의료진의 AI 기반 태아 성장 추정치에 대한 신뢰
불확실성 포함 및 제외 AI 기반 태아 성장 추정치를 사용한 임상의의 신뢰와 의사 결정: 무작위 설문지 연구
이 연구는 임신 중 태아 체중을 추정할 때 임상 의사들이 인공지능(AI)을 얼마나 신뢰하고 사용하는지 조사합니다.
태아 성장의 정확한 평가는 임신 관리에 영향을 미칠 수 있는 성장 문제를 식별하는 데 중요합니다. 새로운 AI 기반 도구는 초음파 영상에서 태아 체중을 추정할 수 있지만, 임상 의사들이 이러한 추정치를 얼마나 신뢰하는지 또는 불확실성 정보가 그들의 결정에 어떤 영향을 미치는지에 대해서는 거의 알려져 있지 않습니다.
이 연구에서 임상 의사들은 익명화된 초음파 사례를 검토하고 AI 모델이 생성한 태아 체중 추정치를 기존 추정치와 비교할 것입니다. 일부 임상 의사들은 AI 모델의 성능 및 불확실성에 대한 정보를 제공받는 반면, 다른 임상 의사들은 그렇지 않을 것입니다.
참가자들은 어떤 추정치가 가장 신뢰할 만한지 선택하고, 자신의 신뢰 수준을 표시하며, 후속 스캔을 권장할지 여부를 결정하도록 요청받을 것입니다. 이 연구는 AI 및 불확실성 정보가 다양한 경험 수준을 가진 임상 의사들 사이에서 임상적 의사 결정과 신뢰에 어떻게 영향을 미치는지 더 잘 이해하는 것을 목표로 합니다.
연구 개요
상세 설명
이 연구는 임상의들의 AI 기반 태아 성장 추정치에 대한 신뢰와 활용을 조사하기 위해 설계된 무작위, 매칭, 비네트 기반 설문지 연구입니다.
산부인과에서 근무하는 임상의들을 모집하여 경험 수준에 따라 층화할 것입니다. 참가자는 대조군 또는 중재군으로 무작위 배정됩니다. 중재군은 AI 모델의 전반적인 성능에 대한 간략한 정보를 제공받는 반면, 대조군은 이 정보를 제공받지 않습니다.
각 참가자는 익명화된 3분기 초음파 사례 세트를 평가할 것입니다. 각 사례에 대해 임상의들에게는 표준 초음파 이미지와 관련 임상적 맥락이 제시됩니다. 그들에게는 AI 기반 모델과 전통적인 생체 측정 방법으로 생성된 태아 체중 추정치가 신뢰구간 형태의 불확실성 정보와 함께 또는 없이 제시됩니다.
각 사례에 대해 임상의들은 임상적으로 가장 신뢰할 수 있다고 생각하는 추정치를 선택하고, 해당 선택에 대한 자신의 확신을 평가하며, 후속 성장 스캔을 권장할지 여부를 표시할 것입니다. 사례 세트는 임상 경험에 따라 매칭되어, 동일한 사례가 연구 군 간에 유사한 배경을 가진 임상의들에 의해 평가되도록 보장합니다.
이 연구는 참가자로서 임상의들에 초점을 맞추며 환자 중재는 포함하지 않습니다. 모든 초음파 데이터는 완전히 익명화됩니다. 결과는 AI 생성 추정치와 불확실성 정보가 태아 성장 평가에서 임상적 신뢰, 선호도 및 의사 결정에 어떻게 영향을 미치는지에 대한 통찰력을 제공할 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Zahra Bashir, MD
- 전화번호: 004574871407
- 이메일: zab@regsj.dk
연구 장소
-
-
-
Slagelse, 덴마크, 4200
- Department of Obstetrics and Gynecology, Slagelse Hospital
-
연락하다:
- Zahra Bashir, MD
- 전화번호: +45 58 55 37 05
- 이메일: zab@regsj.dk
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 산부인과에서 근무하는 임상의.
- 임상 실무에서 산과 초음파를 정기적으로 사용하는 경우.
- 설문 기반 연구에 참여할 의사가 있는 경우.
제외 기준:
- 산과 초음파 검사를 수행하지 않는 임상의.
- 평가 중인 AI 시스템과 관련하여 알려진 이해 상충이 있는 임상의.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 대조군 - AI 성능 정보 없음
참가자들은 AI 모델의 전반적인 성능에 대한 정보를 받지 않고 설문지를 작성합니다.
|
|
|
다른: ntervention - AI 성능 정보
참가자들은 설문지를 작성하기 전에 AI 모델의 전반적인 성능에 대한 간략한 정보를 받습니다.
|
참가자들은 설문지를 작성하기 전에 AI 모델의 전반적인 성능에 관한 간략한 정보를 받습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
임상의의 태아 체중 추정 방법 선택
기간: 설문지 작성 직후
|
임상의가 익명화된 초음파 사례를 평가할 때 기존의 Hadlock 추정치보다 AI 기반 태아 체중 추정치를 선택하는 사례의 비율.
|
설문지 작성 직후
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
선택된 태아 체중 추정치에 대한 임상의의 신뢰도
기간: 설문 완료 직후
|
각 케이스별로 7점 리커트 척도로 측정된, 선택된 태아 체중 추정치에 대한 임상의들의 자기 보고된 신뢰도.
|
설문 완료 직후
|
|
추적 성장 스캔 권고
기간: 설문지 작성 직후
|
의료진이 선택된 태아 체중 추정치를 바탕으로 후속 태아 성장 스캔을 권장하는지 여부를 이진 결과(예/아니오)로 기록합니다.
|
설문지 작성 직후
|
|
불확실성 정보가 모델 선호도에 미치는 영향
기간: 설문지 작성 직후
|
AI 예측이 불확실성 정보와 함께 제시될 때와 제시되지 않을 때 AI 기반 태아 체중 추정치와 전통적 태아 체중 추정치에 대한 임상의 선호도 차이
|
설문지 작성 직후
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
임신에 대한 임상 시험
-
The Nazareth Hospital, Israel완전한Streptococcus B Carrier State Complicating Pregnancy이스라엘