Culturele Aanpassing van Attitudeschalen ten aanzien van Kunstmatige Intelligentie naar het Turks

De snelle verspreiding van kunstmatige intelligentie (AI)-toepassingen in de gezondheidszorg heeft geleid tot significante transformaties, met name in toepassingen zoals patiëntenmanagement, behandelplanning, klinische beslissingsondersteunende systemen en revalidatie op afstand. Het garanderen dat deze transformatie effectief en veilig is, vereist een betrouwbare meting van de percepties en houdingen van patiënten ten opzichte van AI-gebaseerde gezondheidstechnologieën. Echter, de bestaande literatuur bevat geen schalen die zijn ontwikkeld om de houdingen van patiënten ten opzichte van AI te meten en die zijn aangepast aan de Turkse samenleving. Deze situatie bemoeilijkt zowel de beoordeling van de acceptatie van AI in klinische toepassingen als de goede uitvoering van wetenschappelijk onderzoek op dit gebied.

Dit onderzoek heeft als doel de internationaal ontwikkelde ATTARI-12 (Attitudes Toward Artificial Intelligence-12) en ATTARI-WHE (Artificial Intelligence in Work, Health and Everyday Life) schalen cultureel aan te passen aan het Turks en hun constructvaliditeit en betrouwbaarheid te evalueren. De studie is methodologisch van opzet en zal worden uitgevoerd aan de Faculteit Gezondheidswetenschappen van de Izmir Katip Celebi Universiteit, tussen januari 2026 en januari 2027, na goedkeuring door de ethische commissie. De culturele aanpassingsmethode voorgesteld door Beaton en collega's, die voorwaartse vertaling, terugvertaling, deskundigenpanel en inhoudsvalidatiestadia omvat, zal worden toegepast tijdens het schalaanpassingsproces; vervolgens zal de begrijpelijkheid van de items worden getest met een proefapplicatie. De steekproef zal bestaan uit minimaal 200 fysiotherapiepatiënten, en convergente validiteit, constructvaliditeit met behulp van confirmatieve factoranalyse, en betrouwbaarheid met behulp van Cronbach's alpha en test-hertestmethoden zullen worden geëvalueerd.

Het project zal worden uitgevoerd volgens een gestructureerd schema bestaande uit projectmanagement, vertaalproces, proefapplicatie, gegevensverzameling en analysestadia. Alle metingen zullen worden uitgevoerd na het verkrijgen van goedkeuring van de ethische commissie.

De resultaten van deze studie zullen bijdragen aan de literatuur door patiëntspecifieke, valide en betrouwbare meetinstrumenten te bieden die kunnen worden gebruikt om de houdingen van patiënten ten opzichte van AI in Turkije wetenschappelijk te evalueren. Van deze schalen wordt verwacht dat ze een wijdverbreide impact zullen hebben in nationaal onderzoek, in de evaluatie van klinische beslissingsondersteunende systemen, en in strategieën gericht op het vergroten van de acceptatie van AI-gebaseerde gezondheidstechnologieën.