Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Gjør KI klinikere mer passende selvsikre? En randomisert studie i forutsigelse av for tidlig fødsel

30. juni 2026 oppdatert av: Emilie Pi Fogtmann Sejer, Rigshospitalet, Denmark

Gjør KI klinikere mer passende trygge? En randomisert studie i forutsigelse av for tidlig fødsel

Målet med denne randomiserte spørreundersøkelsen er å evaluere hvordan ulike presentasjoner av kunstig intelligens (KI) beslutningsstøtte påvirker klinisk vurdering blant leger som jobber i fødselshjelp og gynekologi når de vurderer risikoen for spontan for tidlig fødsel ved hjelp av kliniske kasusbeskrivelser med ultralydbilder av livmorhalsen. Studien sammenligner spesifikt to KI-presentasjonsformater: en binær klassifisering (for tidlig fødsel vs fullgått svangerskap) og en individualisert risikovurdering for for tidlig fødsel.

Hovedspørsmålene den tar sikte på å besvare er:

  • Hvilket KI-presentasjonsformat fører til bedre samsvar mellom klinikernes selvtillit og beslutningsnøyaktighet (diagnostisk kalibrering)?
  • Fører ulike KI-presentasjonsformater til nyttige eller skadelige endringer i kliniske beslutninger?

Deltakerne vil fylle ut en nettbasert spørreundersøkelse der de gjennomgår kliniske kasus, tar diagnostiske og behandlingsmessige beslutninger, vurderer sin diagnostiske selvtillit før og etter å ha sett KI-resultatet, og rapporterer sin tillit til KI-en.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Studietype

Intervensjonell

Registrering (Antatt)

125

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  • Medisiner som for tiden jobber innen eller er i utdanning innen fagfeltet obstetrikk og gynekologi.
  • Erfaring med å utføre transvaginale livmorhals-ultralydundersøkelser.

Eksklusjonskriterier:

- Ingen tidligere erfaring med å utføre transvaginale livmorhals-ultralydundersøkelser.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Annen
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Enkelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: AI-spådom
Deltakerne mottar en binær AI-prediksjon (for tidlig fødsel eller terminert fødsel)
Atferdsmessig: AI-prediksjon (binær)
AI-basert beslutningsstøtte basert på ultralyd av livmorhalsen som gir en binær klassifisering (for tidlig fødsel før 37 uker eller terminert fødsel) i tillegg til standard klinisk informasjon.
Eksperimentell: AI-risikoestimat
Deltakerne mottar en KI-risikovurdering av for tidlig fødsel (%)
Atferdsmessig: AI risikoprosent (%)
AI-basert beslutningsstøtte basert på ultralyd av livmorhalsen som gir en vurdering av risiko for for tidlig fødsel (%) i tillegg til standard klinisk informasjon.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Kliniker diagnostisk kalibrering (nøyaktighet-selvtillit justering) etter AI-eksponering.
Tidsramme: Umiddelbart etter AI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Avtalen mellom riktighet av beslutning etter KI (0/1) og selvtillitsvurdering etter KI (0-10) vil bli kvantifisert ved bruk av Brier-poengsummen. Selvtillit vil bli omskalert til 0-1 og kvadrerte forskjeller mellom selvtillit og riktighet vil bli gjennomsnittet over tilfeller for å produsere en deltakernivå-poengsum. Lavere poengsummer indikerer bedre diagnostisk kalibrering. Resultater vil bli sammenlignet mellom randomiserte armer.
Umiddelbart etter AI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nyttig bytterate og skadelig bytterate.
Tidsramme: Utgangspunkt (før KI) og umiddelbart etter KI-eksponering i løpet av en enkelt spørreskjemaøkt (ca. 20 minutter).

Andel av tilfeller med nyttige og skadelige bytter beregnet for hver deltaker og sammenlignet mellom studiearmene.

Nyttig bytte = feil beslutning før KI endret til korrekt beslutning etter KI.

Skadelig bytte = korrekt beslutning før KI endret til feil beslutning etter KI.
Utgangspunkt (før KI) og umiddelbart etter KI-eksponering i løpet av en enkelt spørreskjemaøkt (ca. 20 minutter).
Endring i beslutningsnøyaktighet, selvtillit og diagnostisk kalibrering fra før KI til etter KI.
Tidsramme: Baseline (før KI) og umiddelbart etter KI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Endring hos deltakeren fra før KI til etter KI i beslutningsnøyaktighet (andelen korrekte beslutninger), selvtillitsvurdering og diagnostisk kalibrering.
Forskjeller vil bli sammenlignet mellom randomiserte armer og stratifisert etter KI-korrekthet.
Baseline (før KI) og umiddelbart etter KI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Sammenheng mellom selvrapportert tillit til AI og atferdsmessig avhengighet av AI.
Tidsramme: Umiddelbart etter AI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Selvvurdert tillit til AI-utdata vil bli målt ved hjelp av en numerisk vurderingsskala (0-10) etter AI-eksponering for hvert tilfelle. Atferdsmessig tillit vil bli kvantifisert som andelen av beslutninger etter AI som er i samsvar med AI-utdata. Forholdet mellom tillitsvurderinger og atferdsmessig tillit, inkludert samsvar når AI er korrekt og feil, vil bli evaluert på deltakernivå og sammenlignet mellom randomiserte grupper.
Umiddelbart etter AI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Planlegging av oppfølgende ultralyd av livmorhalsen.
Tidsramme: Utgangspunkt (før KI) og umiddelbart etter KI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).
Andel av tilfeller der klinikere planlegger et ekstra ultralyd av livmorhalsen (ja/nei), oppsummert per deltaker og sammenlignet før-etter KI og mellom randomiserte armer.
Utgangspunkt (før KI) og umiddelbart etter KI-eksponering under en enkelt spørreskjemaøkt (ca. 20 minutter).

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Rigshospitalet, Denmark

Samarbeidspartnere

Technical University of Denmark
Copenhagen Academy for Medical Education and Simulation
The Foundation of 17.12.1981
Department of Computer Science, University of Copenhagen, Denmark

Etterforskere

  • Studiestol: Martin G Tolsgaard, MD, PhD, DMSc, Department of Obstetrics and Gynecology, Copenhagen University Hospital - Rigshospitalet, Copenhagen, Denmark

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

3. februar 2026

Primær fullføring (Antatt)

1. juli 2026

Studiet fullført (Antatt)

1. juli 2026

Datoer for studieregistrering

Først innsendt

27. januar 2026

Først innsendt som oppfylte QC-kriteriene

3. februar 2026

Først lagt ut (Faktiske)

11. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

1. juli 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

30. juni 2026

Sist bekreftet

1. juni 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • P-2024-18108

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Individuelle deltakerdata er ikke planlagt offentliggjort.
Aggregerte resultater vil bli rapportert.
Anonymiserte data kan bli tilgjengeliggjort etter rimelig forespørsel og underlagt institusjonelle retningslinjer og gjeldende personvernregelverk.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere