- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06951152
Wiedza, postrzeganie, użycie i obawy dotyczące zastosowań sztucznej inteligencji w okresienologii
Wiedza, percepcja, użycie i obawy dotyczące zastosowań sztucznej inteligencji w okresienologii: przekrojowe badania wśród przyzwoitości w Egipcie
Stwierdzenie problemu: Różnica w wiedzy na temat wiedzy, percepcji, użytkowania i obaw dotyczących zastosowania sztucznej inteligencji w przyzębia wśród periodontyst.
Cel badania:
W celu zbadania wiedzy, percepcji, użytkowania i obaw w stosunku do zastosowań systemów AI w periodontologii.
Materiały i metody, które zostaną wykonane przez samozadowolenie, 33-elementowy kwestionariusz. Kwestionariusz jest podzielony na pięć sekcji. Pierwsza sekcja, znana jako część A, koncentruje się na pięciu otwartych pytaniach na cechy socjodemograficzne, w których uczestnicy wchodzą w wiek, płeć, przynależność akademicka. Część B składa się z zamkniętych pytań, identyfikując podstawową wiedzę upodonków uczestniczących w sztucznej inteligencji przy użyciu trzypunktowej skali Likerta (tak / nie / może). Część C składa się z pytań oceniających postrzeganie periodontyst w kierunku użycia AI za pomocą trzypunktowej skali Likerta (tak / nie / może). Część D składa się z pytań koncentrujących się na wykorzystaniu aplikacji AI. Część E składa się z pytań oceniających obawy dotyczące zastosowań AI w periodontologii przy użyciu trzypunktowej skali Likerta (tak / nie / może).
Badanie zostanie przeprowadzone zgodnie z Kodeksem Etyki Komitetu ds. Etyki badawczej na Wydziale Stomatologii na Uniwersytecie Ain Shams. Niniejsze badanie ma na celu ocenę wiedzy, percepcji, wykorzystania i obaw dotyczących zastosowań AI wśród periodontyst.
Kwestionariusz zostanie rozpowszechniony do periodontologów na wydziale stomatologii na Uniwersytecie Ain Shams. Uczestnicy będą dobrowolni i anonimowi. Kwestionariusz składa się z pięciu części, a średni czas na wypełnienie kwestionariusza wynosi 10-12 min
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Cairo, Egipt
- Ain Shams University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Wszyscy uczestnicy powinni być podyplomowymi przyzwoitymi.
- Periodontyst w Egipcie
Kryteria wykluczenia:
- Każdy student studiów licencjackich
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena wiedzy na temat zastosowań AI w periodontologii
Ramy czasowe: 1 rok
|
Ocena wiedzy na temat zastosowań AI w periodontologii dane uzyskane z kwestionariuszy zostaną wprowadzone do arkusza kalkulacyjnego Excel, aby służyć jako baza danych. Nabyte dane zostaną poddane analizie statystycznej przy użyciu oprogramowania SPSS w wersji 23 (SPSS dla Windows, Chicago, USA). Test Shapiro-Wilk zostanie wykorzystany do oceny danych. Kwestionariusz obejmował pięć sekcji z 33 pytaniami. Pytania dotyczące oceny wiedzy znane jako druga sekcja, składały się z sześciu zamkniętych pytań, identyfikując podstawową wiedzę upodonków uczestniczących w sztucznej inteligencji przy użyciu trzypunktowej skali Likerta (tak/nie/może). |
1 rok
|
Współpracownicy i badacze
Sponsor
Publikacje i pomocne linki
Publikacje ogólne
- Amato F., López A., Peña-Méndez E.M., Vaňhara P., Hampl A., Havel J. Artificial Neural Networks in Medical Diagnosis. J. Appl. Biomed. 2013;11:47-58. doi: 10.2478/v10136-012-0031-x. - DOI Ayad N, Schwendicke F, Krois J, van den Bosch S, Bergé S, Bohner L, Hanisch M, Vinayahalingam S. Patients' perspectives on the use of artificial intelligence in dentistry: a regional survey. Head Face Med. 2023 Jun 22;19(1):23. doi: 10.1186/s13005-023-00368-z. PMID: 37349791; PMCID: PMC10288769. Bennett, C.C.; Hauser, K. Artificial Intelligence Framework for Simulating Clinical Decision-Making: A Markov Decision Process Approach. Artif. Intell. Med. 2013, 57, 9-19. Briganti, G.; Le Moine, O. Artificial Intelligence in Medicine: Today and Tomorrow. Front. Med. 2020, 7, 27 Cervino, G.; Cicciu, M.; Fiorillo, L.; Finocchio, G. Clinical Applications of the Algorithm "Pipeline Advanced Contrast Enhancement (Pace)" in Dental Radiology. Eng. Proc. 2023, 31, 10 Davenport T, Kalakota R: The potential for artificial intelligence in healthcare. Future Healthc J. 2019, 6:94-. 10.7861/futurehosp.6-2-94 Jiang F, Jiang Y, Zhi H, et al.: Artificial intelligence in healthcare: past, present and future. Stroke VascNeurol. 2017, 2:230-43. 10.1136/svn-2017-000101 Kansal R, Bawa A, Bansal A, Trehan S, Goyal K, Goyal N, Malhotra K. Differences in Knowledge and Perspectives on the Usage of Artificial Intelligence Among Doctors and Medical Students of a Developing Country: A Cross-Sectional Study. Cureus. 2022 Jan 19;14(1):e21434. doi: 10.7759/cureus.21434. PMID: 35223222; PMCID: PMC8860704. Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D: Key challenges for delivering clinical impact with artificial intelligence. BMC Med. 2019, 17:195. 10.1186/ Kolachalama VB, Garg PS: Machine learning and medical education. NPJ Digit Med. 2018, 1:54.10.1038/s41746-018-0061-1 Kooli, C. Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions. Sustainability 2023,15, 5614
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- FDASU-RECIM012404
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na AI (sztuczna inteligencja)
-
Cairo UniversityJeszcze nie rekrutacjaPostawa pacjentów do sztucznej inteligencji w stomatologii | Zaufaj AI | Obawy dotyczące AIEgipt
-
Heart Input Output IncJeszcze nie rekrutacjaWykorzystanie algorytmu AIStany Zjednoczone
-
Assiut UniversityJeszcze nie rekrutacjaSztuczna inteligencja (AI)
-
The Eye Hospital of Wenzhou Medical UniversityRekrutacyjny
-
Tanta UniversityZakończonyAI (sztuczna inteligencja) | MAFLDEgipt
-
First Hospital of China Medical UniversityRekrutacyjnyEchokardiografia | Choroby układu krążenia (CVD) | Sztuczna inteligencja (AI) | Sztuczna inteligencja (AI) w diagnozieChiny
-
Guangdong Provincial People's HospitalRekrutacyjny
-
Tsinghua UniversityJeszcze nie rekrutacja
-
TC Erciyes UniversityJeszcze nie rekrutacjaStudenci pielęgniarstwa | Sztuczna inteligencja (AI)Turcja (Türkiye)
-
Danone Asia Pacific Holdings Pte, Ltd.KK Women's and Children's HospitalRekrutacyjnyWzrost | Noworodki | AI (sztuczna inteligencja)Singapur