Zaufanie klinicystów do szacunków wzrostu płodu opartych na sztucznej inteligencji
Zaufanie klinicystów i podejmowanie decyzji z wykorzystaniem szacunków wzrostu płodu opartych na sztucznej inteligencji z uwzględnieniem niepewności i bez niej: randomizowane badanie kwestionariuszowe
To badanie analizuje, w jaki sposób klinicyści ufają i wykorzystują sztuczną inteligencję (AI) przy szacowaniu masy płodu w czasie ciąży.
Dokładna ocena wzrostu płodu jest ważna dla identyfikacji problemów ze wzrostem, które mogą wpływać na postępowanie w ciąży. Nowe narzędzia oparte na AI mogą oszacować masę płodu na podstawie obrazów ultrasonograficznych, ale niewiele wiadomo o tym, jak klinicyści ufają tym szacunkom lub jak informacje o niepewności wpływają na ich decyzje.
W tym badaniu klinicyści przejrzą anonimowe przypadki ultrasonograficzne i porównają szacunki masy płodu wygenerowane przez model AI z tradycyjnymi szacunkami. Niektórym klinicystom pokazane zostaną również informacje o wydajności i niepewności modelu AI, podczas gdy innym nie.
Uczestnicy zostaną poproszeni o wybór, który szacunek uważają za najbardziej wiarygodny, wskazanie poziomu pewności siebie oraz podjęcie decyzji, czy zalecić dalsze badania ultrasonograficzne. Badanie ma na celu lepsze zrozumienie, jak AI i informacje o niepewności wpływają na podejmowanie decyzji klinicznych i zaufanie wśród klinicystów o różnym poziomie doświadczenia.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
To jest randomizowane, dopasowane badanie kwestionariuszowe oparte na vinietach, zaprojektowane w celu zbadania zaufania klinicystów do szacunków wzrostu płodu opartych na sztucznej inteligencji oraz ich wykorzystania.
Klinicyści z oddziałów położnictwa i ginekologii zostaną zrekrutowani i podzieleni na warstwy według poziomu doświadczenia. Uczestnicy zostaną losowo przydzieleni do grupy kontrolnej lub grupy interwencyjnej. Grupa interwencyjna otrzyma krótkie informacje o ogólnej wydajności modelu AI, podczas gdy grupa kontrolna nie otrzyma tych informacji.
Każdy uczestnik oceni zestaw anonimowych przypadków ultrasonograficznych z trzeciego trymestru. Dla każdego przypadku klinicyści otrzymają standardowe obrazy ultrasonograficzne i odpowiedni kontekst kliniczny. Zostaną im pokazane szacunki masy płodu wygenerowane przez model oparty na sztucznej inteligencji oraz przez tradycyjną metodę biometryczną, z towarzyszącymi lub bez informacji o niepewności w postaci przedziałów ufności.
Dla każdego przypadku klinicyści wybiorą szacunek, który uważają za najbardziej wiarygodny klinicznie, ocenią swoje zaufanie do tego wyboru i wskażą, czy zaleciłby kontrolne badanie wzrostu. Zestawy przypadków są dopasowane pod względem doświadczenia klinicznego, co zapewnia, że identyczne przypadki są oceniane przez klinicystów o podobnym pochodzeniu we wszystkich grupach badawczych.
Badanie koncentruje się na klinicystach jako uczestnikach i nie obejmuje interwencji pacjentów. Wszystkie dane ultrasonograficzne są w pełni anonimowe. Wyniki dostarczą wglądu w to, w jaki sposób szacunki generowane przez sztuczną inteligencję oraz informacje o niepewności wpływają na zaufanie kliniczne, preferencje i podejmowanie decyzji w ocenie wzrostu płodu.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Zahra Bashir, MD
- Numer telefonu: 004574871407
- E-mail: zab@regsj.dk
Lokalizacje studiów
-
-
-
Slagelse, Dania, 4200
- Department of Obstetrics and Gynecology, Slagelse Hospital
-
Kontakt:
- Zahra Bashir, MD
- Numer telefonu: +45 58 55 37 05
- E-mail: zab@regsj.dk
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Klinicyści pracujący w oddziałach położnictwa i ginekologii.
- Regularne stosowanie ultrasonografii położniczej w praktyce klinicznej.
- Gotowość do udziału w badaniu ankietowym.
Kryteria wykluczenia:
- Klinicyści, którzy nie wykonują badań ultrasonograficznych w położnictwie.
- Klinicyści z udokumentowanym konfliktem interesów związanym z ocenianym systemem AI.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Kontrola – Brak informacji o wydajności SI
Uczestnicy wypełniają kwestionariusz bez otrzymywania informacji o ogólnej wydajności modelu AI.
|
|
|
Inny: Interwencja - Informacje o wydajności AI
Uczestnicy otrzymują krótkie informacje na temat ogólnej wydajności modelu AI przed wypełnieniem kwestionariusza.
|
Uczestnicy otrzymują krótkie informacje o ogólnej wydajności modelu AI przed wypełnieniem kwestionariusza.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wybór klinicystów dotyczący metody szacowania masy płodu
Ramy czasowe: Natychmiast po wypełnieniu kwestionariusza
|
Proporcja przypadków, w których klinicyści wybierają opartą na sztucznej inteligencji ocenę masy płodu zamiast tradycyjnej metody Hadlocka podczas oceny zanonimizowanych przypadków ultrasonograficznych.
|
Natychmiast po wypełnieniu kwestionariusza
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Pewność klinicystów co do wybranej szacunkowej masy płodu
Ramy czasowe: Natychmiast po wypełnieniu kwestionariusza
|
Samooceniana przez klinicystów pewność co do wybranej szacowanej masy płodu, mierzona na 7-punktowej skali Likerta dla każdego przypadku.
|
Natychmiast po wypełnieniu kwestionariusza
|
|
Rekomendacja wykonania kontrolnego badania wzrostu
Ramy czasowe: Natychmiast po wypełnieniu kwestionariusza
|
Czy klinicyści zalecają dodatkowe badanie wzrostu płodu na podstawie wybranej oceny masy płodu, zarejestrowane jako wynik binarny (tak/nie).
|
Natychmiast po wypełnieniu kwestionariusza
|
|
Wpływ informacji o niepewności na preferencję modelu
Ramy czasowe: Natychmiast po wypełnieniu kwestionariusza
|
Różnica w preferencjach klinicystów dotyczących opartych na sztucznej inteligencji versus tradycyjnych szacunków masy płodu, gdy przewidywania AI są prezentowane z informacją o niepewności versus bez niej.
|
Natychmiast po wypełnieniu kwestionariusza
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
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
Słowa kluczowe
Inne numery identyfikacyjne badania
- F-25022462
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .