Badania Przesiewowe Raka Jajnika i Sztuczna Inteligencja (AI-OCS-Gyn)

Dotychczasowe badania wykazały, że ginekolodzy często znacznie przeceniają zarówno skuteczność, jak i bezpieczeństwo badań przesiewowych w kierunku raka jajnika, pomimo solidnych dowodów wskazujących, że takie badania nie przynoszą korzyści klinicznej netto. Wyniki te podkreślają potrzebę innowacyjnych strategii komunikacyjnych wspierających praktykę kliniczną opartą na dowodach i ograniczających opiekę o niskiej wartości.

Interwencje konwersacyjne oparte na sztucznej inteligencji wykazały obiecujące wyniki w innych dziedzinach, mając na celu korygowanie błędnych przekonań lub zachęcanie do zaangażowania w dowody, szczególnie wśród osób początkowo opornych na informacje faktograficzne. Wykorzystując te spostrzeżenia, niniejsze badanie analizuje, czy dyskusje ułatwiane przez sztuczną inteligencję mogą skutecznie poprawić wiedzę ginekologów na temat profilu korzyści i szkód badań przesiewowych w kierunku raka jajnika, a w konsekwencji ograniczyć rekomendacje nieoparte na dowodach.

Badanie wykorzystuje przekrojowy projekt badawczy, w którym ginekolodzy, którzy wcześniej deklarowali regularne zalecanie badań przesiewowych w kierunku raka jajnika za pomocą przezpochwowego USG i potencjalnie dodatkowego testu CA 125 swoim bezobjawowym pacjentkom o przeciętnym ryzyku, są randomizowani do jednego z dwóch warunków:

1. Warunek interwencji: Uczestnicy angażują się w rozmowę prowadzoną przez sztuczną inteligencję, w której wyjaśniają swoje powody zalecania badań przesiewowych w kierunku raka jajnika. Sztuczna inteligencja jest zaprogramowana, aby reagować na błędne przekonania i wyjaśniać brak dowodów wspierających pozytywny stosunek korzyści do szkód.
2. Warunek kontrolny: Uczestnicy biorą udział w dyskusji z sztuczną inteligencją na temat częstości występowania raka jajnika, nie otrzymując informacji ani korektywnej informacji zwrotnej dotyczącej wyników badań przesiewowych.

Przed i po dyskusji opartej na sztucznej inteligencji wszyscy uczestnicy są pytani o ich numeryczną (X na 1000 kobiet) i subiektywną percepcję korzyści i szkód badań przesiewowych w kierunku raka jajnika oraz o ich rekomendacje dotyczące badań. Miary pochodzą z narzędzi stosowanych w poprzednich badaniach.

Głównym celem tego badania jest ocena zmiany, od przed do po rozmowie opartej na sztucznej inteligencji, w rozumieniu przez klinicystów stosunku korzyści do szkód oraz ich rekomendacji dotyczących rutynowych badań przesiewowych w kierunku raka jajnika u bezobjawowych kobiet o przeciętnym ryzyku, wewnątrz i pomiędzy grupami badawczymi.