Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Aceitabilidade da inteligência artificial no diagnóstico de câncer de próstata (AccAI)

26 de março de 2026 atualizado por: Ekaterina Koshmanova, Centre Hospitalier Universitaire de Liege

Compreendendo a aceitabilidade da inteligência artificial como um apoio aos profissionais de saúde no diagnóstico de câncer de próstata - o paciente no coração de seus cuidados

Este estudo investiga a aceitabilidade da inteligência artificial (IA) como uma ferramenta de suporte de diagnóstico entre pacientes com câncer de próstata localizado e profissionais de saúde, bem como sua disposição de compartilhar dados de saúde para o desenvolvimento da IA.

Antecedentes As ferramentas de IA em assistência médica mostram potencial promissor, especialmente na melhoria da precisão do diagnóstico e personalizando o tratamento. No entanto, a implementação bem-sucedida depende não apenas do desempenho técnico, mas também da aceitabilidade da IA entre seus usuários e profissionais. Pesquisas anteriores mostraram aceitabilidade variada, dependendo do contexto, gravidade da doença, tarefas executadas pela IA e população de usuários.

Os objetivos avaliam a aceitabilidade dos pacientes da IA como um suporte diagnóstico no câncer de próstata.

Explore a disposição dos pacientes de compartilhar dados de saúde para o desenvolvimento de IA clínica.

Avalie a aceitabilidade da IA pelos profissionais de saúde nesse contexto de diagnóstico.

Projeto de metodologia: um estudo transversal, de método misto e multinacional (Bélgica, Itália, Espanha).

Fase quantitativa: questionário on-line, usando estruturas teóricas adaptadas (modelo de percepção de valor, NASSS-AI, TFA).

Fase qualitativa: seguirá com base em achados quantitativos.

Participantes: Adultos diagnosticados com câncer de próstata localizado. Recrutamento via hospitais, mídias sociais e associações de pacientes.

Dados coletados: informações pessoais e de saúde, atitudes em relação à IA, vontade de compartilhar dados.

Ética aprovada por comitês de ética em cada país participante.

Consentimento informado obtido digitalmente antes da participação.

Dados anonimizados e compatíveis com GDPR.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

1. Introdução 1.1. Aceitabilidade da inteligência artificial 1.1.1. A inteligência artificial nos profissionais de saúde da saúde está enfrentando uma infinidade de desafios crescentes e cada vez mais complexos. A natureza dos problemas de saúde está mudando, as cargas de trabalho estão aumentando, o que leva a um gerenciamento mais difícil nos cuidados e requer também uma atualização constante do conhecimento. Ao mesmo tempo, a implementação de ferramentas de inteligência artificial (AI) em assistência médica está explodindo e oferece uma brilhante oportunidade de atender às necessidades do setor médico em evolução.

Muitos estudos exploraram a viabilidade da IA clínica avaliando, entre outras coisas, o desempenho técnico dos sistemas de IA. No entanto, a natureza técnica do desenvolvimento da IA não é o único desafio que a implementação da IA clínica. De fato, estudos mostraram que a aceitabilidade da IA clínica por profissionais de saúde e pacientes afeta a adoção efetiva da IA por esses usuários. Ignorar esse parâmetro pode levar a um desperdício de recursos, não aproveitando os sistemas de IA disponíveis.

A aceitabilidade da IA clínica por pacientes e profissionais de saúde tem sido estudada em diferentes contextos, mas a maioria dos estudos diz respeito à aceitabilidade da IA na saúde em geral. Esse assunto já foi sistematicamente resumido e mostra na maioria aceitabilidade da IA. Por outro lado, estudos em contextos específicos de saúde são mais raros e a aceitabilidade da IA nesses contextos não pode ser definida simplesmente extrapolando a aceitabilidade da IA na saúde. De fato, a aceitabilidade da IA difere de acordo com o contexto (da doença diagnosticada, gravidade da doença, conseqüências da decisão da IA, complexidade da tomada de decisão), mas também às tarefas que a IA executa (diagnóstico, escolha de tratamento, prognóstico). Além disso, os fatores de aceitabilidade da IA diferem dependendo da população estudada (pacientes, profissionais de saúde, pesquisadores e gerentes de saúde) devido a diferenças de necessidades, preferências e contexto de uso. Portanto, é importante estudar a aceitabilidade da IA no contexto preciso ao qual o estudo se refere.

1.1.2. Aceitabilidade da IA no processo de diagnóstico de câncer de próstata A implementação de ferramentas de IA no processo de diagnóstico de câncer de próstata (PCA) melhorará as informações de imagens médicas e a criação de modelos preditivos. Isso representará um avanço significativo na otimização do diagnóstico de PCA e na previsão de sua agressividade, com o objetivo final de personalizar o tratamento pela adaptação às características biológicas do tumor. Isso ajudará a reduzir a necessidade de biópsias da próstata, aumentando assim a conformidade dos indivíduos e incentivando -os a fazer o teste antes do aparecimento de sintomas. Além disso, a detecção precoce de PCA melhora drasticamente a taxa de sucesso do tratamento.

Dada a oportunidade de implementação da IA no processo de diagnóstico da PCA, é essencial estudar a aceitabilidade dessa implementação para pacientes e profissionais de saúde que faria os usuários finais da IA no contexto do PCA e as condições para essa implementação. Embora alguns estudos tenham examinado essa aceitabilidade, a pesquisa nessa área permanece limitada e requer uma investigação mais aprofundada.

Um estudo recente avaliou a confiança dos pacientes na IA e sua percepção de urologistas que dependem da IA. Este estudo mostrou que os pacientes tinham mais confiança na capacidade dos médicos de fazer o diagnóstico certo, considerar as pesquisas mais recentes, individualizar a comunicação do diagnóstico e explicar as informações de maneira compreensível em comparação à IA. Os pacientes afirmaram que tinham maior confiança em um diagnóstico feito pela IA controlada por um médico versus IA não controlado por um médico.

Um segundo estudo explorou os medos e expectativas dos homens do diagnóstico e tratamento de IA no contexto do PCA, através de três representações de IA imaginadas pelos participantes. As três representações imaginadas foram a IA como uma ferramenta para ajudar os prestadores de serviços de saúde, a IA como uma máquina avançada e a IA como uma entidade que substituiria os prestadores de serviços de saúde. O último imaginário é o pior cenário para os participantes. Em todos os imaginários, os participantes viram a IA sob uma luz positiva, mas quanto mais a IA substituía o médico, mais os participantes via a IA sob uma luz negativa.

1.1.3. O conceito de aceitabilidade O conceito de aceitabilidade da IA clínica não é bem definido. Mesmo que existam estruturas para explicar e prever a intenção comportamental dos indivíduos de usar e aceitar uma inovação tecnológica, esses modelos não são adaptados ao contexto da saúde; Ou considerando a IA da mesma maneira que as tecnologias de saúde digital. No entanto, é essencial levar em conta o contexto de saúde e a complexidade da IA em comparação com as tecnologias digitais que funcionam de uma maneira mais simplista do que a IA. Portanto, é necessário definir melhor o conceito de aceitabilidade da IA clínica. Alguns estudos modificaram estruturas de aceitação de tecnologia existentes para levar em conta as limitações acima, como as duas estruturas a seguir.

A primeira estrutura modela estatisticamente a aceitação do paciente de dispositivos de suporte à decisão clínica baseados em IA. Os autores deste modelo estenderam a estrutura teórica da aceitação tecnológica que inclui percepções de valor (VAM), adaptando -as ao setor de saúde. Essa estrutura avalia os riscos e benefícios percebidos dos dispositivos de apoio à decisão clínica baseados em IA para medir sua aceitabilidade. Os autores deste modelo sugerem que estudos futuros devem adicionar fatores adicionais ao seu modelo, incluindo influência social, que é o uso em algumas outras estruturas teóricas da aceitação, para aumentar seu poder exploratório (o R2 deste modelo é 0,80). Além disso, os autores afirmam que as variáveis de gênero, renda familiar anual, nível educacional, emprego, conhecimento técnico percebido sobre a tecnologia de IA e familiaridade com um serviço baseado em IA tiveram um efeito significativo na intenção de usar dispositivos de suporte à decisão clínica baseados em IA.

Segundo, um estudo recente no Lancet resumiu sistematicamente estudos qualitativos sobre a aceitação da IA para fins de diagnóstico por partes interessadas (pacientes, médicos, pesquisadores e gerentes de saúde). Os autores estenderam a estrutura do NASSS existente para criar um novo modelo adaptado ao diagnóstico da IA; a estrutura NASSS-AI. Essa nova estrutura é estruturada em seis domínios, vinte subdomínios e quarenta e três temas agrupando os elementos frequentemente discutidos pelos estudos incluídos nesta revisão.

Vários fatores não incluídos nos diferentes modelos teóricos mencionados acima foram identificados por outros estudos como fatores que influenciam a aceitabilidade do paciente da IA clínica. Esses fatores foram idade, exposição anterior a ferramentas semelhantes, localização geográfica, doença diagnosticada, gravidade da doença e confiança no sistema de saúde.

Além disso, uma revisão sistemática investigou como as informações sobre IA foram fornecidas aos participantes de estudos que avaliam a aceitabilidade dos pacientes na IA na assistência médica. Essa revisão sistemática indica que a maioria dos estudos cita o conhecimento limitado do paciente da IA no contexto de sua pesquisa como uma limitação de seu estudo. Além disso, vários estudos relatam que o tipo de informação fornecida aos pacientes no início de um estudo influencia os resultados. Consequentemente, um fator de "coerência de intervenção" será adicionado à nossa estrutura de pesquisa. Esse fator é integrado à estrutura teórica da aceitabilidade (TFA), que estuda a aceitabilidade das intervenções de saúde.

1.2. Altruísmo de dados - Os dados que fornecem altruísmo de dados são entendidos como o voluntário de dados pessoais e não pessoais, com base no consentimento dos titulares de dados ou na permissão de pessoas naturais e jurídicas, sem buscar uma recompensa e os objetivos de interesse geral.

O desenvolvimento da IA clínica requer o uso de uma grande quantidade de dados de saúde. O uso desses dados é inevitável porque permite que as ferramentas progredem e evoluam. Conforme explicado acima, a IA clínica deve ser aceita pelos pacientes e pelos profissionais de saúde, mas também deve ser alimentada pelos dados do paciente. Eles devem, portanto, concordar em fornecer seus dados de saúde.

Embora a disposição dos pacientes de fornecer dados de saúde pessoal tenha sido amplamente estudada no contexto de usos secundários em geral (compartilhamento de dados para pesquisa clínica, de saúde pública, epidemiologia, etc.), ele não foi bem estudado no contexto da IA em particular. Alguns estudos avaliam a vontade de fornecer dados de saúde por uma pergunta simples. Um estudo sobre IA no diagnóstico de câncer de pele mostra que 88% dos entrevistados disponibilizariam seus dados de saúde anonimamente para o desenvolvimento de aplicação médica baseada em IA.

Um estudo piloto explorou as perspectivas dos pacientes sobre dados que prevêem o objetivo de desenvolver IA para a prática geral. Os participantes deste estudo sentiram que o desenvolvimento da IA para a prática geral era uma meta para a qual estavam dispostos a fornecer seus dados. Eles disseram que queriam ajudar a gerenciar doenças e ajudar seu clínico geral (GP), fornecendo seus dados. A disposição de fornecer seus dados dependia do relacionamento de confiança que eles tinham com seu clínico geral.

1.2.1. O conceito de vontade de fornecer dados de saúde sem estrutura validada para estudar a disposição dos pacientes de fornecer seus dados de saúde para usos secundários ou para fins de desenvolvimento de IA foi identificada na literatura. Uma revisão sistemática recente também concluiu que não havia ferramenta de medição validada para determinar essa disposição.

Um estudo desenvolveu um modelo conceitual da disposição dos pacientes de fornecer dados de saúde para fins de pesquisa. Essa estrutura é baseada na estrutura de percepção de valor validada que avalia os benefícios e riscos percebidos do fornecimento de dados. Os autores adicionaram a essa estrutura vários fatores específicos para dados que fornecem para fins de pesquisa, como o tipo de usuários finais, o tipo de dados coletados, o contexto etc. Esses fatores podem ser entendidos como condições para fornecer dados de saúde.

2. Objetivos O objetivo deste estudo é entender melhor a aceitabilidade da IA e suas condições, por pessoas com câncer de próstata e prestadores de serviços de saúde no contexto do diagnóstico de câncer de próstata e IA como apoio aos prestadores de serviços de saúde. Este estudo também pretende entender melhor a disposição das pessoas de fornecer seus dados de saúde para o desenvolvimento clínico da IA e as condições que envolvem essa disposição.

Os objetivos deste estudo são:

1. Determine a aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como apoio aos provedores de assistência médica no diagnóstico de câncer de próstata e explore as condições para essa implementação.

2. Determine a disposição das pessoas de fornecer seus dados de saúde para o desenvolvimento da IA clínica e explorar as condições para essa disposição.

3. Determine a aceitabilidade dos prestadores de serviços de saúde sobre a implementação da IA como um suporte para eles no diagnóstico de câncer de próstata e explore as condições para essa implementação.

3. Métodos 3.1. Tipo de estudo e processo de pesquisa O estudo é um estudo observacional transversal, de método misto e seqüencial, compreendendo uma fase quantitativa inicial que se alimentará em uma segunda fase qualitativa. O estudo é multinacional, recrutando participantes da Bélgica, Itália e Espanha.

Cada país envia o protocolo ao seu comitê de ética, se for necessário. O design deste estudo é apresentado na Figura 1. Este protocolo refere -se à fase quantitativa. O protocolo para a fase qualitativa será submetido ao Comitê de Ética em uma data posterior, pois a análise do questionário de fase quantitativa é necessária para o desenvolvimento da fase qualitativa.

Figura 1: Projeto do estudo 3.2. Estruturas das estruturas quantitativas de fase dois são usadas, correspondendo aos dois objetivos nesta fase (determine a aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como um apoio aos prestadores de serviços de saúde no diagnóstico de câncer de próstata e determine a disposição das pessoas de fornecer seus dados de saúde para o desenvolvimento da IA clínica).

Para determinar a aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como um apoio aos prestadores de serviços de saúde no diagnóstico de câncer de próstata, uma estrutura foi criada com base nas estruturas existentes apresentadas anteriormente (estrutura com base na percepção de valores, NASSS-AI e TFA). A estrutura com base na percepção dos valores foi usada como base para pesar riscos contra benefícios percebidos. A influência social foi adicionada a esse modelo sugerida pelos autores. Também foi adicionado um fator "condições a serem usadas" e suas subdimensões, inspiradas no NASSS-AI e pela estrutura citada anteriormente. O fator de "coerência de intervenção" foi adicionado, de acordo com o TFA.

A estrutura final usada para investigar a aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como apoio aos profissionais de saúde no diagnóstico de câncer de próstata é apresentado na Figura 2.

Figura 2: Modelo teórico da aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como apoio aos prestadores de serviços de saúde no diagnóstico de câncer de próstata.

Para determinar a disposição das pessoas de fornecer seus dados de saúde para fins de desenvolvimento de IA, foi criada uma estrutura com base na estrutura existente com base na percepção de valor de que os saldos percebiam riscos e benefícios percebidos. Um fator de "condições" foi adicionado para explorar essa disposição. A estrutura final usada para estudar a disposição das pessoas de fornecer seus dados de saúde para o desenvolvimento da IA clínica é apresentada na Figura 3.

Figura 3: Modelo teórico da disposição das pessoas de fornecer seus dados de saúde para o desenvolvimento da IA clínica.

3.3. Características da população da fase quantitativa A população do estudo é pessoas com câncer de próstata localizado.

Os critérios de inclusão são definidos da seguinte forma:

• Mais de 18 anos;

• com diagnóstico de câncer de próstata localizado;

• Consentimento para o estudo.

Os critérios de exclusão são definidos da seguinte forma:

• não falar francês;

• diagnosticado com câncer metastático desde o início;

• doente terminal;

• Pessoas que sofrem de retardo mental, demência ou estado de consciência alterada.

3.4. Amostra da fase quantitativa O método de amostragem escolhido é amostragem voluntária. Qualquer indivíduo que atenda aos critérios de inclusão e não atenda aos critérios de exclusão pode optar por participar do estudo, que envolve a conclusão de um questionário on-line auto-administrado.

O questionário será distribuído pelos seguintes canais:

• Uma campanha de pôster e folhetos nos departamentos de urologia da rede Elipse. Os pôsteres e folhetos exibirão o link e o código QR para o questionário. O co-investigador E. Koshmanova deste estudo estará disponível em um ou mais hospitais da rede Elipse para oferecer assistência no acesso ao questionário, sem intervir no processo de conclusão. Ela também terá um laptop ou tablet disponível para participantes que desejam participar do estudo, mas não têm o equipamento necessário.

• Distribuição do link e código QR do questionário por meio do design do pôster no formato de foto nas mídias sociais.

• Distribuição do link e código QR através do design do pôster em formato de foto ou não por meio de associações de pacientes. Essas associações as compartilharão por meio de suas redes ou listas de discussão. As associações também podem exibir o pôster e/ou os folhetos em suas instalações, se considerados relevantes.

Nenhum cálculo do tamanho da amostra foi realizado, pois as restrições do estudo exigem a inclusão de um mínimo de 50 participantes por país e um máximo de 100 participantes por país.

Para ter acesso ao questionário, as pessoas usam o link do questionário ou digitalizam o código QR. Não há necessidade de criar uma conta. Depois de usar o link ou digitalizar o código QR, a primeira coisa que aparece é a página inicial do questionário, na qual os participantes são convidados a ler o formulário de informações e consentimento e, em seguida, consentir no estudo. É especificado no formulário de informação e consentimento que o consentimento não é coletado diretamente no formulário de informações e consentimento, mas através da primeira seção do questionário (retranscrição do formulário de consentimento informado). Isso bloqueia o acesso ao restante do questionário a pessoas que não concordam com o estudo, ou seja, aqueles que não marcam todas as declarações.

Se os participantes fornecerem seu consentimento, o questionário estará acessível e os participantes serão solicitados a confirmar que atendem aos critérios de inclusão do estudo e não atenderem aos critérios de exclusão do estudo. Se eles não confirmarem esses elementos, o questionário será encerrado. Se eles confirmarem esses elementos, o questionário começará.

Dado que os regulamentos permitem que os participantes retirem seu consentimento do estudo a qualquer momento, um código único será atribuído a eles. Este código será formado por cada participante com esta chave de identificação: primeira letra do sobrenome + última letra do sobrenome + primeira letra do primeiro nome + os dois últimos dígitos de seus anos de nascimento.

No final do formulário on -line, os participantes têm a opção de clicar em um link se desejarem participar da segunda fase (fase qualitativa) deste estudo. Este link os leva a um segundo questionário on -line solicitando seus dados de contato. O segundo questionário não está ligado ao primeiro. Com os dados de contato, os indivíduos podem ser contatados para participar da segunda fase deste estudo, e isso somente após a aprovação do Comitê de Ética para a segunda fase deste estudo (fase qualitativa).

No caso de o recrutamento dos participantes se mostrar mais eficaz por meio de uma abordagem em papel, será usada uma versão em papel do questionário idêntica à versão on-line. Nesses casos, os participantes serão solicitados a preencher o questionário em papel e assinar uma versão em papel do formulário de consentimento informado antes da participação. O questionário neste caso será codificado on -line no RedCap pela equipe de pesquisa.

Cada participante tem a oportunidade de fazer perguntas ao co-investigador (E. Koshmanova) a qualquer momento. Suas informações de contato são fornecidas no formulário de informações e consentimento e no início do questionário.

3.5. Parâmetros estudados da fase quantitativa

Vários parâmetros serão coletados com o primeiro questionário on -line:

• Informações relacionadas a indivíduos: idade, renda percebida, emprego, educação, estado de saúde percebido, país de residência, gravidade do câncer de próstata (há quanto tempo o diagnóstico foi feito, está sendo tratado), experiência anterior em cuidados, exposição anterior a ferramentas semelhantes, frequência do uso da saúde, confiança nos sistemas de assistência médica.

• Informações sobre as habilidades das pessoas: alfabetização em saúde, alfabetização em saúde eletrônica, conhecimento técnico percebido da tecnologia de IA, familiaridade com um serviço baseado em IA.

• Perguntas relacionadas à aceitabilidade para pessoas com câncer de próstata da implementação da IA como apoio aos prestadores de serviços de saúde no diagnóstico de câncer de próstata.

• Perguntas relacionadas à disposição das pessoas com câncer de próstata para fornecer seus dados de saúde para o desenvolvimento da IA clínica.

Vários dados serão coletados com o segundo questionário on -line:

• Primeiro e sobrenome;

• número de telefone;

• País de Residência;

• Código postal.

Este questionário é independente do primeiro. 3.6. A ferramenta de coleta de dados dos questionários on -line de fase quantitativa será compartilhada com os participantes pela plataforma RedCap. 3.6.1. Questionário Número 1: O questionário on -line visa avaliar a aceitabilidade de pessoas com câncer de próstata em relação à implementação da IA como um apoio aos prestadores de serviços de saúde no diagnóstico de câncer de próstata e sua disposição de fornecer seus dados de saúde para os pursos do desenvolvimento da IA clínica. O questionário também pergunta sobre certas características das pessoas, como mencionado no ponto 3.5. O questionário é introduzido por uma explicação de como a IA está envolvida nos cuidados no contexto deste estudo.

O questionário é baseado em dois questionários. Primeiro, o questionário associado à estrutura com base na percepção dos valores foi usado. Segundo, o questionário associado à estrutura que estuda a vontade de fornecer dados de saúde para fins de pesquisa foi usado como inspiração (19).

3.6.2. Questionário Número 2: O objetivo deste questionário é entrar em contato com os participantes que desejam participar da segunda fase deste estudo (fase qualitativa).

3.7. Calendário Figura 1: Gráfico de Gantt. 4. Preocupações éticas da fase quantitativa O estudo não apresenta riscos ou desvantagens para os participantes. Nenhuma mudança em seu gerenciamento clínico usual será necessário. Nenhuma informação coletada será divulgada à equipe de saúde.

As pesquisas serão desenvolvidas usando a plataforma RedCap, que é um pacote de software projetado para o gerenciamento geral de estudos, e que atende aos requisitos regulatórios para anfitriões de estudo de saúde e supervisionado pelo Centro de Ensaios Clínicos (CTC) da CHUL.

Um formulário de informação e consentimento será concluído (versão eletrônica) pelos participantes antes que eles realmente participem do estudo. Os participantes podem retirar seu consentimento do investigador principal (D. Waltregny) a qualquer momento.

Todos os dados coletados serão pseudonimizados com um código exclusivo que será atribuído a cada participante. Este código será formado pelos participantes com esta chave de identificação: primeira letra do sobrenome + última letra do sobrenome + primeira letra do primeiro nome + os dois últimos dígitos de seus anos de nascimento.

Além disso, os dados de contato serão coletados, processados e armazenados de acordo com o Regulamento Geral de Proteção de Dados (GDPR).

O estudo começará apenas após a aprovação do Comitê de Ética.

Tipo de estudo

Intervencional

Inscrição (Real)

51

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Descrição

Critérios de inclusão:

  • mais de 18 anos;
  • com diagnóstico de câncer de próstata localizado;
  • consentimento para o estudo.

Critérios de exclusão:

  • não falando francês;
  • diagnosticado com câncer metastático desde o início;
  • doente terminal;
  • pessoas que sofrem de retardo mental, demência ou estado de consciência alterada.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Pesquisa de serviços de saúde
  • Alocação: N / D
  • Modelo Intervencional: Atribuição de grupo único
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Experimental: Questionário
Este é um questionário on -line que os pacientes estão por conta própria ou com a ajuda da pessoa responsável
Este é um questionário on -line que os pacientes preenchem

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Benefícios percebidos do uso da IA no diagnóstico de câncer de próstata
Prazo: Linha de base

São medidas latentes e serão avaliadas em várias perguntas:

  • Benefícios: acredito que as ferramentas baseadas na inteligência artificial podem 'melhorar o diagnóstico de câncer de próstata', 'promover o processo de diagnóstico de câncer de próstata', 'fornecer um diagnóstico preciso do câncer de próstata', reduzir os custos do diagnóstico de câncer de próstata '. Escala: "discordo totalmente", "discordo", "discordo um pouco", "não concorda nem discordo", "concordo um pouco", "concordo", "concordo totalmente"; "Concordo fortemente" fornece o maior valor de benefício.
Linha de base
Riscos percebidos de usar a IA no diagnóstico de câncer de próstata
Prazo: Linha de base
Riscos, escala "muito baixa", "baixa", "um pouco baixa", "moderada", "um pouco alta", "alta", "muito alta". As perguntas são muito longas para incluir aqui, mas eles acessam os riscos percividos de usar a IA no diagnóstico e tratamento do câncer de próstata. O risco 'muito alto' é considerado o pior.
Linha de base
Intenção de usar ai
Prazo: Linha de base
Pergunta: Você gostaria de usar ferramentas baseadas em inteligência artificial para gerenciar meu diagnóstico de câncer de próstata. Respostas - Sim, incerto porque não; Depois, há preocupações se elas responderem 'não' ou 'sim porque' e avaliam essas preocupações na escala de 0 a 10; 10 é a maior preocupação.
Linha de base
Infeliz para compartilhar dados pessoais
Prazo: Linha de base
Pergunta: Infeliz para compartilhar dados pessoais; respostas 'sim', 'não', sim com condições; Então eles podem descrever suas condições
Linha de base

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

2 de dezembro de 2024

Conclusão Primária (Real)

31 de dezembro de 2025

Conclusão do estudo (Real)

31 de dezembro de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

10 de junho de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

10 de julho de 2025

Primeira postagem (Real)

20 de julho de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

27 de março de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

26 de março de 2026

Última verificação

1 de março de 2026

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever