Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Äggstockscancerscreening och AI (AI-OCS-Gyn)

25 mars 2026 uppdaterad av: Odette Wegwarth, Charite University, Berlin, Germany

AI om attityder till äggstockscancerscreening hos gynekologer

Gynekologer överskattar ofta fördelarna och säkerheten med äggstockscancer screening. AI-stödda diskussioner kan hjälpa till att korrigera dessa missuppfattningar. Denna studie testar om en AI-guidad konversation om bevisen för äggstockscancer screening kan förbättra gynekologers kunskap och minska icke evidensbaserade screeningrekommendationer, jämfört med en kontroll AI-diskussion om äggstockscancer prevalens.

Studieöversikt

Detaljerad beskrivning

Tidigare forskning har visat att gynekologer ofta betydligt överskattar både effektiviteten och säkerheten för screening mot äggstockscancer, trots robusta bevis som tyder på att sådan screening inte ger någon nettoklinisk fördel. Dessa fynd belyser behovet av innovativa kommunikationsstrategier för att stödja evidensbaserad klinisk praxis och minska lågvärdevård.

AI-baserade konversationsinterventioner har visat lovande resultat inom andra områden när målet är att rätta missuppfattningar eller uppmuntra engagemang med bevis, särskilt bland individer som initialt är motståndskraftiga mot faktabaserad information. Genom att utnyttja dessa insikter undersöker denna studie om AI-faciliterade diskussioner effektivt kan förbättra gynekologers kunskap om fördel-skadeprofilen för screening mot äggstockscancer och därefter minska icke-evidensbaserade rekommendationer.

Studien använder en tvärsnittsstudiedesign där gynekologer som tidigare har angett att de regelbundet rekommenderar screening mot äggstockscancer med transvaginal ultraljud och potentiellt med ytterligare CA 125-testning till sina asymptomatiska, genomsnittligt riskutsatta patienter slumpmässigt fördelas till ett av två tillstånd:

  1. Interventionstillstånd: Deltagarna deltar i en AI-guidad konversation där de förklarar sina skäl för att rekommendera screening mot äggstockscancer. AI:n instrueras att adressera missuppfattningar och klargöra bristen på bevis som stöder en positiv fördel-skaderatio.
  2. Kontrolltillstånd: Deltagarna deltar i en AI-diskussion om förekomsten av äggstockscancer, utan att få information eller korrigerande återkoppling relaterad till screeningsresultat.

Före och efter den AI-baserade diskussionen frågas alla deltagare om deras numeriska (X av 1 000 kvinnor) och subjektiva uppfattning om screening mot äggstockscancers fördelar och skador samt deras screeningsrekommendationer. Mätningarna härleds från instrument som använts i tidigare forskning.

Det primära målet med denna studie är att bedöma förändringen, från före till efter den AI-baserade konversationen, i klinikers förståelse av fördel-skaderation och deras rekommendationer gällande rutinscreening mot äggstockscancer för asymptomatiska, genomsnittligt riskutsatta kvinnor, inom och mellan studiegrupper.

Studietyp

Interventionell

Inskrivning (Beräknad)

350

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studera Kontakt Backup

Studieorter

    • State of Berlin
      • Mitte, State of Berlin, Tyskland, 10117
        • Charité - Universitätsmedizin Berlin

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  • gynekologer i öppenvård som erbjuder äggstockscancer screening till asymptomatiska kvinnor med genomsnittlig risk (inte enligt riktlinjerna)

Exklusionskriterier:

  • gynekologer i slutenvård
  • gynekologer i öppenvård som INTE erbjuder äggstockscancer screening till asymptomatiska kvinnor med genomsnittlig risk (enligt riktlinjerna)

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Undersökning
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Övrig: Kontroll (ChatGPT-kontrollvillkor)

Deltagare i denna arm deltar i en tre-vändors konversation med ChatGPT. AI:ns roll är att:

  • Diskutera deltagarens uppfattning av hur farlig äggstockscancer är.
  • Ge faktauppgifter om förekomst, livstidsrisk, dödlighet och allmän epidemiologi.
  • Undvika all nämning av screeningtester, riktlinjerekommendationer eller fördelar/nackdelar med screening.
  • Hålla svaren koncisa (5-8 meningar per vända).
  • Börja med att reagera på deltagarens inledande fråga: "Enligt dig, hur farlig är äggstockscancer?"

Trevägs konversation; diskuterar risk för äggstockscancer och epidemiologi; undviker screeningsämnen; koncisa svar (5-8 meningar).

Leveranssätt: Onlinechattgränssnitt; deltagaren interagerar direkt med ChatGPT.

Experimentell: Experimentell (ChatGPT Evidensbaserad Screeningdiskussion)

Deltagarna i denna arm deltar i en tre-varvs konversation med ChatGPT. AI:ns roll är att:

  • Be deltagarna att utveckla sina skäl för att rekommendera screening för äggstockscancer.
  • Ge tydlig, evidensbaserad information om fördelar och risker med screening för äggstockscancer hos kvinnor med genomsnittlig risk.
  • Referera till nyckelresultat från stora studier (t.ex. PLCO, UKCTOCS) med absoluta tal (falskpositiva frekvenser, onödiga operationer, komplikationsfrekvenser, brist på mortalitetsfördel).
  • Sammanfatta ställningstaganden från större amerikanska riktlinjer (t.ex. USPSTF, ACOG), inklusive rekommendation mot rutinmässig screening hos symptomfria kvinnor med genomsnittlig risk.
  • Utvärdera evidensen och ange om rutinmässig screening stöds baserat på aktuella data.
  • Upprätthålla en respektfull, icke-dömande ton; kritisera evidensen, inte deltagaren.
  • Hålla svaren koncisa (5-8 meningar per varv).
  • Börja med att svara på deltagarens inledande fråga: "Varför rekommenderar du screening för äggstockscancer?"

Tre-vändnings konversation; frågar deltagare om screeningslogik; tillhandahåller evidensbaserad information om fördelar/risker, försöksdata, riktlinjepositioner; koncisa svar (5-8 meningar).

Leveranssätt: Onlinechattgränssnitt; deltagaren interagerar direkt med ChatGPT.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förändring i avsikt att rekommendera screening för äggstockscancer
Tidsram: Omedelbart efter intervention
Skillnaden i deltagarnas självrapporterade frekvens av att rekommendera äggstockscancer screening till genomsnittligt riskutsatta kvinnor i framtiden efter ChatGPT-interaktionen och deras självrapporterade frekvens av att rekommendera screeningen tidigare.
Omedelbart efter intervention

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förändring i nytta-skada-kvotvärdering av äggstockscancertester
Tidsram: Omedelbart efter intervention
Skillnaden mellan självrapporterad nytta-skada-kvotutvärdering före och efter ChatGPT-interaktionen.
Omedelbart efter intervention
Noggrannhet i kunskap om bevis för screening av äggstockscancer
Tidsram: Direkt efter intervention
Deltagarnas förståelse av fördelar, skador och riktlinjerekommendationer för äggstockscancerscreening, utvärderad via enkätfrågor
Direkt efter intervention

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Beräknad)

27 mars 2026

Primärt slutförande (Beräknad)

30 april 2026

Avslutad studie (Beräknad)

30 april 2026

Studieregistreringsdatum

Först inskickad

25 mars 2026

Först inskickad som uppfyllde QC-kriterierna

25 mars 2026

Första postat (Faktisk)

31 mars 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

31 mars 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

25 mars 2026

Senast verifierad

1 mars 2026

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Vi kommer att använda osf.io för att publicera deltagarnas råa beteendedata utan några identifierare och öppen textkommunikation efter studiens slutförande och publicering av resultat (oktober 2026).

IPD-delning som stöder informationstyp

  • ANALYTIC_CODE

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera