Explainable AI in Medical Education: CerViD-MultiModal Framework Trial (CerViD-MM)
29 juli 2026 uppdaterad av: Prince L. Fully, University of Liberia
Explainable Artificial Intelligence (XAI) in Medical Education: A Multi-Modal Framework for Enhancing Human-AI Collaboration
This study evaluates whether Explainable Artificial Intelligence (XAI) explanations integrated into medical training improve AI literacy, reduce cognitive workload, and enhance learner trust compared to traditional lecture methods.
Third-year medical students participated in a randomized controlled trial assessing the CerViD-MultiModal diagnostic framework during a neuroimaging diagnostic module focused on fornix atrophy in early and late mild cognitive impairment
Studieöversikt
Status
Avslutad
Betingelser
Intervention / Behandling
Detaljerad beskrivning
The study utilized a two-phase sequential explanatory design with mixed methodologies.
In Phase 1 (Technical Development), the CerViD-MultiModal model was developed and validated using neuroimaging data from 100 Alzheimer's Disease Neuroimaging Initiative (ADNI) subjects to classify early vs. late mild cognitive impairment via fornix morphometry features.
In Phase 2 (Educational Intervention), a randomized controlled trial was conducted with 120 third-year medical students enrolled in the clinical neuroscience rotation at the University of Liberia.
Participants were randomized into two equal groups (n=60 per group): Control Group: Completed a 45-minute traditional lecture module using static text and bar charts.
XAI-Enhanced Group: Completed an interactive 45-minute module featuring SHAP summary charts, LIME patient-specific explanations, and interactive force graphs.
Post-intervention electronic assessments evaluated four primary outcomes: AI Literacy Score (0-100 scale), System Usability Scale (SUS, 0-100 scale), perceived cognitive workload using the NASA Task Load Index (NASA-TLX, 0-100 scale), and Confidence in AI Interpretation (1-5 scale)
Studietyp
Interventionell
Inskrivning (Faktisk)
120
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Montserrado County
-
Monrovia, Montserrado County, Liberia, 1000
- University of Liberia Medical School
-
-
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
Ja
Beskrivning
Inclusion Criteria:
- Enrolled as a third-year medical student in the clinical neuroscience rotation at the University of Liberia.
- Willing and able to complete the 45-minute educational module and post-intervention evaluations.
- Provided informed consent to participate in the study.
Exclusion Criteria:
- Prior formal coursework, professional training, or specialized technical degree in artificial intelligence, machine learning, or computer science.
- Inability to complete the post-intervention assessment.
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Hälsovårdsforskning
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Control Group
Participants complete a 45-minute traditional lecture module on AI in neuroimaging using static text and bar charts
|
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
|
|
Experimentell: XAI-Enhanced Group
Participants complete an interactive 45-minute lecture module supplemented with CerViD-MultiModal visual XAI explanations (SHAP summary charts and LIME patient-specific explanations
|
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
Andra namn:
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
AI Literacy Score
Tidsram: Immediately post-intervention (Day 1)
|
Continuous score (0-100 scale) measuring conceptual knowledge, practical application, ethical awareness, and critical evaluation of AI systems in medicine
|
Immediately post-intervention (Day 1)
|
|
System Usability Scale (SUS) Score
Tidsram: Immediately post-intervention (Day 1)
|
Standardized 10-item scale assessing user perception of system usability, converted to a 0-100 overall score
|
Immediately post-intervention (Day 1)
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Samarbetspartners
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.
Allmänna publikationer
- Lundberg SM, Lee SI. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS). 2017;30:4765-4774.
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 (Faktisk)
30 maj 2026
Primärt slutförande (Faktisk)
30 maj 2026
Avslutad studie (Faktisk)
15 juni 2026
Studieregistreringsdatum
Först inskickad
29 juli 2026
Först inskickad som uppfyllde QC-kriterierna
29 juli 2026
Första postat (Faktisk)
4 augusti 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
4 augusti 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
29 juli 2026
Senast verifierad
1 juli 2026
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- UL-IRB-2026-XAI-MED
- U01AG024904 (U.S.S. NIH-anslag/kontrakt)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
JA
IPD-planbeskrivning
De-identified individual participant data collected during the study, including post-intervention assessment scores for AI literacy, System Usability Scale (SUS) ratings, NASA Task Load Index (NASA-TLX) workload metrics, and confidence scores, will be made available upon reasonable request.
All direct and indirect identifiers will be removed prior to data sharing to preserve participant privacy.
Tidsram för IPD-delning
De-identified individual participant data and supporting documents will become available within 6 months following publication of the study results in a peer-reviewed journal and will remain accessible for up to 3 years.
Kriterier för IPD Sharing Access
Data and supporting materials will be shared with qualified academic researchers and clinical educators whose formal proposal has been approved by the research team.
Access is granted solely for scientific research and meta-analytic purposes.
Requests should be submitted via email directly to the Principal Investigator.
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- 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 .