人工智能在诊断前列腺癌中的可接受性 (AccAI)
了解人工智能作为对医疗保健提供者诊断前列腺癌的支持 - 患者的核心
这项研究调查了人工智能(AI)作为局部前列腺癌和医疗保健提供者患者的诊断支持工具的可接受性,以及他们愿意共享健康数据以进行AI开发。
背景AI医疗保健工具显示出有希望的潜力,尤其是在提高诊断准确性和个性化治疗方面。 但是,成功的实施不仅取决于技术绩效,还取决于AI在其用户和专业人员中的可接受性。 先前的研究表明,根据上下文,疾病严重程度,AI执行的任务和用户群体的可接受性各不相同。
目标评估患者AI作为前列腺癌的诊断支持的可接受性。
探索患者共享健康数据以开发临床AI的意愿。
在这种诊断背景下评估医疗保健提供者对AI的可接受性。
方法论设计:横断面,混合方法,跨国研究(比利时,意大利,西班牙)。
定量阶段:在线问卷,使用改编的理论框架(值感知模型,NASSS-AI,TFA)。
定性阶段:将根据定量发现遵循。
参与者:被诊断为局部前列腺癌的成年人。 通过医院,社交媒体和患者协会的招聘。
收集的数据:个人和健康信息,对AI的态度,愿意共享数据。
由每个参与国家的道德委员会批准的道德。
参与之前以数字方式获得的知情同意书。
数据匿名和符合GDPR的数据。
研究概览
详细说明
1。简介1.1。 人工智能1.1.1的可接受性。 医疗保健专业人员的人工智能面临着越来越多的复杂挑战。 健康问题的性质正在发生变化,工作量正在增加,这会导致护理中更加困难的管理,并且还需要不断更新知识。 同时,在医疗保健中实施人工智能(AI)工具正在爆炸,并提供了一个明智的机会来满足不断发展的医疗部门的需求。
许多研究通过评估AI系统的技术性能来探讨临床AI的可行性。 但是,AI开发的技术性质并不是实施临床AI面临的唯一挑战。 确实,研究表明,医疗保健专业人员的临床AI的可接受性和患者会影响这些用户有效采用AI。 不利用可用的AI系统,忽略此参数可能会导致浪费资源。
已经研究了患者和医疗保健专业人员临床AI的可接受性,但大多数研究涉及AI在医疗保健中的可接受性。 该主题已经被系统地概括了,并显示了大多数人AI的可接受性。 另一方面,在特定的健康环境中的研究更稀有,在这些情况下,无法通过简单地推断出医疗保健中的AI可接受性来定义AI的可接受性。 实际上,AI的可接受性是根据环境(诊断出疾病的严重程度,AI决策的后果,决策的复杂性)的不同之处,也与AI执行的任务(诊断,治疗,预后选择,预后)。 此外,由于需求,偏好和使用背景的差异,AI的可接受性因素因所研究人群(患者,医疗保健专业人员,研究人员和医疗保健经理)而有所不同。 因此,重要的是将AI的可接受性研究到研究所指的确切背景下。
1.1.2。 AI在前列腺癌诊断过程中的可接受性能在前列腺癌诊断(PCA)过程中实施AI工具将从医学图像和创建预测模型中改善信息。 这将代表优化PCA诊断并预测其侵略性的重大进展,并最终通过适应肿瘤的生物学特征来个性化治疗。 这将有助于减少对前列腺活检的需求,从而提高个人的依从性并鼓励他们在出现症状之前接受测试。 此外,PCA的早期检测显着提高了治疗成功率。
鉴于在PCA诊断过程中实施AI的机会,必须研究该实施的患者和医疗保健专业人员的可接受性,这些患者和医疗保健专业人员将在PCA环境中最终使用AI,以及该实施的条件。 尽管一些研究检查了这种可接受性,但该领域的研究仍然有限,需要进一步研究。
最近的一项研究评估了患者对AI的信任以及他们对泌尿科医生依靠AI的看法。 这项研究表明,患者对医生做出正确诊断的能力有更大的信心,考虑了最新的研究,与AI相比,以可以理解的方式来解释诊断的传播并解释信息。患者说,他们对由医生控制的AI诊断的诊断具有更高的信任,而不是由医生控制的AI。
一项研究通过参与者想象的三种AI表示,探讨了男性对AI诊断和治疗的恐惧和对AI诊断和治疗的期望。 三个想象的表示形式是AI作为帮助医疗保健提供者,AI作为高级机器的工具,将AI作为一个可以取代医疗保健提供者的实体。 最后一个虚构是参与者最糟糕的情况。 在所有想象中,参与者看到了AI的积极眼光,但是AI越多地代替了医生,参与者在负面的角度看到了AI。
1.1.3。 可接受性的概念临床AI的可接受性概念不是明确的。 即使存在框架来解释和预测个人使用和接受技术创新的行为意图,这些模型要么不适合医疗保健环境。以与数字健康技术相同的方式考虑AI。 但是,与AI相比,与AI更简单的数字技术相比,必须考虑到AI的医疗保健环境和复杂性。 因此,有必要更好地定义临床AI可接受性的概念。 一些研究修改了现有的技术接受框架,以考虑上述限制,例如以下两个框架。
第一个框架从统计学上对患者接受基于AI的临床决策支持设备进行了建模。 该模型的作者扩大了包括价值感知(VAM)的技术接受理论框架,并将其调整到医疗保健领域。 该框架评估了基于AI的临床决策设备的感知风险和益处,以衡量其可接受性。 该模型的作者表明,未来的研究应为其模型增加其他因素,包括在其他一些理论接受框架中使用的社会影响,以提高其探索性(该模型的R2为0.80)。 此外,作者还指出,变量性别,家庭收入,教育水平,就业水平,有关人工智能技术的技术知识以及对基于AI的服务的熟悉的技术知识对使用基于AI的临床决策设备的意图产生了重大影响。
其次,一项在柳叶刀的最新研究系统地总结了定性研究,该研究对利益相关者(患者,临床医生,研究人员和医疗保健经理)的诊断目的AI接受了AI。 作者扩展了现有的NASS框架,以创建适合AI诊断的新模型; NASSS-AI框架。 这个新框架是在六个领域,二十个子域和四十三个主题中构造的,将本综述中包括的研究经常讨论的要素分组在一起。
上面提到的不同理论模型中未包括的几个因素已被其他研究确定为影响临床AI可接受性的因素。 这些因素是年龄,以前接触过类似工具,地理位置,被诊断的疾病,疾病的严重程度以及对医疗保健系统的信任。
此外,一项系统的审查调查了如何向参与者提供有关评估患者AI在医疗保健中的可接受性的研究的信息。 这项系统的综述表明,大多数研究都认为,在研究的背景下,患者对AI的知识有限,这是他们研究的限制。 此外,几项研究报告说,在研究开始时提供给患者的信息类型会影响结果。 因此,我们的研究框架将添加一个“干预连贯”因子。 该因素被整合到研究医疗干预措施的可接受性的可接受性(TFA)的理论框架中。
1.2。 数据利他主义 - 根据数据主体的同意或自然和法律人士的许可,提供了数据无限制的数据被理解为自愿提供个人和非个人数据,而无需寻求奖励,并获得一般利益的目标。
临床AI的开发需要使用大量健康数据。 此数据的使用是不可避免的,因为它可以使工具进步和发展。 如上所述,临床AI必须被患者和医疗保健提供者接受,但也必须由患者数据喂养。 因此,他们必须同意提供其健康数据。
尽管患者提供个人健康数据的意愿在一般的次要用途(用于临床,公共卫生研究,流行病学等目的的数据共享)的背景下进行了广泛的研究,但在AI的背景下并未对其进行很好的研究。 一些研究评估了通过一个简单的问题提供健康数据的意愿。 一项关于皮肤癌诊断中AI的研究表明,88%的受访者将使他们的健康数据匿名用于开发基于AI的医疗应用。
一项试点研究探讨了患者对数据的观点,目的是开发AI供一般实践开发。 这项研究的参与者认为,作为一般实践的AI的发展是他们愿意提供数据的目标。 他们说,他们想通过提供数据来帮助管理疾病并帮助他们的全科医生(GP)。 提供数据的意愿取决于他们与GP的信任关系。
1.2.1。 在文献中已经确定了愿意提供健康数据的概念,该概念没有用于研究患者为二次用途或AI开发目的提供健康数据的意愿。 最近的系统评价还得出结论,没有确定这种意愿的验证测量工具。
一项研究开发了一种概念模型,即为研究目的提供健康数据的意愿。 该框架基于经过验证的价值感知框架,该框架评估了提供的数据的收益和风险。 作者在此框架中添加了针对研究目的的数据的几个因素,例如最终用户的类型,收集的数据类型,上下文等。 这些因素可以理解为提供健康数据的条件。
2。目的的目的是,在前列腺癌诊断和AI的背景下,患有前列腺癌和医疗保健提供者的人AI及其条件的可接受性及其条件的支持。 这项研究还旨在更好地了解人们为临床AI开发以及围绕这种意愿的条件提供健康数据的意愿。
这项研究的目标是:
1。确定前列腺癌患者在实施AI方面的可接受性,以支持医疗保健提供者在诊断前列腺癌的诊断中,并探讨该实施的条件。
2.确定人们愿意提供其健康数据以开发临床AI并探索这种意愿的条件。
3.确定医疗保健提供者在实施AI方面的可接受性,以支持他们在诊断前列腺癌中的支持,并探索该实施的条件。
3。方法3.1。 研究和研究过程的类型研究是一种横截面观测,混合方法,顺序研究,其中包括初始定量阶段,该阶段将归入第二个定性阶段。 这项研究是跨国公司,是来自比利时,意大利和西班牙的招募参与者。
如果需要,每个国家都会将协议提交其道德委员会。 这项研究的设计如图1所示。 该协议与定量阶段有关。 定性阶段的议定书将在以后提交伦理委员会,因为对定量阶段问卷的分析对于定性阶段的发展是必要的。
Figure 1: study design 3.2. 使用定量阶段第二阶段框架的框架,对应于此阶段的两个目标(确定前列腺癌患者在实施AI方面的可接受性,以支持医疗保健提供者在诊断前列腺癌中的支持,并确定人们为临床AI发展提供健康数据的意愿)。
为了确定前列腺癌患者在实施AI方面的可接受性,作为对医疗保健提供者诊断前列腺癌的支持,基于先前介绍的现有框架(基于对价值,NASSS-SAI和TFA的感知)创建了一个框架。 基于对价值观感知的框架被用作权衡风险与感知福利的基础。 作者提出了该模型的社会影响力。 还添加了一种“使用”因子及其子维度的“使用”因子,灵感来自NASSS-AI和先前引用的框架。 与TFA一致,添加了“干预连贯性”因子。
图2列出了用于调查前列腺癌患者实施AI作为对医疗保健提供者诊断前列腺癌的支持的最终框架。
图2:前列腺癌患者在实施AI方面的可接受性的理论模型,以支持医疗保健提供者诊断前列腺癌。
为了确定人民出于AI开发目的提供其健康数据的意愿,基于现有框架创建了一个框架,该框架基于价值感知,以平衡感知到的风险和感知的福利。 添加了一个“条件”因素来探索这种意愿。 图3列出了用于研究人们提供其健康数据以开发临床AI的健康数据的意愿的最终框架。
图3:人们愿意提供健康数据以开发临床AI的理论模型。
3.3。 定量阶段的人口特征研究人群是患有局部前列腺癌的人。
纳入标准定义如下:
•超过18年;
•诊断为局部前列腺癌;
•同意该研究。
排除标准定义如下:
•不说法语;
•从一开始就被诊断出患有转移性癌;
•绝症;
•患有智力低下,痴呆或意识状态改变的人。
3.4。 定量阶段的样本所选的采样方法是志愿者采样。 任何符合纳入标准且不符合排除标准的个人都可以选择参加该研究,其中涉及完成自我管理的在线问卷。
问卷将通过以下渠道分发:
•Elipse网络泌尿外科部门的海报和传单活动。 海报和传单将显示问卷的链接和QR码。 这项研究的共同投资者E. Koshmanova将在Elipse网络的一家或多个医院提供,以提供访问问卷的帮助,而无需介入完成过程。 她还将为希望参加研究但没有必要设备的参与者提供笔记本电脑或平板电脑。
•通过社交媒体上的照片格式通过海报设计的问卷设计链接和QR码。
•通过照片格式或不通过患者协会以照片格式的海报设计分发链接和QR码。 这些关联将通过其网络或邮寄列表共享。 如果认为相关,协会也可以在其设施中显示海报和/或传单。
没有进行样本量计算,因为研究限制需要每个国家至少50名参与者,每个国家最多100名参与者。
为了访问问卷,人们使用问卷链接或扫描QR码。 无需创建帐户。 使用链接或扫描QR码后,出现的第一件事是问卷主页,邀请参与者阅读信息和同意书,然后同意该研究。 它在信息和同意书上指定,即同意不是直接以信息和同意书的形式收集的,而是通过问卷的第一部分(知情同意书的转录)。 这阻止了不同意研究的人,即那些不勾选所有陈述的人。
如果参与者提供同意,则可以访问问卷,并要求参与者确认他们符合研究的纳入标准,并且不符合研究的排除标准。 如果他们不确认这些要素,问卷将终止。 如果他们确认这些要素,问卷将开始。
鉴于法规允许参与者随时从研究中撤回同意,因此将分配唯一的代码。 此代码将由每个参与者使用此标识密钥形成:姓氏的名字 +姓氏的姓氏 +名字的名字 +名字的名字 +其出生年的最后两个数字。
在在线表格的末尾,如果参与者希望参加本研究的第二阶段(定性阶段),则可以选择单击链接。 此链接将他们带到第二份在线问卷中,询问他们的联系数据。 第二份问卷与第一个没有链接。 有了联系数据,可以联系个人参加本研究的第二阶段,并且只有在本研究第二阶段伦理委员会批准(定性阶段)之后。
如果参与者招聘通过基于纸张的方法证明更有效,则将使用与在线版本相同的问卷的纸张版本。 在这种情况下,将要求参与者填写纸质问卷,并在参与之前签署知情同意书的纸质版本。 在这种情况下,调查表将由研究团队在REDCAP上在线编码。
每个参与者都有机会向共同评估者提出问题(E. Koshmanova)随时。 她的联系信息以信息和同意书的形式以及问卷开始时提供。
3.5。 研究阶段的研究参数
第一个在线调查表将收集几个参数:
•与个人有关的信息:年龄,感知到的收入,就业,教育,感知到的健康状况,居住国,前列腺癌的严重程度(诊断是多久以前做出的),以前的护理经验,以前的护理经验,相似的工具,医疗保健的频率,医疗保健的频率,信任,在医疗保健系统中的信任。
•有关人们技能的信息:健康素养,电子健康素养,对AI技术的技术知识,对基于AI的服务的熟悉。
•与前列腺癌患者的可接受性有关AI的可接受性的问题,以支持医疗保健提供者诊断前列腺癌。
•与前列腺癌患者愿意提供其健康数据有关临床AI的发展的问题。
第二个在线问卷将收集几个数据:
•名字和姓氏;
•电话号码;
• 居住国家;
• 邮政编码。
该问卷与第一个无关。 3.6。 REDCAP平台将与参与者共享定量阶段在线问卷的数据收集工具。 3.6.1。 问卷编号1:在线问卷旨在评估前列腺癌患者在实施AI方面的可接受性,以支持医疗保健提供者诊断前列腺癌的诊断,以及他们愿意为开发临床AI提供健康数据。 如第3.5点所述,问卷还询问了某些人的特征。 通过解释AI在这项研究的背景下参与护理的解释,提出了问卷。
问卷是基于两个问卷。 首先,已经使用了基于对值感知的框架关联的问卷。 其次,与研究愿意为研究目的提供健康数据意愿的框架相关的问卷被用作灵感(19)。
3.6.2。 问卷编号2:该问卷的目的是与希望参与本研究第二阶段的参与者联系(定性阶段)。
3.7。 日历图1:甘特图。 4。定量阶段的道德问题研究没有给参与者带来的风险或缺点。 他们通常的临床管理无需改变。 没有收集的信息将向医疗人员披露。
调查将使用RedCap平台进行开发,RedCap平台是专为研究整体管理而设计的软件包,它符合Chul临床试验中心(CTC)监督的健康研究主持人的监管要求。
参与者实际参加研究之前,将填写信息和同意表(电子版)。 参与者可以从主要研究人员(D.)撤回同意 Waletregny)随时。
收集的所有数据将以独特的代码为单位化,该代码将分配给每个参与者。 该代码将由参与者使用此标识密钥形成:姓氏的名字 +姓氏的姓氏 +名字的名字 +名字的名字 +其出生年的最后两个数字。
此外,将根据一般数据保护法规(GDPR)收集,处理和存储联系数据。
该研究仅在伦理委员会批准后才开始。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Liège、比利时
- CHU Liège
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
- 超过18年;
- 诊断为局部前列腺癌;
- 同意这项研究。
排除标准:
- 不说法语;
- 从一开始就被诊断出患有转移性癌;
- 绝症;
- 患有智力低下,痴呆或意识状态改变的人。
学习计划
研究是如何设计的?
设计细节
- 主要用途:卫生服务研究
- 分配:不适用
- 介入模型:单组作业
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:问卷
这是一份在线问卷
|
这是一份在线问卷,患者填写
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
在诊断前列腺癌中使用AI的感知好处
大体时间:基线
|
它们是潜在措施,将在几个问题中进行评估:
|
基线
|
|
在前列腺癌诊断中使用AI的感知风险
大体时间:基线
|
风险,规模“非常低”,“低”,“有点低”,“中等”,“有点高”,“高”,“非常高”。
这些问题太长了,无法在此处包括,但它们可以使用使用AI在前列腺癌中使用AI的风险。
“非常高”的风险被认为是最糟糕的。
|
基线
|
|
打算使用AI
大体时间:基线
|
问题:您想使用基于人工智能的工具来管理我的前列腺癌诊断。
答案 - 是的,不确定的bavause and否;然后,如果他们回答“否”或“是”,他们会担心他们在0到10的规模上评估这些问题; 10是最大的问题。
|
基线
|
|
不得共享个人数据
大体时间:基线
|
问题:不得共享个人数据;答案“是”,“否”,是的条件;然后他们可以描述自己的状况
|
基线
|
合作者和调查者
出版物和有用的链接
一般刊物
- Frost EK, Bosward R, Aquino YSJ, Braunack-Mayer A, Carter SM. Facilitating public involvement in research about healthcare AI: A scoping review of empirical methods. Int J Med Inform. 2024 Jun;186:105417. doi: 10.1016/j.ijmedinf.2024.105417. Epub 2024 Mar 22.
- Esmaeilzadeh P. Use of AI-based tools for healthcare purposes: a survey study from consumers' perspectives. BMC Med Inform Decis Mak. 2020 Jul 22;20(1):170. doi: 10.1186/s12911-020-01191-1.
- Fazakarley CA, Breen M, Thompson B, Leeson P, Williamson V. Beliefs, experiences and concerns of using artificial intelligence in healthcare: A qualitative synthesis. Digit Health. 2024 Feb 11;10:20552076241230075. doi: 10.1177/20552076241230075. eCollection 2024 Jan-Dec.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他相关的 MeSH 术语
其他研究编号
- 2024-345
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.