此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

卵巢癌筛查与人工智能 (AI-OCS-Gyn)

2026年3月25日 更新者:Odette Wegwarth、Charite University, Berlin, Germany

AI对妇科医生卵巢癌筛查态度的影响

妇科医生常常高估卵巢癌筛查的益处和安全性。 AI支持的讨论可能有助于纠正这些误解。 本研究测试与对照组的AI讨论(关于卵巢癌患病率)相比,基于卵巢癌筛查证据的AI引导对话是否能提高妇科医生的知识水平并减少非循证筛查建议。

研究概览

详细说明

先前的研究表明,尽管有强有力的证据表明卵巢癌筛查并不能提供净临床获益,但妇科医生往往严重高估其有效性和安全性。 这些发现凸显了需要创新的沟通策略来支持循证临床实践,并减少低价值护理。

在旨在纠正误解或鼓励与证据互动(特别是在最初对事实信息持抵触态度的个体中)时,基于人工智能的对话干预在其他领域已显示出有希望的结果。 借鉴这些见解,本研究探讨了人工智能辅助的讨论是否能有效提高妇科医生对卵巢癌筛查获益-风险概况的认识,从而减少非循证推荐。

本研究采用横断面研究设计,将先前表示定期向无症状、平均风险患者推荐卵巢癌筛查(经阴道超声检查,可能辅以CA 125检测)的妇科医生随机分配到以下两种条件之一:

  1. 干预条件:参与者参与人工智能引导的对话,解释他们推荐卵巢癌筛查的原因。 人工智能被指示处理误解,并澄清缺乏支持积极获益-风险比的证据。
  2. 对照条件:参与者参与关于卵巢癌患病率的人工智能讨论,而不接收与筛查结果相关的信息或纠正性反馈。

在基于人工智能的讨论前后,所有参与者都被询问他们对卵巢癌筛查获益和风险的数值(每1,000名女性中的X例)和主观感知,以及他们的筛查推荐。 测量工具源自先前研究中使用的仪器。

本研究的主要目标是评估在基于人工智能的对话前后,临床医生对获益-风险比的理解以及对无症状、平均风险女性常规卵巢癌筛查的推荐在研究组内和组间的变化。

研究类型

介入性

注册 (估计的)

350

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

学习地点

    • State of Berlin
      • Mitte、State of Berlin、德国、10117
        • Charité - Universitätsmedizin Berlin

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 成人
  • 年长者

接受健康志愿者

不

描述

纳入标准:

  • 门诊妇科医生,为无症状、平均风险女性提供卵巢癌筛查(不符合指南要求)

排除标准:

  • 住院妇科医生
  • 门诊妇科医生,不为无症状、平均风险女性提供卵巢癌筛查(符合指南要求)

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:放映
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:单身的

武器和干预

参与者组/臂
干预/治疗
其他:对照组(ChatGPT 对照组条件)

该组参与者将与ChatGPT进行三轮对话。 人工智能的角色是:

  • 讨论参与者对卵巢癌危险程度的看法。
  • 提供关于患病率、终身风险、死亡率及一般流行病学的事实信息。
  • 避免提及筛查测试、指南建议或筛查的益处/危害。
  • 保持回答简洁(每轮5-8句话)。
  • 从回应参与者的开场问题开始:“在你看来,卵巢癌有多危险?”

三回合对话;讨论卵巢癌风险和流行病学;避开筛查话题;回答简洁(5-8句话)。

交付方式:在线聊天界面;参与者直接与ChatGPT互动。

实验性的:实验性(ChatGPT循证筛查讨论)

该组的参与者将与ChatGPT进行三轮对话。 AI的角色是:

  • 要求参与者详细说明推荐卵巢癌筛查的理由。
  • 提供关于卵巢癌筛查对平均风险女性利弊的清晰、循证信息。
  • 引用大型试验(如PLCO、UKCTOCS)的关键发现,包括绝对数字(假阳性率、不必要手术、并发症发生率、缺乏死亡率获益)。
  • 总结美国主要指南(如USPSTF、ACOG)的立场,包括不推荐对无症状、平均风险女性进行常规筛查的建议。
  • 评估证据,并根据当前数据说明是否支持常规筛查。
  • 保持尊重、非评判性的语气;批评证据而非参与者。
  • 保持回答简洁(每轮5-8句话)。
  • 首先回应该参与者的开场问题:“您为什么推荐卵巢癌筛查?”

三轮对话;询问参与者筛选理由;提供关于益处/危害、试验数据、指南立场的循证信息;回答简洁(5-8句话)。

交付方式:在线聊天界面;参与者直接与ChatGPT互动。

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
推荐卵巢癌筛查意愿的改变
大体时间:干预后即刻
参与者在ChatGPT互动后,自我报告的未来向平均风险女性推荐卵巢癌筛查的频率与过去自我报告的推荐筛查频率之间的差异。
干预后即刻

次要结果测量

结果测量
措施说明
大体时间
卵巢癌筛查获益-风险比评估的变化
大体时间:干预后即刻
ChatGPT交互前后自我报告获益-风险比评估的差异。
干预后即刻
关于卵巢癌筛查证据知识的准确性
大体时间:干预后立即
参与者通过调查问卷评估对卵巢癌筛查的益处、危害及指南建议的理解
干预后立即

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2026年3月27日

初级完成 (估计的)

2026年4月30日

研究完成 (估计的)

2026年4月30日

研究注册日期

首次提交

2026年3月25日

首先提交符合 QC 标准的

2026年3月25日

首次发布 (实际的)

2026年3月31日

研究记录更新

最后更新发布 (实际的)

2026年3月31日

上次提交的符合 QC 标准的更新

2026年3月25日

最后验证

2026年3月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

是的

IPD 计划说明

我们将在研究完成和结果发布后(2026年10月),使用 osf.io 发布参与者的原始行为数据(不含任何标识符)和开放文本交流记录。

IPD 共享支持信息类型

  • 分析代码

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅