Меню
Идёт набор NCT07402668

Does AI Make Clinicians More Appropriately Confident? A Randomized Study in Preterm Birth Prediction

Без фазы С лечением Preterm Birth Artificial Intelligence (AI) in Diagnosis

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: AI prediction (binary), AI risk estimate (%).
Кому может быть актуально
Состояния в реестре: Preterm Birth, Artificial Intelligence (AI) in Diagnosis. Базовые параметры: Без ограничений · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Дания
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Обзор

The goal of this randomized questionnaire-based study is to evaluate how different presentations of artificial intelligence (AI) decision support influence clinical judgment among medical doctors working in obstetrics and gynecology when assessing the risk of spontaneous preterm birth using clinical case vignettes with cervical ultrasound images. The study specifically compares two AI presentation formats: a binary classification (preterm vs term birth) and an individualized risk estimate of preterm birth. The main questions it aims to answer are: * Which AI presentation format leads to better alignment between clinicians' confidence and decision accuracy (diagnostic calibration)? * Do different AI presentation formats lead to helpful or harmful changes in clinical decisions? Participants will complete an online questionnaire in which they review clinical cases, make diagnostic and management decisions, rate their diagnostic confidence before and after seeing the AI output, and report their trust in the AI.

Вмешательства

  • Поведенческое AI prediction (binary)
    AI decision support based on cervical ultrasound providing a binary classification (preterm birth before 37 weeks or term birth) in addition to standard clinical information.
  • Поведенческое AI risk estimate (%)
    AI decision support based on cervical ultrasound providing an estimate of preterm birth risk (%) in addition to standard clinical information.

Первичные конечные точки

  • Clinician diagnostic calibration (accuracy-confidence alignment) after AI exposure. [Срок оценки: Immediately after AI exposure during a single questionnaire session (approximately 20 minutes).]
Вторичные конечные точки (4)
  • Helpful switch rate and harmful switch rate. [Срок оценки: Baseline (pre-AI) and immediately after AI exposure during a single questionnaire session (approximately 20 minutes).]
  • Change in decision accuracy, confidence, and diagnostic calibration from pre-AI to post-AI. [Срок оценки: Baseline (pre-AI) and immediately after AI exposure during a single questionnaire session (approximately 20 minutes).]
  • Association between self-rated trust in AI and behavioral reliance on AI. [Срок оценки: Immediately after AI exposure during a single questionnaire session (approximately 20 minutes).]
  • Follow-up cervical ultrasound planning. [Срок оценки: Baseline (pre-AI) and immediately after AI exposure during a single questionnaire session (approximately 20 minutes).]

Критерии участия

Критерии включения

  • Medical doctors currently working in or training within the field of obstetrics and gynecology.
  • Experience performing transvaginal cervical ultrasound examinations.

Критерии исключения

\- No prior experience performing transvaginal cervical ultrasound examinations.

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Да

Дизайн исследования

Распределение
Рандомизированное
Модель
Параллельные группы
Маскирование
Простое слепое
Основная цель
Другое

Центры проведения

Дания · 18 центров
  • South Jutland Hospital — Aabenraa
  • Aalborg University Hospital (Aalborg and Thisted) — Aalborg
  • Aarhus University Hospital — Aarhus
  • Copenhagen University Hospital, Rigshospitalet — Copenhagen
  • Esbjerg Hospital — Esbjerg
  • Gødstrup Regional Hospital — Gødstrup
  • Herlev Hospital — Herlev
  • Copenhagen University Hospital, North Zealand — Hillerød
  • … и ещё 10 центров

Идентификаторы

NCT: NCT07402668 · P-2024-18108

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗