Меню
Набор по приглашению NCT07558746

Measuring AI Reliance Among Intern Doctors in Palestine

Без фазы С лечением Radiology Internship and Residency AI (Artificial Intelligence)

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 prompt (Correct), AI prompt (Incorrect).
Кому может быть актуально
Состояния в реестре: Radiology, Internship and Residency, AI (Artificial Intelligence). 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
Palestinian Territories
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 →

Официальное название

AI Reliance in Diagnostic Radiology Among Intern Doctors in Palestine: A Triple-Arm, Triple-Blind, Parallel-Design Randomized Controlled Trial

Обзор

This study aims to enroll intern doctors and have them sit one of three identical radiology exams. The only difference between them is an AI-assistant. The differences between these groups will be used to measure the extent of AI reliance among intern doctors in Palestine.

Подробное описание

This is a triple-arm trial investigating AI reliance in radiology among intern doctors in Palestine. The study will involve a radiology exam with three versions, a control, a sham AI (Correct answer) version, and a sham AI (incorrect answer) version. By comparing differences between the three groups, we aim to quantify AI reliance among this patient population.

Вмешательства

  • Поведенческое AI prompt (Correct)
    This is a suggested answer in the guise of an AI assistant. The prompt was written by the authors and not an actual AI chat model. The suggested answer is correct.
  • Поведенческое AI prompt (Incorrect)
    This is a suggested answer in the guise of an AI assistant. The prompt was written by the authors and not an actual AI chat model. The suggested answer is incorrect.

Первичные конечные точки

  • AI Reliance [Срок оценки: Periprocedural]
  • Exam time [Срок оценки: Periprocedural]
Вторичные конечные точки (3)
  • Correlation of baseline characteristics with AI reliance [Срок оценки: Baseline]
  • % of Subjects with a positive Perception of AI use in Radiology, and its correlation with AI reliance [Срок оценки: Baseline]
  • % of radiology interest as a specialty and its correlation with AI reliance [Срок оценки: Baseline]

Критерии участия

Критерии включения

  • Intern doctor in Palestine
  • Completion of at least 3 months from their 1 year internship
  • Confirmed prior training in radiologic interpretation

Критерии исключения

  • Does not consent to the study
  • Completion of the internship
  • Non-completion of at least 3 months of their 1 year internship

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
Четверное слепое
Основная цель
Организация здравоохранения

Центры проведения

Palestinian Territories · 1 центр
  • Al-Quds University — Abū Dīs

Публикации

  • Alchallah MO, Ismail H, Dia T, Shibani M, Alzabibi MA, Mohsen F, Turkmani K, Sawaf B. Assessing diagnostic radiology knowledge among Syrian medical undergraduates. Insights Imaging. 2020 Nov 23;11(1):124. doi: 10.1186/s13244-020-00937-9. PMID 33226458
  • Chen Y, Wu Z, Wang P, Xie L, Yan M, Jiang M, Yang Z, Zheng J, Zhang J, Zhu J. Radiology Residents' Perceptions of Artificial Intelligence: Nationwide Cross-Sectional Survey Study. J Med Internet Res. 2023 Oct 19;25:e48249. doi: 10.2196/48249. PMID 37856181
  • Chassagnon G, Dohan A. Artificial intelligence: from challenges to clinical implementation. Diagn Interv Imaging. 2020 Dec;101(12):763-764. doi: 10.1016/j.diii.2020.10.007. Epub 2020 Nov 10. No abstract available. PMID 33187905
  • Nakaura T, Higaki T, Awai K, Ikeda O, Yamashita Y. A primer for understanding radiology articles about machine learning and deep learning. Diagn Interv Imaging. 2020 Dec;101(12):765-770. doi: 10.1016/j.diii.2020.10.001. Epub 2020 Oct 26. PMID 33121910
  • Al-Karawi D, Al-Zaidi S, Helael KA, Obeidat N, Mouhsen AM, Ajam T, Alshalabi BA, Salman M, Ahmed MH. A Review of Artificial Intelligence in Breast Imaging. Tomography. 2024 May 9;10(5):705-726. doi: 10.3390/tomography10050055. PMID 38787015
  • Hardy M, Harvey H. Artificial intelligence in diagnostic imaging: impact on the radiography profession. Br J Radiol. 2020 Apr;93(1108):20190840. doi: 10.1259/bjr.20190840. Epub 2019 Dec 16. PMID 31821024
  • Hosny A, Parmar C, Quackenbush J, Schwartz LH, Aerts HJWL. Artificial intelligence in radiology. Nat Rev Cancer. 2018 Aug;18(8):500-510. doi: 10.1038/s41568-018-0016-5. PMID 29777175
  • Aquino GJ, Mastrodicasa D, Alabed S, Abohashem S, Wen L, Gill RR, Bardo DME, Abbara S, Hanneman K. Radiology: Cardiothoracic Imaging Highlights 2023. Radiol Cardiothorac Imaging. 2024 Apr;6(2):e240020. doi: 10.1148/ryct.240020. PMID 38602468

Идентификаторы

NCT: NCT07558746 · 697/REC/2026

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗