AI en la detección de fracturas: un análisis interdisciplinario de la aceptación del médico utilizando el modelo...

Área de la Ciencia:

• Radiología e imágenes médicas
• Inteligencia artificial en el cuidado de la salud
• Investigación en servicios de salud

Sus antecedentes:

• Las herramientas de inteligencia artificial (IA) para la detección de fracturas están aprobadas pero subutilizadas en entornos clínicos.
• Comprender las actitudes de los médicos es crucial para la integración exitosa de la IA en la atención de emergencia.
• El modelo de Teoría Unificada de Aceptación y Uso de la Tecnología (UTAUT) proporciona un marco para evaluar la adopción de la IA.

Objetivo del estudio:

• Investigar la aceptación por parte de los médicos de las herramientas de detección de fracturas basadas en IA en la atención de emergencia.
• Identificar los factores clave que influyen en la intención conductual de los médicos de usar la IA para la detección de fracturas.
• Evaluar el impacto de la expectativa de rendimiento, la expectativa de esfuerzo, la influencia social y las condiciones de facilitación en la adopción de la IA.

Principales métodos:

• Se realizó una encuesta transversal de 92 médicos en tres hospitales.
• Las construcciones del modelo de la Teoría Unificada de la Aceptación y el Uso de la Tecnología (UTAUT) se evaluaron utilizando una escala de Likert de cinco puntos.
• El modelado de ecuaciones estructurales (SEM) y el análisis de factores de confirmación (CFA) se utilizaron para analizar los predictores de la intención de comportamiento.

Principales resultados:

• La expectativa de rendimiento (utilidad percibida) fue el predictor más fuerte de la intención conductual de usar IA para la detección de fracturas.
• La influencia social, las condiciones facilitadoras y la expectativa de esfuerzo también predijeron significativamente la intención conductual.
• La eficiencia del flujo de trabajo recibió las calificaciones más bajas; la experiencia previa de IA no influyó significativamente en la intención del comportamiento.

Conclusiones:

• La intención del médico de adoptar la detección de fracturas de IA está impulsada por la utilidad percibida y la facilidad de uso.
• Las estrategias de aplicación deben dar prioridad al diseño intuitivo, la formación específica y la comunicación clara de los beneficios clínicos.
• Se necesita más investigación para evaluar el uso posterior a la implementación y la satisfacción del usuario con las herramientas de IA.