骨折検出におけるAI:UTAUTモデルを用いた医師の受容性の学際分析

科学分野:

• 放射線科 と 医学 画像
• 医療における人工知能
• 医療サービス研究

背景:

• 骨折検出のための人工知能 (AI) ツールは承認されていますが,臨床環境では十分に活用されていません.
• 医療従事者の態度を理解することは AIを緊急治療に成功させる上で不可欠です
• 技術の受け入れと利用の統一理論 (UTAUT) モデルは,AIの採用を評価するための枠組みを提供します.

研究 の 目的:

• AIベースの骨折検出ツールの医師の受け入れを調査する.
• 骨折を検出するためにAIを使用する医師の行動的意図に影響を与える重要な要因を特定する.
• 業績期待,努力期待,社会的影響,AI採用の促進条件の影響を評価する.

主な方法:

• 3つの病院で92人の医師を対象に横断調査が行われました.
• 技術の受け入れと利用の統一理論 (UTAUT) のモデル構成は,5ポイントのライカートスケールを使用して評価されました.
• 構造方程式モデリング (SEM) と確認因子分析 (CFA) を用いて,行動的意図の予測を分析した.

主要な成果:

• 性能の期待 (有用性) は,骨折の検出のためにAIを使用する行動的意図の最も強い予測因子でした.
• 社会的影響や 条件の促進や 努力の期待も 行動的意図を大きく予測しています
• ワークフローの効率性は最も低い評価を受け,AIの以前の経験は行動的意図に大きな影響を与えない.

結論:

• 医者がAI骨折検知を採用する意図は,有用性と使いやすさによるものです.
• 実施戦略では,直感的な設計,標的型トレーニング,臨床効果の明確な伝達が優先されるべきです.
• 導入後の使用とAIツールに対するユーザーの満足度を評価するには,さらなる研究が必要です.