在放射治疗治疗中采用人工智能的偏好:一个离散选择实验

科学领域:

• 医学物理学和辐射瘤学 医学物理学和辐射瘤学
• 卫生信息学和人工智能

背景情况:

• 人工智能 (AI) 在放射治疗中的整合有望通过加强诊断,简化工作流程和减少治疗延迟来改善癌症护理.
• 人工智能的临床采用取决于公众的接受度,受准确性,成本,效率和道德影响的看法的影响.

研究的目的:

• 探索澳大利亚普通人口对放射治疗中使用的AI系统特定特征的偏好.
• 了解公众愿意为癌症治疗规划中的不同AI属性支付费用.

主要方法:

• 一个离散选择实验,涉及533名澳大利亚受访者,代表一般人口.
• 参与者根据以下属性评估假设的AI系统:准确性,决策自主性,自费成本,治疗时间表和数据隐私.
• 分析采用混合逻辑和潜在类模型来评估偏好异质性和支付意愿.

主要成果:

• 观察到,人们更倾向于人工智能系统,这些系统的准确性更高,治疗延迟更短.
• 有临床医师监督的AI系统比完全自主系统更受青;数据隐私偏好各不相同,有些人优先考虑基于同意的使用.
• 出现了四个不同的偏好类别,揭示了成本,速度和道德考虑之间的权衡. 对于加强监督,减少时间负担和人工智能驱动的数据使用,发现了显著的支付意愿.

结论:

• 该研究提供了关于澳大利亚公众对人工智能的偏好在放射治疗治疗规划中的关键见解.
• 这些发现可以指导未来的经济评估和在放射性瘤学中实施人工智能技术.
• 了解公众的偏好对于成功将人工智能纳入临床实践至关重要.