Wprowadzenie

Współczesna medycyna coraz intensywniej korzysta z zaawansowanych technologii, w tym ze sztucznej inteligencji (AI) i systemów wspomagania decyzji klinicznych (CDS). W miarę jak te technologie zyskują na znaczeniu, istotne staje się zrozumienie, jak zaufanie pacjentów do AI i CDS wpływa na ich postawy wobec opieki zdrowotnej. Niezależnie od obiecujących wyników technologicznych, przyjęcie przez pacjentów tych innowacji zależy w dużej mierze od poziomu ich komfortu i zaufania do stosowanych narzędzi.

Kontekst badania

AI w medycynie odgrywa coraz to większą rolę. Przejawia się to zarówno w diagnostyce, leczeniu, jak i monitorowaniu pacjentów. Przykłady zastosowań obejmują rozpoznawanie wzorców w obrazach medycznych, analizę dużych zbiorów danych oraz personalizację terapii. Jednak by naukowe osiągnięcia AI mogły przełożyć się na praktyczną korzyść dla pacjentów, niezbędne jest zbudowanie zaufania do tych systemów. Pacjenci obawiają się, że decyzje podejmowane przez algorytmy mogą być mylne lub zbyt złożone, by je zrozumieć, co prowadzi do potrzeby zapewnienia klarowności i transparentności w komunikacji.

Zaufanie pacjentów jest kluczowe dla skuteczności AI/CDS w opiece zdrowotnej.

Może ono wpływać na ich gotowość do akceptacji wniosków sugerowanych przez technologie oraz na ich stopień współpracy w procesie leczenia. W miarę jak AI staje się częścią codziennej praktyki medycznej, zrozumienie tego, jak pacjenci postrzegają AI, staje się coraz istotniejsze dla lekarzy, badaczy i decydentów.

Cele badania

Badanie pilotażowe miało na celu zbadanie, w jaki sposób różne poziomy szczegółowości wyjaśnień dostarczanych przez systemy AI/CDS oraz akceptacja decyzji przez lekarzy wpływają na komfort i zaufanie pacjentów. Celem było zrozumienie, jakie czynniki mogą wzmacniać lub osłabiać zaufanie pacjentów do AI w kontekście zdrowotnym. Badanie skupiało się na określeniu warunków, w których AI/CDS mogłoby być najbardziej efektywne i akceptowane.

Metodologia

Badanie przeprowadzono z zastosowaniem metody SMAR (Sequential Multiple Assignment Randomized Trial), która pozwala na elastyczne podejście do podejmowania decyzji i umożliwia dostosowywanie się do zmieniających się warunków. Dane zbierane były za pomocą platformy Amazon Mechanical Turk, która umożliwia angażowanie szerokiego spektrum uczestników o zróżnicowanych profilach demograficznych.

Wyniki badania

Badanie wykazało, że poziom szczegółowości wyjaśnień miał istotny wpływ na komfort i zaufanie pacjentów. Pacjenci, którzy otrzymywali bardziej szczegółowe wyjaśnienia, wykazywali wyższy poziom zgody i mieli większe zaufanie do systemu AI/CDS. Wyniki sugerują, że im więcej informacji i klarowności zawiera wyjaśnienie, tym łatwiej pacjentom zaakceptować sugerowane decyzje.

Dodatkowo, postrzeganie decyzji lekarzy i ich zgodność z wynikami AI/CDS również wpływały na poziom zaufania pacjentów. W sytuacjach, gdy lekarz potwierdzał wniosek AI, poziom zaufania pacjentów wzrastał, co wskazuje na znaczenie ludzkiego autorytetu w procesie akceptacji decyzji podejmowanych przez algorytmy.

Wnioski

Rola szczegółowości wyjaśnień w poprawie postaw pacjentów wobec zastosowań AI w opiece zdrowotnej jest kluczowa. Wyniki badania wskazują, że szczegółowe i jasne wyjaśnienia mogą nie tylko poprawić poziom zaufania, ale również wsparcie ze strony pacjentów w procesie decyzyjnym.

Zastosowanie wyników badania w praktyce medycznej może pomóc w rozwijaniu strategii komunikacyjnych, które ułatwią pacjentom zrozumienie i akceptację technologicznych narzędzi wspomagających ich leczenie. Transparentność i komunikacja są kluczowe, by AI w opiece zdrowotnej mogło w pełni wykorzystać swój potencjał.

Podsumowanie

Komunikacja odgrywa kluczową rolę w kształtowaniu relacji między pacjentami a pracownikami medycznymi w kontekście integracji AI w opiece zdrowotnej. Zrozumienie i akceptacja decyzji podejmowanych przez systemy wspomagania decyzji klinicznych mogą zostać znacząco wzmocnione poprzez dostarczanie przejrzystych i szczegółowych wyjaśnień.

Bibliografia

• PMID: 39667845
• DOI: 10.1007/s00129-023-05428-9