Patients’ sentiments on artificial intelligence in endoscopy: A large-scale intercontinental opinion survey
Notice bibliographique
Résumé
Aims In recent years, the number of clinical studies evaluating artificial intelligence (AI) systems in endoscopy has increased. Authorities encourage integration of patients’ thoughts in development of innovative medical interventions to allow their patient-friendly implementation. However, little is known about patient perception regarding AI in endoscopy. Methods A prospective questionnaire study was conducted as part of the World Endoscopy Organization (WEO) AI committee activities. The committee developed 13 statements on the use of AI in endoscopy which were distributed to patients using a dedicated online survey platform. To avoid potential selection bias, the questionnaires were distributed equally to each of the six continents in the World. Patients responded to each of the statements by using a 5-point Likert-scale, ranging from strongly disagree (1) to strongly agree (5). Results In total, 1,237 patients completed the survey (>200 per continent). The majority of patients believed that humans and AI can complement each other (74.3% agreed) and would support its use (75.5% agreed). However, fewer patients believed that an AI system could be better than experienced endoscopists (38.2% agreed) and endoscopists should remain responsible for decision making (92.3% agreed). The majority of patients believed that endoscopists or hospitals should be liable for medical malpractice induced by the use of AI (76.9% agreed). Conclusions This large-scale international survey performed by the WEO AI committee revealed an obvious trend that patients appreciated benefit of using AI in endoscopy but did not blindly rely on the technology, leaving endoscopists and hospitals responsible for decision making and liability issues. Publication History Article published online: 15 April 2024 © 2024. European Society of Gastrointestinal Endoscopy. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».