Radiation therapists’ perspectives on artificial intelligence: Insights from a single institution on Improving effectiveness and educational supports
Notice bibliographique
Résumé
Introduction: In recent years, artificial intelligence (AI) technology has played an evolving role in radiation science, influencing the clinical practice of radiation therapists. This study aimed to explore the knowledge, attitude, clinical applications, and learning needs from the perspective of radiation therapists. Materials and Methods: This study used a cross-sectional online survey with a population of radiation therapists from a single institution. The survey was developed iteratively and was based on past literature. The questions were constructed to measure perception using four themes: knowledge of AI, perceived utilization, job impact, clinical applications, learning needs, and educational support. The data was analyzed using descriptive statistics according to the key themes. Results: Between 22nd December 2023 and 17th January 2024, 74 radiation therapists completed the survey. The majority (55.4 %) were 44 years or older (Baby Boomers and Generation X). Additionally, 37.8 % rated their knowledge of AI as none or limited, but 93.2 % expressed interest in learning more about AI. Many (79.7 %) perceived AI not to be fully used in radiation therapy but has increased its effectiveness in image registration, reconstruction, and contouring. With the increasing use of AI in healthcare, 96.0 % feel that AI may affect their role, and 82.4 % believe it may impact their job satisfaction. Educational supports indicated to be the most advantageous for their job were online modules (36.5 %) and in-person workshops (35.1 %). Conclusion: Exploring the perspectives of radiation therapists has shown a strong interest in learning about AI and its role in radiation therapy. This information can help in understanding how to develop tailored strategies to mitigate potential barriers, leading to the successful implementation of AI in clinical radiation therapy practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».