公司识别与数据集构建
确定提供AI辅助IVF产品或服务的公司范围
使用google.com以中英文关键词(如“artificial intelligence”与“in vitro fertilization”、“AI”与“IVF”等)检索,并回顾ESHRE 2022年会研究摘要与海报;排除网站未展示所述AI产品的公司及AI系统仍处研究阶段的公司,最终纳入21家公司。
AI-assisted IVF company websites: a content analysis of marketing claims, information quality, legal and ethical issues
以21家公司网站公开内容为对象的主题内容分析,无体外、动物或临床实验验证,属观察性分析
21家AI辅助IVF公司的公开网站 13家公司网站隐私政策文本 10个网站子集用于主题内容分析
网站内容采集时间:2023年8月15日至22日;后续复核2026年6月30日 公司纳入与排除流程:Google检索识别20家,排除1家;ESHRE 2022摘要识别4家,排除2家研究阶段公司,最终纳入21家 编码手册22个问题,问题3–22采用二元分类,前两题探讨获益与风险 独立编码者分析约60%随机样本,Cohen's Kappa为0.831–1.000 隐私政策下载自13家公司
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定提供AI辅助IVF产品或服务的公司范围
使用google.com以中英文关键词(如“artificial intelligence”与“in vitro fertilization”、“AI”与“IVF”等)检索,并回顾ESHRE 2022年会研究摘要与海报;排除网站未展示所述AI产品的公司及AI系统仍处研究阶段的公司,最终纳入21家公司。
获取用于内容分析的公开信息与隐私条款
采集提供者网站上AI辅助IVF产品与服务的描述和营销信息,并下载13家公司的隐私条款。
识别反复出现的主题与问题并建立分析框架
对10个网站子集的网站内容与隐私条款进行初步归纳性回顾,识别主题后制定包含22个问题的编码手册,涵盖获益与风险、AI系统解释与性能、数据保护与隐私、产品/服务呈现四方面。
将编码手册应用于全部数据并评估编码可靠性
由一位作者将编码手册应用于整个数据集完成分析;另一名具有国际法专业知识的独立编码者使用同一编码手册分析约60%随机选取样本,使用IBM SPSS Statistics计算Cohen's Kappa。
补充分析提供者网站上描述的AI模型
根据外部审稿人建议,对提供者网站上描述的AI模型进行额外分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 编码一致性统计 | IBM SPSS统计软件 | IBM Corp., Armonk, NY, USA | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 公司识别与纳入 | 检索平台、中英文关键词组合、检索时间窗口;纳入与排除标准(网站未展示AI产品、AI系统仍处研究阶段) 阅读提示:Methods第一段及Table 1 |
| 网站与隐私政策采集 | 网站内容采集时间(2023年8月15日至22日);下载隐私政策的13家公司范围;后续复核时间2026年6月30日 阅读提示:Methods第二段及Table 1脚注 |
| 主题内容分析与编码手册 | 10个网站子集的选择依据;22个问题的编码标准;问题3–22的二元分类规则;前两题对获益与风险的开放探索方式 阅读提示:Methods第三段 |
| 编码者间信度 | 独立编码者背景(国际法专业知识);随机样本比例(约60%);Cohen's Kappa范围0.831–1.000 阅读提示:Methods末段及Acknowledgements |
| AI模型分析 | AI模型分析的具体内容与判定标准:文中未明确说明 阅读提示:Methods末段 |