人工知能による自己ローストリングの影響を評価する:医療画像における二箇所試験

科学分野:

• 医療管理
• 医療における人工知能
• 労働衛生について

背景:

• ワーク・ライフ・バランスは医療において,特にシフトワークが要求される公立病院において,ますます重要になってきています.
• 24時間介護とスタッフの福祉の必要性を満たすのに苦労しています.
• 人工知能 (AI) は医療イメージングにおける複雑なスケジューリングの課題に 潜在的な解決策を提供します

研究 の 目的:

• 医療イメージングにおけるワーク・ライフ・バランス,シフト交換,病休へのAIベースのセルフ・ローストリング (AI-SR) の影響を調査する.
• 医療環境におけるAI-SRシステムの受け入れと有効性に影響を与える要因を特定する.

主な方法:

• 解明的な配列による混合方法の設計は,ニュージーランドの2つの医療画像部門で採用されました.
• 71人の参加者のシフト交換記録,病気休暇のデータ,ワークライフバランスの評価が含まれています.
• テーマ分析は,ユーザー体験に関連する定性的な発見を解釈するために使用されました.

主要な成果:

• AI-SRは,仕事と生活のバランスを改善し,仕事と生活の対立を1つのサイトで軽減し,潜在的により良い人材レベルに関連していました.
• 場所のシフト交換の頻度には大きな変化は見られなかった.
• 質的なテーマには,強化された代理人,仕事の柔軟性,公平性の認識,損失回避が含まれています.

結論:

• AIベースの自己ローストリングは,医療イメージングスタッフのワーク・ライフバランスを強化し,病休を減らす可能性を示しています.
• システムの透明性と説明可能なAI (XAI) は,ユーザーの受け入れ,公平性,損失回避の軽減に不可欠です.
• AI-SRがスタッフの幸福感に与える影響を完全に理解するには,さらなる研究が必要です.