使用更少的按键,以实现在中国临床文本输入中高的top-1准确度

科学领域:

• 医疗信息学 医疗信息学
• 人与计算机的交互
• 卫生信息技术 信息技术

背景情况:

• 医生的文档负担有助于倦怠,在文本输入上花费了大量时间.
• 现有的上下文自动完成系统在西方国家很常见,但由于输入方法引擎 (IME) 的原因,中国文本输入并不常见.
• 中国的IME可以阻碍从电子健康记录 (EHR) 中检索建议.

研究的目的:

• 开发一种用户友好的方法,以提高中国医生的文本输入效率.
• 在中国医学文献中研究减少按键数量和提高预测准确性的方法.

主要方法:

• 通过影像和系统日志分析观察到医生输入行为.
• 一个新的在线基于Web的弹出层被设计为呈现EHR建议.
• 按字符按键的定量评估和顶-1按键 (TLK) 率,以及通过问卷提供医生定性反.
• 实地测试涉及952名医生.

主要成果:

• 确定了与中小企业相关的14个促进因素和17个障碍因素.
• 医生通常以短单元 (1-4个字符) 输入文本,其中81.7%是异音.
• 与对照组相比,干预组在TLK率上有40.3%的改善,按键按每个字符减少了48.3% (p < .0001).

结论:

• 拟议的系统有效地减轻了中国医生的按键压力负担和频繁选择反应时间挑战.
• 文本信息检索得到了改进,提高了前-1精度,使用更少的按键.
• 积极的医生反表明患者隐私保护的潜在好处.