对公众共同制作数据科学和人工智能资源的过程进行参与性评估

科学领域:

• 医疗保健技术 技术 医疗保健 技术
• 数据科学数据科学数据科学
• 人工智能 (AI) 是一种人工智能.

背景情况:

• 数据科学和人工智能为医疗保健提供了新的机会,需要患者了解新技术.
• 采用了涉及研究人员,卫生专业人员和公共贡献者的协作共同设计和共同开发方法,创建了对患者友好的信息.
• 本研究评估了医疗保健技术信息的新型联合制作方法.

研究的目的:

• 评估一种参与式的方法,共同生产关于数据科学和医疗保健中的AI的非专业信息.
• 了解由各种利益相关者组成的联合制作团队的经验和动态.
• 在参与式评价中评估创意方法的有效性,如光声和曼达拉创作.

主要方法:

• 采用了参与式评价框架,将创意方法和反思能力整合到三个阶段.
• 第1阶段涉及评估目标,光声技术和反思实践的在线培训课程.
• 第二阶段使用光声,让参与者在专业摄影师的支持下,以视觉形式呈现他们的项目经验.
• 第三阶段涉及面对面的会议,收集的数据为创建曼达拉提供了信息,以视觉方式总结了共享的项目经验,并得到了艺术支持.

主要成果:

• 曼达拉代表了共同的旅程,由六层组成,详细描述了参与者的经历.
• 关键的发现包括公众贡献者建立信心,加强关系,在COVID-19期间导航远程工作,并了解参与的动机.
• 结果强调了包容性和可访问性联合制作的要求,以及对研究人员促进公众对数据科学和人工智能的信任的期望.

结论:

• 参与式评估表明,数据科学和人工智能的联合生产是一个有价值的,共同拥有的过程.
• 联合生产模式促进了信任,协作,并解决了开发医疗保健技术的实际挑战.
• 这种方法对于建立公众对数据科学和AI在医疗保健中的应用的支持和信任至关重要.