人工智能预测分析心力衰竭:实用随机临床试验试点阶段的结果

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 实用试验对于评估现实世界的临床干预是必不可少的.
• 人工智能 (AI) 提供了分析心力衰竭 (HF) 管理中的非侵入性监测数据的潜力.
• 将人工智能工具有效地应用于临床工作流程对于成功的试验结果至关重要.

研究的目的:

• 在LINK-HF2实用试验的试点阶段进行实施规划过程.
• 评估人工智能分析从非侵入性监测数据集成到心力衰竭患者护理中的整合.
• 确定影响临床医生采用和利用人工智能生成的通知的关键主题.

主要方法:

• 在两个试点点使用混合方法分析.
• 用基于 iPARIHS 构造的诱导编码进行和分析了患者和临床医生的访谈.
• 从人工智能生成的通知中收集和分析行为响应数据.

主要成果:

• 临床医生在24小时内响应了95%的AI通知,其中26.7%导致了临床行动.
• 关键的实施主题包括高期望,需要量身定制的信任和行动建议,先前计划经验的影响,以及响应通知的重大努力.
• 临床医生对人工智能数据的使用受到了对可信度,有用性,专业自主性和认知努力的信念的影响.

结论:

• 实施计划对于将AI分析集成到临床工作流程中至关重要.
• 解决通信技术,患者教育和电子健康记录集成的战略可以减少临床医生和患者的负担.
• 了解临床医生的信念和工作流的影响对于在医疗保健中成功实施AI至关重要.