在巴西的门诊环境中开发自动触发器:基于机器学习的设计思维研究的协议
Claire Nierva Herrera1, Fernanda Raphael Escobar Gimenes1, João Paulo Herrera2
1Fundamental of Nursing, Ribeirão Preto College of Nursing, University of São Paulo, Ribeirão Preto, Brazil.
JMIR research protocols
|August 12, 2024
概括
这项研究引入了使用机器学习的自动触发器,以提高巴西门诊护理中的患者安全. 这项创新旨在及时识别不良事件风险,提高护理质量和降低医疗保健成本.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 患者安全研究 患者安全研究
背景情况:
- 全球技术使用的增加影响了患者的安全和护理质量.
- 不良事件 (AE) 每年导致死亡;目前的调查方法有局限性.
- 关于巴西触发器工具的有限研究;这是 ambulatory care 中自动触发器的第一个研究.
研究的目的:
- 开发基于机器学习 (ML) 的自动触发系统.
- 为巴西门诊医疗保健机构量身定制自动触发器.
- 通过技术创新提高患者安全和护理质量.
主要方法:
- 在设计思维框架内的混合方法研究.
- 阶段包括同情,构想,原型,测试和实施.
- 使用ML方法进行自动触发器开发,对巴西进行上下文化.
主要成果:
- 协议描述了在初步阶段的研究,由伦理委员会批准.
- 第1阶段 (定性数据收集) 开始于2024年6月.
- 一份单独的论文将详细介绍ML方法的第一阶段和第二阶段后的结果.
结论:
- 自动触发器将能够快速识别和预防AE风险.
- 技术创新促进了临床实践和患者安全知识的传播.
- 降低AE相关成本,提高生产率和提高护理质量的潜力.
