在中国医院实施基于成像的诊断人工智能辅助决策软件的障碍和促进因素:使用更新的实施研究综合框架进行定性研究

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 医疗保健服务研究 医疗服务研究

背景情况:

• 人工智能 (AI) 辅助决策软件越来越多地被开发用于医学成像.
• 这些工具在临床实践中的成功实施对于改善患者护理至关重要.
• 了解不同医疗保健系统 (如中国医疗保健系统) 中的具体障碍和促进因素,对于有效的采用至关重要.

研究的目的:

• 确定在中国实施基于成像的诊断AI软件的障碍和促进因素.
• 利用更新的实施研究综合框架 (CFIR) 来指导战略制定.
• 为成功在医疗保健中整合人工智能的政策和实践提供信息.

主要方法:

• 一项使用与关键利益相关者进行半结构面试的定性研究.
• 参与者包括医疗保健从业者,医院信息学专家,管理员和AI软件供应商.
• 这项研究是在北京和上海的四个医疗机构进行的,采用了有目的的抽样.

主要成果:

• 在CFIR领域中发现的主要障碍包括不令人满意的临床表现,缺乏协作网络,数据质量不足,和未满足的临床需求.
• 关键的促进因素包括强有力的有效性证据,提高临床效率,国家人工智能指南和整合到现有医院系统中.
• 几种构造呈现为障碍物和促进者,突出显示了人工智能实施的复杂性.

结论:

• 在中国成功实施人工智能诊断软件需要一个全面的战略,解决创新特定因素和组织/上下文动态.
• 这项研究的见解可以指导医疗保健从业者,行业利益相关者和决策者制定有效的AI整合策略.
• 这项研究有助于全球了解在医疗保健中采用人工智能的情况,特别是在发展中国家.