用人工智能实现黄斑服务的干预设计:一项主要的定性研究

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 神经血管与年龄相关的黄斑退化 (nAMD) 显著导致医院门诊预约.
• 对黄斑服务的临床需求往往超过容量,导致治疗延迟.
• 人工智能 (AI) 提供了一个潜在的解决方案,以重新平衡黄斑服务的需求和能力.

研究的目的:

• 为早期采用人工智能的黄斑服务提供指导.
• 探索影响人工智能支持黄斑服务成功实施的因素.
• 提供对优化人工智能实施对需求-产能不平衡的见解.

主要方法:

• 进行了36次半结构面试.
• 数据使用非采用,放弃,扩大,扩散和可持续性 (NASSS) 框架进行分析.
• 使用个人,技术和任务之间的适应 (FITT) 框架进行了二次分析,以提出干预措施.

主要成果:

• 人工智能支持的调度可以保持或增强患者的沟通,同时减少咨询频率.
• 训练有素的摄影师应该管理AI数据输入和通信,眼科医生提供临床监督.
• 互操作性需要安全的云图像传输用于AI分析和PACS与EMR集成.

结论:

• 实现的推动因素众多,与人工智能技术直接相关的障碍很少.
• 拟议的干预需要当地定制和前性评估.
• 人工智能实施可以优化,以在黄斑服务中取得成功.