床边后的人工智能:基于AI的临床信息工作流程的共同设计,以例行分析医院患者报告的体验措施

科学领域:

• 临床信息学是一种临床信息学.
• 医疗保健中的人工智能
• 患者体验测量测量方法

背景情况:

• 手动分析自由文本患者报告体验指标 (PREM) 是耗时且低效的.
• 现有的医院工作流与PREM数据的数量和分析限制作斗争.
• 不公平的资源分配影响了当前的PREM分析流程.

研究的目的:

• 共同设计基于人工智能 (AI) 的临床信息学工作流程,用于PREMs的例行分析.
• 开发和准备人工智能驱动的解决方案,用于医院环境中的试点.
• 加强利用患者反来提高质量.

主要方法:

• 参与性行动研究涉及澳大利亚114家公立医院和16个卫生服务机构的多学科团队.
• 三个阶段:问题定义,当前/未来工作流程共同设计,以及基于人工智能的工作流程开发.
• 对定性数据的感应性主题分析和对可行性框架的演性映射.

主要成果:

• 超过175,000个PREMs住院调查在2020-2022年期间产生了近24,000个开放式响应.
• 确定的问题包括数据量,分析约束,工作流集成不足和资源不平等.
• 开发了三种半自动化的AI工作流程:无代码,低代码 (Power BI) 和高代码 (具有交互式报告的Power BI).

结论:

• 手动分析自由文本PREMs数据是不可扩展的.
• 人工智能驱动的自动化可以提高对患者投入的关注度,并加速医院质量改进.
• 联合设计的基于人工智能的临床信息学工作流已经准备好进行临床试点.