谨慎乐观:小儿重症监护护士对低资源环境中数据驱动算法的看法 - - 马拉维的一项以人为中心的设计研究

科学领域:

• 关键护理护理 关键护理护理
• 医疗信息学 医疗信息学
• 人与计算机的交互

背景情况:

• 在低资源环境 (LRS) 中的儿科重症监护护士在早期发现患者病情恶化方面面临挑战.
• 患者监控器中的数据驱动算法可以优化稀缺的资源并改善护理服务.
• 不良的算法设计和工作流集成阻碍了监控系统的成功实施.

研究的目的:

• 探索护士对LRS患者监测数据驱动算法的看法.
• 为开发一个用户友好的界面提供信息,以持续监测生命体征.
• 引导算法集成到资源有限的环境中的重症监护系统.

主要方法:

• 以人为中心的设计方法,包括上下文调查和半结构面试,在马拉维使用.
• 共同创作方法和原型设计被用来设计一个用户界面原型.
• 用定性内容分析来分析工作流观察和采访数据.

主要成果:

• 护士强调工作量,患者优先考虑和监护人互动是关键主题.
• 预测算法被评价为预测恶化,需要集成算法输出,监测数据和临床状况.
• 护士们更喜欢熟悉的分数系统,配有颜色代码和分数变化的视觉表示,强调信任,可用性和上下文特异性.

结论:

• 在LRS的护士们认为数据驱动的算法对预测患者病情恶化和加强关键护理有好处.
• 将护士的观点转化为设计策略对于有效的算法开发和实施至关重要.
• 为在LRS中部署数据驱动算法制定了可操作的预实施建议.