改变儿科耳鼻科文档:语音识别技术 (Speaknosis) 的效率,准确性和采用

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 临床文档 临床文档

背景情况:

• 有效的医疗文档对于患者安全和护理连续性至关重要.
• 语音识别技术为减少行政负担提供了一个潜在的解决方案.
• 采用障碍包括对准确性,一致性和临床医生接受的担忧.

研究的目的:

• 评估人工智能驱动的语音识别 (Speaknosis) 对儿科耳鼻科医疗文档的影响.
• 评估Speaknosis工具的效率,准确性和临床医生接受度.
• 探索该工具在增强临床数据解释和决策方面的潜力.

主要方法:

• 准实验性设计,涉及10名儿科耳鼻科医生和375个AI交互.
• 使用语义相关性 (BERTScore) 和质量指标 (PDQI-9) 评估Speaknosis文档.
• 通过利克特尺度对纠错和临床医生的满意度进行人类干预的分析.

主要成果:

• 高平均语义相关性 (BERTScore 96.50%) 有一些不准确性需要人类干预.
• 总体而言,文档质量很高 (PDQI-9平均值为38.34),组织性和一致性是强项.
• 临床医生的高满意度 (平均4.64),与优越的文档质量和交互持续时间相关联.

结论:

• 人工智能驱动的语音识别 (Speaknosis) 可以提高文档的效率和准确性,从而减少临床医生的负担.
• 解决错误的可变性和全面性需要持续的算法改进和人类监督.
• 人工智能在医疗保健文档中具有变革性的潜力,强调需要验证和战略实施.