从专家的角度来看,改进基于人工智能的临床决策支持系统及其整合到护理中:不同利益相关者之间的采访研究

科学领域:

• 医疗信息学 医疗信息学
• 人工智能在医学中的应用
• 临床决策支持系统 临床决策支持系统

背景情况:

• 人工智能 (AI) 在医疗保健中越来越多地被使用,像图像识别这样的应用已经很先进,但临床决策支持系统 (CDSS) 仍在发展中.
• 基于人工智能的CDSS显示了支持医生的潜力,在诸如败血症预测和抗生素处方等领域改善了患者的治疗结果.
• 在开发和实施基于AI的CDSS在临床实践中存在重大挑战和障碍.

研究的目的:

• 确定专家驱动的机会,以优化基于AI的CDSS.
• 探索更好地将基于AI的CDSS整合到医疗保健提供中的战略.

主要方法:

• 与各种各样的专家 (患者,医生,开发人员,法律,IT,监管机构,伦理学家) 进行半结构化,基于网络的采访.
• 在转录的采访中进行了定性内容分析.
• 将改进建议分类为"技术"",数据"",用户"",研究"",法律"和"一般"主题.

主要成果:

• 17位专家提供了227份关于改进基于AI的CDSS的陈述.
• 主要建议包括改进系统设计 (培训,数据质量,可用性,透明度,可定制性),用户方面的改进 (医生培训,工作量管理) 和环境因素 (数字化,公共沟通,资金,法律清晰度,标准化批准).

结论:

• 多种策略可以增强基于人工智能的CDSS及其跨技术,数据,用户,研究和法律领域的医疗保健集成.
• 对系统,用户和环境的整体考虑对于安全,有效和可持续的AI采用至关重要.
• 需要进一步的研究来评估提议的改进策略的有效性和特定问题的准确性.