骨折检测中的人工智能:使用UTAUT模型对医生接受的跨学科分析

科学领域:

• 放射学和医学成像
• 医疗保健中的人工智能
• 医疗服务研究

背景情况:

• 人工智能 (AI) 用于骨折检测的工具已获得批准,但在临床环境中未得到充分利用.
• 了解医生的态度对于成功将人工智能整合到紧急护理中至关重要.
• 技术接受和使用统一理论 (UTAUT) 模型为评估人工智能采用提供了一个框架.

研究的目的:

• 调查医生接受基于人工智能的骨折检测工具在紧急护理.
• 确定影响医生使用人工智能检测骨折的关键因素.
• 评估性能预期,努力预期,社会影响和促进人工智能采用条件的影响.

主要方法:

• 在三个医院中对92名医生进行了横截面调查.
• 技术的接受和使用统一理论 (UTAUT) 模型构造使用五点的利克尔特尺度进行了评估.
• 使用结构方程建模 (SEM) 和确认因素分析 (CFA) 来分析行为意图的预测因素.

主要成果:

• 性能预期 (感知有用性) 是使用人工智能进行骨折检测的行为意图最强的预测因素.
• 社会影响,促进条件和努力预期也显著地预测了行为意图.
• 工作流效率获得了最低的评分; 之前的AI经验没有显著影响行为意图.

结论:

• 医生采用人工智能骨折检测的意图是由于感知到的有用性和易用性.
• 实施策略应优先考虑直观的设计,有针对性的培训和明确的临床益处沟通.
• 需要进一步的研究来评估实施后的使用情况和用户对人工智能工具的满意度.