低收入和中等收入国家的医院前急救系统中的人工智能:治愈还是好奇心? 来自定性研究的见解

科学领域:

• 医疗保健技术 技术 医疗保健 技术
• 全球健康 全球健康
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 在医院前急诊医学中的采用集中在高收入国家,忽视了低收入和中等收入国家 (LMICs) 的潜在好处.
• 人工智能提供了一个有前途的途径,以解决LMICs的医院外护理挑战,潜在地减轻全球健康差距.
• 了解实施成功因素和挑战对于在LMIC前医院环境中有效部署AI至关重要.

研究的目的:

• 确定在低收入和中等收入国家 (LMICs) 医院前急诊医学中实施人工智能 (AI) 的关键成功因素和挑战.
• 在全球多样化的医疗保健环境中,为公平和可持续的人工智能采用策略提供信息.

主要方法:

• 进行了对同行评审文献的范围审查.
• 进行了半结构化的专家访谈,以收集定性见解.
• 专题分析被用来系统地编码和分析研究和采访数据 (2024年6月至10月).

主要成果:

• 从分析中出现了五个核心主题: (1) 人工智能技术的快速,代性发展; (2) 对于高质量,代表性和公正数据的关键需求; (3) 影响人工智能实施的资源限制; (4) 以人为中心的设计原则的重要性; (5) 对于人工智能接受的文化和上下文相关性的必要性.

结论:

• 在LMICs中可持续的AI利用需要专注于确定的主题.
• 加强利益相关者的协作,教育和当地用户参与对于人工智能的成功至关重要.
• 未来的研究必须优先考虑基于证据的AI开发和适当的数据使用,以获得公平的全球健康解决方案.