基于人工智能的多模式临床评估平台在紧急护理中的可行性:一项探索性试点研究

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 人与计算机的交互

背景情况:

• 紧急诊所 (ED) 过度拥挤是一个关键的医疗保健问题,影响患者的护理和结果.
• 人工智能 (AI) 通过自动化选和文档等任务来优化ED工作流程的解决方案.
• 开发了一个多式联网人工智能平台,将这些自动化功能集成为潜在的ED过度拥挤解决方案.

研究的目的:

• 调查在ED环境中实施多式联通AI平台的可行性.
• 评估患者对人工智能系统的可用性和信任.
• 收集患者接受率的初步数据,并确定系统改进的领域.

主要方法:

• 招募的门诊患者在大学医院的ED中被分类为非紧急.
• 患者接受了人工智能支持的初步评估,包括生命体征,自动分组和报告生成.
• 通过验证的可用性问卷 (系统可用性量表) 和自动化信任 (TiA) 收集数据.

主要成果:

• 20名患者 (平均年龄为45.1岁) 参加,平均交互时间为10.6分钟.
• 报告了优秀的可用性 (平均SUS得分为90.6) 和普遍高的信任度 (TiA).
• 80%的患者感到安全,满意,并会推该系统,尽管他们注意到共享决策和信息质量的改善.

结论:

• 多式联动人工智能平台是可行的,并且在ED环境中被患者接受.
• 高度的患者满意度,可用性和信任度表明了人工智能在EDs中的潜力.
• 这些发现支持进一步的多中心研究,以评估人工智能对分拣准确性,患者参与度和临床效率的影响.