使用人工智能来识别临床医疗实习的质量改善干预措施:AI for QI

科学领域:

• 医疗教育 医学教育
• 人工智能的人工智能
• 提高质量 提高质量

背景情况:

• 医学学生的反对于确定需要改善临床轮换的领域至关重要.
• 手动分析定性反是耗时和资源密集的.
• 需要可扩展的解决方案,以有效地处理和采取教育反.

研究的目的:

• 开发和评估人工智能 (AI) 过程,以从医学学生的反中识别质量改进干预措施.
• 为了比较人工智能与人类分析在分类反和建议改进方面的准确性和效率.
• 评估人工智能方法的可扩展性,以提高临床教育.

主要方法:

• 利用人工智能开发了一种新的过程,用于分析医学学生在临床轮换中的定性反.
• 人工智能算法被训练来对评论进行分类,并识别可执行的质量改进建议.
• 人工智能的表现与人类在分类和干预建议中的准确性进行了基准测试.

主要成果:

• 人工智能过程在对学生反进行分类时,表现出与人类分析相当的准确性.
• 从反数据中,AI有效地确定了可行的质量改进干预措施.
• 与手工方法相比,人工智能方法显著减少了反分析所需的时间.

结论:

• 人工智能提供了一种可行且准确的方法来处理医学学生的反,以推动质量改进.
• 这种由人工智能驱动的过程提供了一个可扩展的解决方案,用于提高临床场所医学教育的质量.
• 实施人工智能可以简化定性数据的分析,从而提高教育计划的效率.