为临床研究匹配利用人工智能:交织数据科学和实施科学科学的关键主题

科学领域:

• 医疗信息学 医疗信息学
• 临床研究信息学 临床研究信息学
• 实施科学 实施科学

背景情况:

• 人工智能 (AI) 为提高临床研究效率提供了巨大的潜力.
• 在临床研究中成功采用人工智能取决于目标用户的采用和整合到现有工作流程中.
• 实施科学原则对于有效设计和部署人工智能驱动的工具至关重要.

研究的目的:

• 确定和讨论实施主题,对于用户采用AI支持的临床试验选平台至关重要.
• 弥合AI工具开发与临床研究环境中的实际整合之间的差距.
• 确保以用户为中心的设计和有效的工作流集成,用于临床研究中的AI工具.

主要方法:

• 通过用户参与确定实施主题的定性分析.
• 绘图确定了建立实施科学框架的主题,例如实施研究综合框架 (CFIR).
• 讨论影响AI选工具的采用和可用性的用户识别的因素.

主要成果:

• 关键的实施主题包括以可用性为重点的设计特征和促进透明度和信任的合作.
• 用户优先考虑在日常工作流程中工具集成和交互的实际方面.
• 确定的主题与已建立的实施科学领域保持一致,为开发提供了结构化的方法.

结论:

• 在AI工具开发过程的早期整合实施科学框架是必不可少的.
• 以实践科学为基础的以用户为中心的设计,促进了人工智能在临床研究中的更好采用和整合.
• 解决用户识别的主题可以提高AI支持的临床试验查的成功部署和影响.