一个人工智能驱动的数据策划和出版虚拟助理:可用性和可解释性/因果性,以及患者对第一代原型的兴趣

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 患者数据管理患者数据管理

背景情况:

• 确保个人健康数据的高质量和可重复使用性是一个重大挑战.
• 基于人工智能的虚拟助理可以支持患者协调和提高数据质量,以实现更好的互操作性.

研究的目的:

• 评估人工智能驱动的数据策划和发布虚拟助理 (AIDAVA) 第一代 (G1) 原型的可用性.
• 评估患者的主观重要性和对解释性/因果关系需求的满足感.
• 为了衡量患者对类似AIDAVA技术的兴趣.

主要方法:

• 形成性评估研究涉及70名来自欧洲三个国家的患者 (乳腺癌和心血管疾病).
• 患者策划了个人健康数据,以创建个人健康知识图表.
• 可用性通过系统可用性量表进行评估;可解释性,因果关系和兴趣通过特定研究问卷进行评估.

主要成果:

• G1原型获得了边际可接受的可用性评分 (59.1/100).
• 患者报告了对可解释性/因果关系 (3.3-3.8/5) 的中度积极看法以及对类似AIDAVA技术 (3.4-4.4/5) 的高度兴趣.
• 19名患者由于配置问题无法完成治愈.

结论:

• G1原型展示了将数据自动处理成个人健康知识图的潜力,但需要进一步开发.
• 早期的原型工具可能影响了可用性和可解释性得分.
• 患者的高度兴趣表明,在G2的改善之前,AIDAVA类解决方案的潜力很大.