人工智能商业案例的审查,以向学习健康保健系统迈进

科学领域:

• 医疗保健管理的管理
• 医疗信息学 医疗信息学
• 人工智能在医学中的应用

背景情况:

• 学习医疗保健系统 (LHS) 面临重大障碍,包括组织文化,数据互操作性,资金,劳动力和监管问题.
• 人工智能 (AI) 在医疗保健中越来越多地被探索,但其实施面临着与LHS类似的挑战.
• 人工智能和LHS之间存在协同效应,提供了解决共同实施障碍的机会.

研究的目的:

• 审查人工智能 (AI) 使用案例的潜力,以减少开发学习医疗保健系统 (LHS) 中发现的障碍.
• 通过战略AI实施,确定促进LHS发展的机会.
• 探索人工智能如何提高医疗保健中的临床和非临床业务流程.

主要方法:

• 对医疗保健内外的人工智能应用的文献综述.
• 通过克服特定LHS障碍的透视来分析AI使用案例.
• 检查AI工具在临床和业务流程中实施的证据标准.

主要成果:

• 人工智能工具可以解决与组织文化,数据系统和劳动力局限性相关的障碍.
• 人工智能为改善临床和非临床医疗保健环境中的工作流程提供了机会.
• 严格的测试和基于证据的AI实施至关重要,临床决策支持与业务流程优化标准各不相同.

结论:

• 人工智能为推进学习医疗保健系统提供了重大机会.
• 人工智能可以提高医疗保健系统的效率,工作流程流程,并最终改善患者的健康结果.
• 在适当的证据的指导下,人工智能的战略整合是实现人工智能在医疗保健转型中的全部潜力的关键.