对影响医疗保健专业人员对Deepseek人工智能利用的理解,感知,应用和决定因素的调查:一项跨部门研究

科学领域:

• 医疗保健中的人工智能
• 医疗信息学 医疗信息学
• 临床决策支持系统 临床决策支持系统

背景情况:

• DeepSeek LLM是一款集NLP,数据分析和医疗成像分析的新型AI工具,于2024年1月推出.
• 在中国西部的医疗保健专业人员中,DeepSeek LLM的采用和影响仍未得到充分研究.
• 这项研究专门研究其在成都临床环境中的使用.

研究的目的:

• 评估成都医疗保健专业人员对DeepSeek LLM的认识,态度和使用模式.
• 确定影响在临床环境中采用和利用这种AI技术的关键因素.
• 评估对DeepSeek LLM培训的准备程度和培训偏好.

主要方法:

• 在成都两家三级医院的788名医疗保健专业人员 (医生,护士,技术人员,行政人员) 中进行了横截面调查.
• 收集的数据包括人口统计,教育,工作角色,DeepSeek LLM意识,使用频率和培训偏好.
• 使用统计分析,包括千平方测试和后勤回归,以确定意识,利用和培训兴趣的重要预测因素 (p < 0.05).

主要成果:

• 据报道,DeepSeek LLM的知名度很高 (94.2%),主要是通过媒体和同行影响.
• 观察到大量的使用率 (76.14%),特别是在医生 (98.6%) 和拥有士学位或更高学位 (89.61%) 之间.
• 他们对培训有很强的愿望 (87.44%),他们更喜欢实践,平台概述和案例研究. 高级教育和中级专业头与利用和培训兴趣有正相关性,而年龄较大和学士学位显示反向相关性.

结论:

• 在成都的医疗保健专业人员中,DeepSeek LLM的认识和利用存在实质性的差异.
• 教育背景,专业地位和特定的工作角色对人工智能工具的采用产生重大影响.
• 定制的培训计划和支持对于提高DeepSeek LLM在临床实践中的有效实施至关重要.