医院系统的人工智能平台架构:系统审查

科学领域:

• 医疗保健信息学 医疗保健信息学
• 人工智能在医学中的应用
• 数字健康数字健康

背景情况:

• 传统的医院信息系统阻碍了数据驱动的决策,因为数据孤岛和碎片化的工作流.
• 人工智能 (AI) 平台对于彻底改变医疗保健至关重要,但它们的实施面临着挑战.
• 现有的系统缺乏足够的临床情报来有效利用数据.

研究的目的:

• 开发一个针对医院的5层AI架构 (基础设施,数据,算法,应用,安全和合规).
• 系统地审查和评估现有证据的适用性,并将其映射到这个框架中.
• 评估医院中不同AI实施层的成熟度.

主要方法:

• 在主要数据库 (Web of Science,Embase,PubMed,Scopus) 进行系统的文献搜索,截至2025年5月.
• 遵守PRISMA指南,通过两位独立审稿人选研究.
• 包括医院人工智能实施的经验研究,不包括非英语和灰色文献.
• 使用关键评估技能计划工具进行质量评估,并使用顺序成熟度度表进行定量映射.

主要成果:

• 来自11个国家的29项研究符合资格标准,涵盖了各种临床领域.
• 应用程序和数据层显示出最高的成熟度 (平均分数为3.0-3.17),其次是算法和基础设施.
• 安全和合规层表现出最低的成熟度 (平均1.69) 和最高的波动性,与技术核心的调整很弱.
• 在数据,算法和应用层之间发现了强大的相互联系 (Jaccard相似性为0.80-0.89).

结论:

• 该研究验证了基于经验证据的5层医院AI平台架构.
• 人工智能在医院中的临床可行性是可以实现的,但可持续性需要加强关注.
• 增加对基础设施,数据治理和安全/合规的投资对于广泛,可持续的医院人工智能采用至关重要.