关于实施人工智能应用用于心电图诊断的第一个机构调查:在常规临床实践中跨医学专业的整合

科学领域:

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

背景情况:

• 人工智能 (AI) 越来越多地被用于医学,增强诊断和治疗计划.
• 人工智能工具的整合引发了人们对人工智能产生的建议与人类临床判断的协调的担忧.
• 电心电图 (ECG) 解释是人工智能应用正在出现的关键诊断领域.

研究的目的:

• 研究医生在采用特定的人工智能应用程序来解释心电图时遇到的挑战.
• 在临床环境中了解医生对人工智能与人类专业知识冲突的观点.
• 确定在诊断工作流程中成功实施AI的障碍和促进因素.

主要方法:

• 在各个医学专业的医生中进行了一项机构调查.
• 调查的重点是医生使用独特的AI应用程序来解释心电图的经验.
• 收集了关于感知挑战,可用性和对临床决策的影响的数据.

主要成果:

• 医生报告了与信任AI建议有关的挑战,这些建议与他们自己的解释相矛盾.
• 该研究确定了不同专业的医生接受率和采用率的变化.
• 关键问题包括人工智能算法需要透明度,以及管理差异的明确准则.

结论:

• 人工智能在心电图解释中的成功整合需要解决医生对人工智能与人类专业知识冲突的担忧.
• 需要进一步的研究来开发有效补充,而不是取代临床判断的人工智能系统.
• 提高医生信任和促进人工智能采用的策略对于实现人工智能在诊断中的全部潜力至关重要.