基于变压器的基于人工智能的应用程序的效果,以支持与失禁相关的皮肤炎和压力损伤的评估,护理和文档:受控试点干预研究

科学领域:

• 护理信息学 在护理信息学.
• 医疗保健中的人工智能
• 伤口管理技术和技术

背景情况:

• 区分压力损伤与失禁相关皮肤炎是具有挑战性的,往往导致错误分类.
• 现有的创伤评估人工智能模型存在局限性,特别是与失禁相关的皮肤炎.
• 该KIADEKU项目开发了一个基于变压器的AI应用程序,以帮助管理这些特定的伤口类型.

研究的目的:

• 评估基于人工智能的应用程序对伤口评估时间,带更换,文档和护理人员工作量的影响.
• 与标准伤口护理系统相比,评估AI应用程序的准确性和可用性.
• 为了确定应用程序对遵守临床指南的影响.

主要方法:

• 一个单一的,非随机的受控研究,有两个阶段:使用AI应用程序进行控制和干预.
• 88名志愿护士参加了这次活动,他们照顾了有压力损伤和失禁症相关皮肤炎的患者.
• 通过观察,问卷 (NASA-TLX,UMUX-LITE) 和专家定义的指标收集的数据;统计分析包括回归模型和AI准确性的F1分数.

主要成果:

• 人工智能应用程序组的护理和文档持续时间明显更长 (12.84分钟 vs 9.20分钟),并且遵守指南的程度更高.
• 两组之间没有观察到护士任务负载的统计学上显著差异.
• 人工智能应用程序的使用预测了更长的护理时间,但不是任务负载或准则遵守;可用性与标准系统相当. 人工智能模型显示,伤口类型识别的准确性高,但对类别分类的准确性较低.

结论:

• 这项试点研究是首次评估人工智能应用程序用于护理中的压力损伤和失禁相关皮肤炎.
• 人工智能应用程序并没有减少护理时间或工作量,但显示了改善准则遵守的潜力.
• 建议进行进一步的多中心研究,采用更大的样本和随机试验,以验证发现并支持临床整合.