在复杂的儿科神经外科门诊环境中整合人工智能生成的诊所信件

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 临床文档 临床文档

背景情况:

• 对门诊病人的信件进行指示会增加临床医生的工作负担.
• 生成型人工智能和自然语言处理为减轻这种负担提供了潜在的解决方案.
• 莱尔伯德AI是一款专门为临床应用而设计的AI软件.

研究的目的:

• 验证Lyrebird人工智能用于生成准确和可读的诊所信件的使用.
• 在一般儿科神经外科和多学科面诊所评估人工智能生成的字母.
• 为了比较人工智能生成的信件与传统的临床医生 dikta.

主要方法:

• 记录了二十次咨询.
• 每次咨询产生了两个独立的信件:一个由Lyrebird AI生成,另一个由手动临床医生指示.
• 通过客观可读性指标 (Flesch-Kincaid,SMOG) 和主观盲目的临床医生审查来评估信件的准确性.

主要成果:

• 人工智能生成的信件显示,与 dikted 字母相比,可读性显著提高.
• 被盲目的临床医生主观审查显示,75%的人更喜欢人工智能生成的信件.
• 通过人工智能生成的字母来保持临床准确性.

结论:

• 莱尔伯德AI有效地提高了临床信件的可读性,同时保持了临床准确性.
• 人工智能软件经过验证,可用于复杂的临床环境,涉及多个利益相关方.
• 进一步的研究应该调查与Lyrebird AI实施相关的时间,精力和成本节省.