探索开发虚拟学习助理的特征优先级和用户需求
Chi-Shan Tsai1, HyunHae Lee1, Warren Szewczyk1
1School of Nursing, University of Washington, Seattle, WA, United States.
JMIR formative research
|March 6, 2026
概括
这项研究探讨了健康科学研究人员对人工智能虚拟学习助理的看法. 确定了八个特征,并优先考虑以帮助研究开发.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 研究方法研究方法研究方法学
背景情况:
- 人工智能 (AI) 在医疗保健研究工具中的整合正在迅速发展.
- 虚拟学习助理有助于简化研究过程.
- 了解研究人员的需求对于有效的工具开发至关重要.
研究的目的:
- 探索健康科学研究人员在开发基于人工智能的虚拟学习助理方面的观点.
- 识别和优先考虑这种助手的潜在功能.
主要方法:
- 使用了形成性研究方法.
- 从健康科学研究人员收集了定性数据.
- 分析的重点是确定关键要求和特征偏好.
主要成果:
- 研究人员对人工智能虚拟学习助理表达了兴趣.
- 确定了8个潜在的特征,具有不同的优先级.
- 关键的期望功能包括数据管理和分析支持.
结论:
- 人工智能虚拟学习助理的开发得到了健康科学研究人员的支持.
- 优先考虑的功能可以指导有效工具的设计和实施.
- 未来的AI工具应该专注于提高研究效率和数据处理.


