了解临床医生对人工智能驱动的临床决策支持系统的信息需求:定性采访研究

科学领域:

• 医疗信息学 医疗信息学
• 人工智能在医学中的应用
• 临床决策支持系统 临床决策支持系统

背景情况:

• 人工智能 (AI) 正在通过AI驱动的临床决策支持系统 (AI-CDSS) 改变医疗保健.
• 临床人员采用AI-CDSS受到对算法滥用,误解和透明度的担忧所阻碍.
• 了解临床医生的信息需求对于有效的AI-CDSS集成至关重要.

研究的目的:

• 探索临床医生对使用AI-CDSS的信息需求和偏好.
• 收集人工智能专家关于安全使用AI-CDSS的基本信息的观点.
• 在临床实践中确定AI-CDSS的最佳报告标准.

主要方法:

• 使用半结构面试对16名参与者 (8名临床医生,8名人工智能专家) 进行定性描述性研究.
• 探索人工智能的经验,信息需求,以及对报告标准的反 (模型卡,模型事实,TRIPOD-AI).
• 采访成绩单的分析使用代码书主题分析.

主要成果:

• 临床医生需要人工智能培训套件 (来源,大小,标准) 的明确数据来进行适用性评估.
• 需要超出AUC的性能指标,专注于临床相关性.
• 具体的警告和限制对于防止AI-CDSS滥用至关重要.
• 信息传递应该是多层次的,可定制的,没有术语,并集成到临床工作流程中.

结论:

• 对AI-CDSS的报告标准必须优先考虑临床医生的理解和可用性.
• 提高培训数据和绩效指标的透明度可以改善AI-CDSS评估.
• 集成到工作流程中的临床医生为中心的多层次信息方法至关重要.
• 在AI-CDSS开发过程中与临床医生共同创作是实际可用性的关键.