机构名称：
¥ 1.0
摘要背景电子健康记录 (EHR) 供应商现在向客户组织提供“现成的”人工智能 (AI) 模型。我们的医疗系统在推动最终用户使用嵌入在 EHR 中的新 AI 模型来预测再入院方面面临困难。目标目的是开展一项案例研究，以确定采用/利用的障碍。方法通过采访利益相关者进行定性研究。访谈用于确定相关利益相关者，了解当前的工作流程，确定实施障碍，并制定未来战略。结果我们发现现有的再入院工作流程存在很大差异。一些利益相关者没有进行任何正式的再入院风险评估。其他习惯于使用现有风险评分（如 LACE+）的利益相关者对过渡到新模型感到担忧。一些利益相关者已经建立了可以适应新模型的工作流程，但他们之前并不知道新模型已经投入生产。最终用户表达的担忧包括：模型的预测因素是否与他们的工作相关、是否需要采用额外的工作流程、是否需要培训和变更管理，以及是否可能产生意想不到的后果（例如，由于可能将出院患者过度转诊到家庭保健服务而导致医疗资源利用率增加）。结论 风险分层的人工智能模型，即使设计为“现成的”，也不太可能在医疗保健环境中“即插即用”。在实施过程的早期寻找关键利益相关者并定义明确的用例可以更好地促进这些模型的使用。
实施人工智能模型的障碍......
主要关键词
相关文件推荐
