《BMJ 健康与护理信息学》发表了两篇编辑精选论文,重点介绍了人工智能 (AI) 以及在系统层面正确评估与医疗保健改进相关的 AI 驱动的实施工具的挑战。Kueper 等人 1 的研究重点关注加拿大安大略省初级保健环境中的 AI 挑战。他们提供了经验教训和指导,以指导未来使用 AI 进行资源管理来改善初级保健。作者与多方利益相关者进行了协作磋商。确定了九个优先事项,围绕系统级考虑因素,例如实践环境、组织和致力于医疗服务提供和护理质量的绩效领域。该论文强调了对公平和数字鸿沟、系统容量和文化、数据可访问性和质量、法律和道德考虑、以用户为中心的设计、以患者为中心以及对 AI 应用的适当评估等关注。并回顾了 AI 在学习型健康系统框架中的作用。应安全、有意义地开发和应用人工智能模型,以优化系统性能和社会福祉。2 此外,人工智能提供预防和先发制人的医疗机会,这些机会在及时、准确、个性化和迅速采取行动时最有价值。3
1966 年,Ian McWhinney 认为全科医生应该成为一门学科,并预测其研究将在知识分支汇聚的暮光之城蓬勃发展。1 在本期《年鉴》的一篇评论中,Kueper 等人通过描述自 1986 年以来一直隐藏在众目睽睽之下的研究集合,发现了计算机科学与初级保健交界处的一个区域。2 通过连接两个学科,这 405 篇文章构成了一个重点领域——初级保健人工智能——这对初级保健研究人员来说可能很新,但已经产生了令人印象深刻的汇编。尽管进行了这些工作,但由于缺乏初级保健社区的参与,初级保健人工智能未能改变初级保健。与健康信息技术类似,初级保健人工智能应旨在改善医疗服务和健康结果 3 ;使用这个基准,它还没有产生影响。尽管它的历史跨越了 40 年,但初级保健人工智能仍然处于“成熟的早期阶段”,因为很少有工具被实施。2 当每 7 篇论文中只有 1 篇包括初级保健作者时,改变初级保健是困难的。2 如果没有初级保健的投入,这些团队可能无法掌握初级保健数据收集的背景、它在卫生系统中的作用以及影响其发展的力量。
环境扫描是由Mahzabeen EMU完成的,作为她在加拿大家庭医师学院(CFPC)的MITACS业务策略实习的一部分,由Drs监督。Jacqueline Kueper和Salimur Choudhury。我们在加拿大人工智能(AI)与家庭医学(FM)的交集中搜索了研究,该研究是自之前的两次有关AI的初级保健研究评论(2018+)以来发表的。搜索策略:与CFPC图书馆员Cheri Nickel合作制定了搜索策略。我们搜索了三个数据库(Scopus,Medline,Global Health),具有英语语言和2018年以上的出版年度限制。我们通过研究团队的网络搜索和知识确定了其他文献。灰色文献,以确定加拿大主要组织的健康报告的AI,以及其他具有类似医疗保健系统的国家的FM或初级保健报告的AI。用于进行搜索的关键词包括人工智能,机器学习,自然语言处理,神经网络,深度学习,强化学习,初级卫生保健,全科医生或医生,家庭/或医生以及初级保健。文档选择:符合包容性的研究是在英语语言中编写的,并与FM和AI相关。我筛选了标题,抽象和全文,以及JK和SC解决了不确定性。由于缺乏适当的FM协作而被排除在外,由于使用了不合格的数据源,或与加拿大初级保健无关,因此没有进行试验测试。重复的研究被手动排除在外。