XiaoMi-AI文件搜索系统
World File Search System交接
ICU 和 OR 交接 | MTQIP
• 典型的教学医院每天有 4,000 名患者交接（每年 160 万名） • 70% 的突发事件是由沟通故障引起的 • 交接（不完整或质量差）在 80% 的可预防不良事件中发挥作用
自动驾驶汽车向人类驾驶员交接的案例
这是一篇根据知识共享署名许可条款开放获取的文章，允许在任何媒体中使用、分发和复制，前提是对原始作品进行适当引用。© 2021 作者。《制造业和服务业中的人为因素和人体工程学》由 Wiley Periodicals LLC 出版
介绍并评估 AI 护理交接的患者报告模板
2 爱荷华大学工程学院 3 爱荷华大学护理学院 4 杜兰大学科学与工程学院 * 通讯作者，Gabriel Vald，gabriel-vald@uiowa.edu 摘要 本研究评估了患者报告模板 (PRT) 在解决与电子健康记录 (EHR) 和临床决策支持系统相关的护理工作流程效率低下方面的有效性。PRT 旨在简化患者交接、减少图表时间、增加直接护理时间并提高患者安全性。向爱荷华大学医疗保健系统的 2,118 名护士发送了一份调查问卷，以收集反馈，其中 106 名参与者选择评估 PRT 组件的感知有用性以及他们对将人工智能 (AI) 集成到临床文档中的态度。参与者根据五点李克特量表对 PRT 的各个部分（包括患者档案、系统评估和安全性）进行了评分，大多数部分都获得了高分。尽管受访者承认 AI 生成的报告具有潜在效用，但对 AI 的舒适度和信任度明显较低。研究结果强调了 PRT 在减少认知负荷、提高交接期间信息一致性和解决 EHR 相关挑战方面的潜力。未来的工作将涉及在现实世界的临床环境中实施 PRT，以验证其效用和准确性，并探索其在专业护理单位中的适应性。关键词：决策支持、人工智能、结构化报告、交接、大型语言模型 已知内容
附录 A 搜索策略
('病人护理'/de OR '临床交接'/de OR (('健康服务'/exp OR '健康中心'/de OR '孕产妇保健服务'/de) AND ('合作'/de)) OR '孕产妇儿童保健'/de OR (交接* OR 交接* OR 交接 OR 签出* OR 签出* OR 签出* OR 签出 OR 签出* OR 交接* OR 交接 OR 签出* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR 交接* OR跨学科* OR 跨部门* OR 跨部门*) NEAR/3 (合作* OR 合作* OR 交流* OR 医疗保健* OR 护理*)) OR IMPAC OR MNCH OR MCH OR MCHC OR MHC OR ((母亲*) NEAR/3 (儿童*) NEAR/3 (健康* OR 护理*)) OR 中心*-孕产* OR (团体* NEAR/3 护理*) OR 健康访问* OR 预防性儿童保健* OR 儿童保健服务* OR 产妇*服务* OR 早期支持* OR ((人际* OR 人际* OR 地理* OR 时间顺序* OR 纵向* OR 关系* OR 管理* OR 信息* OR 组织* OR 组织* OR 团队* OR 跨界* OR 经验* OR 无缝* OR 整合* OR 协调* OR 协调*) NEAR/3 (连续*)) OR ((协调* OR协调*) NEAR/3 (分娩*)) 或 ((儿童* 或家庭* 或健康婴儿 或产妇* 或社区* 或公众*)
人工智能在围手术期护理交接中的潜在用途
目的：对于术后接待患者的护士来说，情境意识和预期指导是确保患者安全的关键。很少有研究定义人工智能 (AI) 在护理交接沟通或患者评估期间支持这些功能的作用。我们通过访谈来更好地了解 AI 在这种情况下如何发挥作用。材料和方法：11 名护士参加了半结构化访谈。采用混合归纳-演绎主题分析法提取 AI 在术后护理支持中的作用的主要主题和子主题。结果：从访谈中得出了五个主题：（1）护士对患者状况的理解指导护理决策，（2）交接对护士情境意识很重要，但多重障碍降低了交接的有效性，（3）AI 可能解决交接有效性的障碍，（4）AI 可能增强护士护理决策和交接之外的团队沟通，（5）电子健康记录中的用户体验和信息过载可能是使用 AI 的障碍。重要的子主题包括：AI 识别的问题将在交接和团队沟通中讨论，AI 估计的高风险将触发患者重新评估，AI 识别的重要数据可能是护理评估的宝贵补充。讨论和结论：大多数关于术后交接沟通的研究都依赖于结构化检查表。我们的结果表明，设计合理的 AI 工具可以通过识别患者面临的特定高风险来促进护士的术后交接沟通，从而引发对这些主题的讨论。局限性包括单一中心、许多参与者缺乏 AI 应用经验以及参与率有限。
基于 DMP 的受扰场景下机器人与人类之间的反应式交接
摘要 交接看似简单，但需要双方共同协调，这通常在动态协作场景中发生。实际上，人类能够适应并响应其伙伴的运动，以确保在受到干扰或中断的情况下无缝交互。然而，关于机器人交接的文献通常考虑的是简单的场景。我们提出了一种基于动态运动原语的在线轨迹生成方法，以实现机器人在受干扰场景中的反应性行为。因此，机器人能够适应人类的运动（如果交接中断，机器人会停止，同时在伙伴轨迹受到轻微干扰的情况下继续前进）。进行定性分析，以证明所提出的控制器在不同参数设置和非反应性实现下的能力。该分析表明，具有反应性参数设置的控制器产生的机器人轨迹在受到干扰的情况下可以被视为更加协调。此外，我们还对参与者进行了一项随机试验，以验证该方法，方法是通过问卷调查评估受试者的感知，同时测量任务完成情况和机器人空闲时间。事实证明，我们的方法可以显著提高交互的主观感知，并且在分析的两组参数之一下，任务性能指标没有出现统计上显着的下降。本文代表了在交接任务中引入明确考虑扰动和中断的反应控制器的第一步。
美国陆军军工司令部、德特里克堡指挥部举行指挥权交接
6 月 22 日，在换届仪式上，即将上任的美国陆军传染病医学研究所指挥官亚伦·皮特尼上校从美国陆军医学研究与发展司令部兼德特里克堡指挥官安东尼·麦昆准将手中接受了部队旗。皮特尼上校接替康斯坦斯·詹金斯上校，詹金斯上校自 2021 年 6 月起担任该研究所所长，并将成为弗吉尼亚州福尔斯彻奇军事卫生系统治理外科医生的特别助理。皮特尼上校是西点军校毕业生，是一名陆军医生，最近担任弗吉尼亚州尤斯蒂斯堡美国陆军训练与条令司令部的指挥外科医生。他是普通儿科和儿科血液学/肿瘤学的认证医师。 2020 年至 2022 年，皮特尼上校指挥位于密苏里州伦纳德伍德堡的美国陆军医疗部活动。除了在全球疫情期间管理医院外，他的团队还提供了数千剂新冠疫苗，并进行了超过 12 万次新冠检测——这些医疗解决方案部分是通过美国陆军传染病医学研究院对 SARS-CoV-2 病毒的研究工作开发的。（照片由美国陆军传染病医学研究院公共事务部威廉·迪舍尔摄）