XiaoMi-AI文件搜索系统
World File Search System医患
利用人工智能协助医患沟通和……
研究发现，人工智能生成的回复缺乏关系联系，显得机械和非人性化，而医生的回复则千差万别，从个人化和共情性到工具性和规范性。与医生的回复相比，人工智能生成的回复的信息内容也很一般，而医生的回复则更加具体。此外，人工智能生成的回复平均比医生的回复长三倍，需要大量编辑。人工智能的建议通常是通用的，而医生则根据患者的具体需求提供量身定制的建议。
处理涉及人工智能的医患关系问题
摘要：随着人工智能 (AI) 的兴起及其在工业中的应用，毫无疑问，有朝一日 AI 将成为医疗诊断、评估和治疗的关键参与者之一。随着 AI 在医疗保健和医学领域的应用，人们开始担心其应用，更具体地说是其对患者和医疗专业人员的影响。为了进一步展开讨论，我们将使用护理伦理、文献和系统评价来探讨允许 AI 指导临床医生进行医疗程序和决策的影响。然后，我们将论证允许 AI 指导临床医生进行医疗程序和决策的影响可能会阻碍患者与临床医生的关系，最后讨论患者护理的未来以及如何使用护理伦理来调查医学 AI 中的问题。
使用模拟中心评估人工智能驱动的抑郁症治疗临床决策支持系统对医患互动的影响
通讯作者：David Benrimoh，david.benrimoh@mail.mcgill.ca 致谢：我们要感谢斯坦伯格模拟和互动学习中心的工作人员在协助执行这项研究方面提供的帮助，以及参与研究的标准化病人 (SP) 的卓越表现和反馈质量。遵守道德标准和道德考虑：本研究已获得道格拉斯心理健康大学研究所研究伦理委员会的批准。所有参与者，包括标准化病人，均提供了书面知情同意书。本研究是根据三委员会关于研究伦理的声明进行的。披露：David Benrimoh、Myriam Tanguay-Sela、Kelly Perlman、Sonia Israel、Joseph Mehltretter、Caitrin Armstrong、Robert Fratila、Colleen Rollins 和 Marc Miresco 是 Aifred Health 的股东、员工或董事。Christina Popescu、Eryn Lundrigan、Emily Snook、Marina Wakid、Jérôme Williams、Ghassen Soufi、Tamara Perez 和 Katherine Rosenfeld 是 Aifred Health 支付薪水的研究助理。Sagar Parikh、Jordan Karp 和 Katherine Heller 是 Aifred Health 科学顾问委员会的成员，他们已经或可能在不久的将来获得该公司的股份。Howard Margolese 因参与演讲局、咨询、顾问委员会会议和临床研究而获得 Acadia、Amgen、HLS Therapeutics、Janssen-Ortho、Mylan、Otsuka-Lundbeck、Perdue、Pfizer、Shire 和 SyneuRx International 的酬金、赞助或资助。所有其他作者均未报告相关冲突。资金来源：模拟中心和 SP 的工作是麦吉尔大学和斯坦伯格模拟与互动学习中心举办的临床创新竞赛奖金的一部分，得到了 Hakim 家族的慷慨支持。研究助理、软件和参与者报酬由 Aifred Health 提供。加拿大联邦政府的青年就业计划也提供了一笔资助来支持这项工作。
毫无意外：您应该知道的健康保险术语
争议 – 如果您没有保险或不打算使用保险支付医疗费用，并且对医疗账单有异议，则可以使用医患争议解决程序。在此过程中，您可以要求独立的第三方审查您的案件。第三方（称为争议解决实体）将审查善意估价、您的账单以及来自您的医疗保健提供者或机构的信息，以决定您是否应支付善意估价中的金额、账单费用或其他金额。在医患争议解决过程中，您仍可以与您的提供者或机构协商账单。
乔瓦尼·鲁贝斯（Giovanni Rubeis）：“奇怪的床伴。人工智能与叙事医学之间不太可能的联盟”，摘自 Ricardo Morte Ferrer：辩论：数字化与健康
人工智能 (AI) 即将彻底改变医学。从机器人到诊断工具和智能可穿戴传感器，AI 应用已对临床实践产生了影响。这些应用的进一步实施将挑战医疗实践的方式 (Rajkomar 等人，2019)。通过这些用于组织、分析和操作医疗数据的新工具，卫生专业人员的工作内容和工作方式将发生改变。与此同时，患者将越来越能够自己掌控自己的健康问题。他们将通过自我跟踪和透明的电子病历越来越多地访问自己的健康数据。除了这些医疗实践的变化预计将带来的健康益处和成本节约之外，医患关系也将发生转变。预计 AI 将完成卫生专业人员大部分耗时的管理和诊断任务。因此，卫生专业人员可以有更多的时间投入到与患者的会面中。叙事医学的追随者认为医患关系是医疗实践的核心。因此，人工智能的实施可能会增强叙事原则的实施
基于人工智能的医疗决策支持工具的伦理、法律和社会考虑：范围审查
简介：人工智能 (AI) 在医疗保健领域的应用，其最新进展有望解决许多现有的全球问题，促进人类健康和应对全球健康挑战。这篇全面的评论不仅旨在揭示潜在的伦理和法律问题，而且还揭示社会影响 (ELSI)，这些影响在最近的评论中被忽视，但在开发阶段值得同等重视，当然在医疗保健实施之前更是如此。它旨在指导各种利益相关者（例如设计师、工程师、临床医生）在设计阶段使用设计伦理 (EbD) 方法解决人工智能的 ELSI。方法：作者遵循系统化的范围界定方法，并在以下数据库中搜索：Pubmed、Web of science、Ovid、Scopus、IEEE Xplore、EBSCO Search（Academic Search Premier、CINAHL、PSY CINFO、APA PsycArticles、ERIC）以查找截至 2021 年 1 月医疗保健领域 AI 的 ELSI。数据被绘制并综合起来，作者对收集的数据进行了描述性和主题分析。结果：在审查了 1108 篇论文后，最终分析中纳入了 94 篇。我们的结果表明，学术界对 AI 领域的 ELSI 的兴趣日益浓厚。我们在分析中发现的主要问题分为四个主要影响集群：AI 算法、医生、患者和医疗保健总体。最普遍的问题是患者安全、算法透明度、缺乏适当的监管、责任和问责制、对医患关系的影响以及人工智能医疗保健的治理。结论：我们的审查结果证实了人工智能显着改善患者护理的潜力，但其实施的缺点与尚未解决的复杂 ELSI 有关。大多数 ELSI 都提到了对互惠和信托医患关系的影响和延伸。随着基于人工智能的决策工具的整合，双边医患关系可能会转变为三边关系。
人工智能（AI）在放射学领域的应用
摘要：背景：在过去十年中，人们对将人工智能 (AI) 应用于放射学以改善诊断程序的兴趣日益浓厚。人工智能在成像链的所有步骤中都有潜在的好处，从诊断测试的处方到测试报告的传达。人工智能在放射学领域的应用也对诊断时的医患沟通提出了挑战。本系统综述重点关注当人工智能应用于癌症诊断沟通时患者的角色以及患者与医生之间的人际交往技巧。方法：在 1990 年至 2021 年的 PubMed、Embase、Medline、Scopus 和 PsycNet 上进行了系统搜索。搜索词为：“人工智能”或“智能机器”和“通信”、“放射学”和“肿瘤学诊断”。遵循 PRISMA 指南。结果：共查明 517 条记录，5 篇论文符合纳入标准并进行了分析。大多数文章强调了人工智能在放射学方面的技术支持的成功，却以牺牲患者对人工智能的信任和以患者为中心的癌症疾病沟通为代价。根据研究结果讨论了实际意义和未来指导方针。结论：事实证明，人工智能有助于临床医生进行诊断。未来的研究可能会通过充分了解人工智能的有利用途以及通过充分的医患诊断沟通培训提高医疗依从性来提高患者的信任度。
人工智能 (AI) 在放射学领域的应用
摘要：背景：在过去十年中，人们对将人工智能 (AI) 应用于放射学以改进诊断程序的兴趣日益浓厚。AI 具有潜在优势，涵盖成像链的所有步骤，从诊断测试的处方到测试报告的传达。AI 在放射学领域的应用也对诊断时的医患沟通提出了挑战。本系统综述重点关注 AI 在癌症诊断沟通中实施时的患者角色以及患者与医生之间的人际交往技巧。方法：从 1990 年到 2021 年在 PubMed、Embase、Medline、Scopus 和 PsycNet 上进行了系统搜索。搜索词为：（“人工智能”或“智能机器”）和“通信”、“放射学”和“肿瘤学诊断”。遵循 PRISMA 指南。结果：共识别出 517 条记录，5 篇论文符合纳入标准并进行了分析。大多数文章强调了 AI 在放射学中的技术支持的成功，却以牺牲患者对 AI 的信任和以患者为中心的癌症疾病沟通为代价。根据结果讨论了实际意义和未来指南。结论：事实证明，AI 有助于帮助临床医生进行诊断。未来的研究可能会通过提供有关 AI 有利用途的充分信息以及通过对医患诊断沟通进行充分培训来提高医疗依从性，从而提高患者的信任度。
基于网络的新型人工智能临床混合方法可行性研究
英国，伦敦，E1 2AD；h 道格拉斯心理健康大学研究所，麦吉尔大学，加拿大，魁北克，凡尔登，H4H 1R3；i 麦吉尔大学精神病学系，加拿大，魁北克，蒙特利尔，H3A 0G4 致谢：我们感谢患者、医生和当地工作人员参与这项可行性研究。摘要本文的目的是讨论一种新型的人工智能 (AI) 支持的临床决策支持系统 (CDSS) 用于治疗成人重度抑郁症的感知临床效用及其对医患关系的影响。患者进行了基线预约，然后至少与 CDSS 进行两次预约。对于医生和患者，都进行了研究退出问卷和访谈，以评估感知的临床效用、对医患关系的影响以及对 CDSS 的理解和信任。17 名患者同意参加研究，其中 14 名完成。 86% 的医生 (6/7) 认为 CDSS 提供的信息有助于更全面地了解患者情况，71% (5/7) 的医生认为这些信息很有帮助。86% 的医生 (6/7) 报告称，AI/预测模型在制定治疗决策时很有用。62% 的患者 (8/13) 报告称，由于该工具，他们的护理有所改善。46% 的患者 (6/13) 认为该应用程序显著或在一定程度上改善了他们与医生的关系；54% 的人认为没有变化。71% 的医生 (5/7) 和 62% 的患者 (8/13) 表示他们信任该工具。定性结果经过分析和呈现。研究结果表明，医生认为该工具在进行