Apr, 2019

普通人工智能：将智能决策支持融入关键的临床决策过程中

PDF
TL;DR本文设计并对一种基于 “Unremarkable Computing” 概念的新型 DST 进行了实地评估，结果表明将机器预测巧妙地嵌入到临床决策中可能会更好地得到医生的接受和应用，并分享了在原型开发中获得的经验。
clinical decision support toolscontextual fitmachine prognosticsunremarkable computingai systems
发现论文，激发创造
  • 基于社会技术角度的时限医疗决策信任与协作人工智能设计

    研究利用决策辅助工具（DSTs）的机器学习模型来帮助抗抑郁药物的选择，但常常由于系统集成不良而在临床实践中失败。本研究通过迭代的共同设计过程探讨了临床医生使用 DSTs 进行抗抑郁药物治疗决策的感知，指出 DSTs 需要与医疗保健社会技术系统进行有效整合。结果表明，DSTs 应设计为支持患者 - 提供者协作的多用户系统，并提供按需解释，以解决预测和当前护理标准之间的差异的方式。该研究还考虑了如何在临床环境中设计 DSTs，以及设想中的潜在问题和挑战。

    Feb, 2021

  • 应用人工智能于心理健康临床决策支持：我们学到了什么？

    本研究介绍了一种基于人工智能 (AI) 的 CDSS (临床决策支持系统) - Aifred Health， 针对重性抑郁症患者的治疗选择和管理，探讨了平衡临床工作流程和鼓励最终用户信赖的实现挑战，同时提出在构建，验证，培训和实施 AI-CDSS 过程中应该考虑的关键问题和建议。

    Mar, 2023

  • 个性化可信决策集：提高临床决策支持系统的可解释性

    本研究提出了一种新型的临床决策支持系统，结合了一组规则和机器学习算法，提供了全局和局部的可解释性，并使用机器学习算法预测每个规则在特定患者的正确性可能性，以更好地提高预测性能，并提高个性化解释能力，这些元素的结合可以帮助医生更好地评估患者的情况，提高医生的决策能力。

    Jul, 2021

  • 了解人工智能决策支持工具的使用如何影响坦桑尼亚药剂师的批判思维和过度依赖技术

    研究旨在了解药店药剂师对 AI 技术在临床辅助诊断中的依赖程度，发现其中 25% 的时候，药剂师会在 AI 没有提供任何解释的情况下，仍然完全依赖 AI 做出决策。

    Feb, 2023

  • 中国农村的 “卓越 AI 医生”：基于 AI 技术的 CDSS 应用中的紧张和挑战

    通过观察和对中国 6 个农村诊所的 22 名医生的采访，本文报道了 AI-CDSS 系统（“Brilliant Doctor”）的设计与当地流程的不一致、技术限制和可用性障碍，以及与 AI-CDSS 的透明度和可靠性有关的问题。尽管存在这些紧张关系，所有参与者对 AI-CDSS 的未来都表示积极的态度，特别是通过 “医生的 AI 助手” 在临床环境中实现人工智能协作的未来。最后，我们利用研究结果讨论了在发展中国家的农村临床环境中设计 AI-CDSS 干预的影响。

    Jan, 2021

  • 评估 AI 模型与医疗保健专业人员之间的沟通差距：可解释性、实用性和信任的 AI 驱动临床决策

    本文提供了一个实用的评估框架，用于可解释机器学习模型对于临床决策支持的贡献。研究揭示了 ML 解释模型的更加细致的作用，以及将其实用地嵌入临床背景的方法。 该研究发现，尽管医疗保健专业人员普遍对解释持有积极态度，但对于一定比例的参与者来说，存在负面影响，如确认偏差、过度依赖模型和增加与模型的交互的努力。此外，标准的解释模型显示出支持对模型限制进行关键理解的能力有限。但是，我们发现了具有新的显著积极影响的效果，重新定位了临床背景下解释的作用：包括减少自动化偏差、解决模糊的临床案例（医疗保健专业人员对其决策不确定的情况）并支持获取新领域知识的经验不足的医疗保健专业人员。

    Apr, 2022

  • 一种用于模拟临床决策的人工智能框架：马尔可夫决策过程方法

    为了应对医疗保健系统的成本和复杂度飞速增长、治疗方案不断增多以及信息传达不畅等问题，本文提出了一个通用的计算机 / 人工智能（AI）框架。 该框架结合了马尔可夫决策过程和动态决策网络，从临床数据中学习并制定综合的多方案规划，以优化患者治疗方案和促进患者康复，相较传统医疗保健方式大幅提高了患者康复率并降低了治疗成本。

    Jan, 2013

  • 临床操作代码的神经机器翻译：医学诊断和不确定性量化

    医学的不确定性的数值化和 AI 模型在决策支持系统中的应用。

    Feb, 2024

  • 人本可信的自动决策系统

    自动决策系统（ADS）在各个领域和职业中已经普遍存在，以提高性能。然而，这种广泛采用引入了潜在风险，包括 ADS 的滥用。本研究论文对数字化、数字转型和 ADS 在当代社会和未来环境中的应用所涉及的影响、区别和伦理考虑进行了全面的研究。强调在部署 ADS 时的规范、透明度和伦理行为的迫切需求。

    Dec, 2023

  • 人工智能决策的科学化：经验研究综述

    研究了人工智能辅助下的人类决策制定，结合超过 100 篇论文总结了该领域的三个重要方面，即决策任务、AI 模型和 AI 辅助元素以及评估指标并提出了未来研究建议，强调建立共同框架以促进人工智能和人机交互社区协作，形成推广的科学知识。

    Dec, 2021