利用AI系统推进老年癌症患者的以患者为中心的共同决策
AI 辅助决策与自动化系统心理健康应用与在线支持社区慢性病自我管理(糖尿病、高血压等)医生、护士、临床医生精神科医生与心理咨询师
文献标题
Advancing Patient-Centered Shared Decision-Making with AI Systems for Older Adult Cancer Patients
文献信息
- 主题领域: 人工智能在老年癌症患者协同决策中的应用
- 关键词: 共享决策、临床决策、老年人、癌症护理、风险沟通、人工智能、健康教育、患者参与、医疗效率
研究背景与问题
- 发现的问题/挑战:
- 医疗决策复杂且时间敏感。
- 老年癌症患者往往健康素养较低,记忆力和信息处理能力较差,难以充分参与决策。
- 医生因人手短缺和时间压力导致与患者沟通受限。
- 重要性:
- 有效的共享决策(SDM)实践可以显著提升患者满意度,改善治疗结果。
- 新技术如人工智能(AI)有潜力弥合患者与医生之间的沟通鸿沟。
- 研究动机与相关工作:
- 作者通过基础文献回顾注意到当前SDM系统中存在的设计和实施问题。
- 遍布文献中的AI模型广泛用于临床,但在癌症决策领域中对老年患者仍是理论探讨多,实践落实少。
解决方案
- 核心方法:
- 提出以患者为中心的SDM AI系统(i-SDM),专门针对老年癌症患者设计。
- 系统涵盖治疗选择对比、生存预测、风险评估和患者关心的其他因素。
- 使用分阶段界面,逐步向患者和医生展示信息以促进对话。
- 创新点:
- 利用人工智能(如GPT-4模型和LightGBM算法)生成个性化医疗信息及解释。
- 将系统设计与老年人互动习惯结合,提供清晰、直观的图形呈现。
- 在临床中强调教育功能,帮助患者深度理解治疗路径。
- 实施步骤与技术:
- 第一阶段:通过与患者和医生的访谈,收集SDM重要因素以设计原型。
- 第二阶段:开发i-SDM系统,整合如生存预测模型并生成易于理解的医疗语言。
- 测试与评估:通过与患者和医生的可用性访谈评估系统可接受性和效能。
研究成果
- 具体成果:
- i-SDM系统对老年患者理解复杂治疗选项效果显著,减少临床医生的沟通负担。
- 病患平均互动时间为23分钟,表明他们对系统的接受和参与程度高。
- 与现有解决方案比较优势:
- 减轻医生工作负担:通过清晰呈现复杂信息,节约沟通时间。
- 增强患者赋权:患者可参与治疗决策,提升满意度与遵从性。
- 提高健康教育水平:帮助老年人更好理解癌症治疗的关键影响。
- 实验结果:
- 参与者总体对界面与信息设计持正面评价,认为对癌症治疗知识的普及效果良好。
- 收集了316个交互标签,约46%为积极反应,显示参与者认可系统功能。
- 局限性与未来方向:
- 样本偏小且集中于教育程度较高的高收入群体,缺乏对多样化人群(如低收入或低健康素养患者)的验证。
- 模型对复杂多病共存的预测能力较弱,有待进一步优化。
- 未来可探索与不同类型癌症相关的定制解决方案,并在实际临床路径中运用以验证效能。
总结
该研究展示了AI促进老年癌症患者共享决策的可行性和潜力。i-SDM系统通过教育和信息优化提升患者参与度,同时缓解医生沟通压力,为未来健康技术领域在老年患者中的应用提供了可靠依据和设计方向。未来工作需进一步针对广泛且多样化用户群进行测试,并优化复杂病例的AI模型预测表现。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何利用AI技术帮助老年癌症患者理解复杂的治疗选项并参与决策?分类: 医患沟通、共同决策与远程医疗同类问题arrow_forward
- 基于AI的共享决策系统如何缓解医生的沟通压力?分类: 医患沟通、共同决策与远程医疗同类问题arrow_forward
- 如何设计和优化AI界面以符合老年患者的交互习惯?分类: 医患沟通、共同决策与远程医疗同类问题arrow_forward
lightbulb
现实痛点
1- 老年癌症患者难以理解治疗选择,医生沟通时间有限。分类: 医患沟通、共同决策与远程医疗同类问题arrow_forward
- 83%
以人为中心的视角:退伍军人创伤后应激障碍强化门诊治疗临床决策支持系统
CHI '26· AI 辅助决策与自动化系统 +2
- 80%
从反思到行动:结合机器学习与专家知识进行营养目标推荐
CHI '21· AI 辅助决策与自动化系统 +1
- 80%
《沉没还是游泳》:探索患者在术后急性疼痛自我管理中的挑战和工具需求
CHI '24· 心理健康应用与在线支持社区 +1
- 80%
重新思考慢性疾病中的生活体验:在心房颤动自我护理中使用消费技术导航身体疑虑
CHI '25· 心理健康应用与在线支持社区 +1
- 80%
为价值导向的精神健康护理设计技术:以临床医生对结果数据规范、收集和使用的视角为中心
CHI '25· 心理健康应用与在线支持社区 +1
- 71%
高精度与隐藏差距:基础模型在临床认知评估中的表现研究
CHI '26· 可解释人工智能(XAI) +3
- 67%
再加一点互动:设计和评估一款过度活跃膀胱应用
CHI '19· 心理健康应用与在线支持社区 +1
- 67%
直奔主题!基于问题的精选数据视图,以增强对危重病人的护理
CHI '22· AI 辅助决策与自动化系统 +1
- 67%
患者对AI驱动的 schizophrenia 复发预测的看法:理解担忧及自我护理和治疗的机会
CHI '24· AI 辅助决策与自动化系统 +2
- 67%
评估定制的移动应用程序对自我管理下背痛的效果:设计行为改变技术的元模型
CHI '25· 心理健康应用与在线支持社区 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642353
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
AI 辅助决策与自动化系统、心理健康应用与在线支持社区、慢性病自我管理(糖尿病、高血压等)
work
职业/产业
医生、护士、临床医生、精神科医生与心理咨询师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文