相同患者、相同空间、不同需求:揭示外科医生-麻醉医生协作中的差距与设计机会
作者
外科手术辅助与医疗培训机器人在教育与医疗中的应用AI 辅助决策与自动化系统医生、护士、临床医生外科医生(手术辅助系统)
文献标题
Same Patient, Same Space, Divergent Needs: Revealing Gaps and Design Opportunities in Surgeon–Anesthesiologist Collaboration
出版信息
- 主题领域: 手术中协作与支持外科医生–麻醉师团队合作的人工智能系统设计。
- 关键词: 外科医生–麻醉师协作,术中沟通,手术中的人工智能,手术室团队合作,多模态系统,医疗领域的人机交互,手术阶段识别,风险评估,智能手术室技术。
背景与问题
- 问题/挑战: 手术室中外科医生与麻醉师的协作受到沟通中断、不对称信息交换以及不同工作模式的阻碍。现有的人机交互研究未能充分解决这些跨专业动态问题,也未深入探索人工智能驱动的解决方案。
- 重要性: 外科医生与麻醉师之间的有效协作对患者安全、手术结果和工作流程效率至关重要。解决这些问题可以减少不良事件并改善术中决策。
- 动机与相关研究: 先前研究记录了手术室中的沟通失误,其中多达30%的沟通尝试失败。现有技术解决方案主要关注单一专业或专业内部的协作,忽视了外科医生–麻醉师这一特定组合的独特需求。人工智能的进步,如手术阶段识别和多模态感知,为弥合这一差距提供了机会。
解决方案
- 提出的方法: 一个多模态人工智能支持系统,针对外科医生和麻醉师的不同需求,提供角色特定的用户界面(UI)和实时情境感知。
- 创新点:
- 通过对45台手术的焦点小组讨论和观察,实证识别了外科医生–麻醉师协作中的七大关键挑战。
- 构想了针对角色特定需求的用户界面,解决信息不对称和认知负荷问题。
- 集成了最先进的人工智能方法,用于手术阶段识别、事件优先级排序和自然语言交互。
- 引入基于分诊的事件通知系统,用于实时决策支持。
- 流程与关键技术:
- 与6位外科医生和6位麻醉师进行了焦点小组讨论,以识别挑战和设计需求。
- 观察了45台手术(包括开放式、腹腔镜和机器人手术)以分析术中动态。
- 开发了用户界面草图,并构想了后端人工智能模块,包括手术场景理解、事件分诊和基于语言的交互。
结果
- 具体发现:
- 识别了七大挑战:不同的工作模式、信息过载、表面化的信息交换、低估手术风险、跨专业知识差距、因注意力分散而错过信息,以及在认知过载期间的语言沟通困难。
- 提出了角色特定的用户界面:为麻醉师提供详细的手术进展和风险评估工具;为外科医生提供简明的患者状态和时间反馈。
- 相较基线的优势:
- 通过实时更新和预测性洞察增强情境感知和决策能力。
- 通过根据每个角色的需求调整信息传递,减少沟通摩擦。
- 通过人工智能驱动的风险评估和事件优先级排序,提高对手术事件和并发症的预判能力。
- 实验/评估:
- 焦点小组和观察提供了关于术中协作的定性见解。
- 用户界面组件和后端模块已完成概念设计,但需要未来基于模拟的评估。
- 局限性与未来工作:
- 研究结果基于普通外科和内脏外科;其对其他专业的适用性尚需探索。
- 提议的系统尚未在真实或模拟的手术室环境中测试。
- 未来工作将重点评估系统对决策时效性、协作和沟通的影响。
总结
本研究探讨了外科医生–麻醉师协作中的挑战,并提出了一种多模态人工智能支持系统来应对这些问题。通过对45台手术的焦点小组讨论和观察,识别了七大关键挑战,包括信息不对称和认知过载。所提系统具有角色特定的用户界面和人工智能驱动的模块,用于手术阶段识别、事件分诊和风险评估。这些创新旨在增强情境感知、减少沟通摩擦并改善术中决策。未来工作将通过模拟环境评估系统对协作和患者安全的影响。
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。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
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/10.1145/3772318.3790327
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
外科手术辅助与医疗培训、机器人在教育与医疗中的应用、AI 辅助决策与自动化系统
work
职业/产业
医生、护士、临床医生、外科医生(手术辅助系统)
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文