护理点的不确定性与风险：患者生成的心电图及算法解读对临床决策的影响

文献标题

Uncertainty and Risk at the Point of Care: Implications of Patient-Generated ECGs and Algorithmic Interpretations for Clinical Decision Making

出版信息

• 主题领域: 基于患者生成的心电图（ECG）和算法解释的临床决策。
• 关键词: 患者生成数据、心电图、算法解释、临床决策、不确定性、风险、可穿戴技术、初级医疗、急诊医学、心房颤动。

背景与问题

• 问题/挑战: 消费级可穿戴设备生成的患者心电图和算法解释的日益使用给临床医生，尤其是非专业人士带来了诊断不确定性。这种不确定性主要源于数据合法性、解释难度以及临床工作流程中缺乏整合的担忧。
• 重要性: 随着这些技术的普及，了解临床医生如何看待和使用患者生成的心电图至关重要，这可能影响患者安全、医疗资源分配以及临床工作流程。
• 动机与相关研究: 现有研究主要集中在心脏病专家如何使用患者生成数据（PGD），但对于作为第一接触点的普通医生（GPs）和急诊医生如何处理这些数据知之甚少。现存障碍包括对数据准确性、可靠性以及临床工作流程整合的担忧。

解决方案

• 提出的方法: 通过一个基于情景案例的研究，探索33名初级医疗和急诊医生如何看待和预期使用患者生成的心电图及其算法解释进行临床决策。
• 创新点:
  1. 提供非专业临床医生如何看待和解释患者生成心电图及算法输出的实证见解。
  2. 确定影响决策的四个关键因素：合法性担忧、解释难度、诊断信心以及患者与专业风险的双重性。
  3. 引入临床不确定性和风险双重性概念，作为理解和设计临床环境中患者生成数据的框架。
• 程序与关键技术: 使用五个情景案例进行半结构化访谈，每个案例呈现不同的患者生成心电图及算法解释场景，以引导临床医生的看法、决策过程以及管理不确定性和风险的策略。

结果

• 具体发现:
  • 临床医生通常认为患者生成的心电图熟悉且具有临床吸引力，但由于其来源于消费设备且缺乏指南支持，对其合法性提出质疑。
  • 对算法解释持怀疑态度，这种态度受到之前使用医疗级心电图经验的影响。
  • 对患者生成数据的信任依赖于辅助证据，例如症状或确认性临床测试。
  • 决策过程受到患者风险（如中风）与专业风险（如法律责任）之间平衡的显著影响。
• 相较基线的优势: 本研究独特地揭示了风险双重性以及患者生成数据决策中的不确定性传播，为非专业临床医生的视角提供了细致的理解。
• 实验/评估: 对英国33名普通医生和急诊医生进行了访谈，分析了165个案例场景，采用反思性主题分析法。关键主题包括合法性担忧、解释难度、建立诊断信心以及风险管理。
• 局限性与未来工作:
  • 研究结果可能无法推广到不同医疗系统中对专家的访问权限不同的情况。
  • 参与者样本偏向初级医疗医生。
  • 情景案例缺乏真实世界的背景噪声，未来研究应探索临床医生能力以及疾病叙述与患者生成数据的结合角色。

摘要

本研究探讨了初级医疗和急诊医生如何看待和使用患者生成的心电图及算法解释进行决策。研究识别了影响其反应的关键因素，包括合法性担忧、解释难度以及患者与专业风险的双重性。研究发现患者生成数据引入了诊断不确定性并使决策复杂化，风险常常成为最终的决策依据。研究提出了临床不确定性和风险双重性的分类法，作为设计支持临床医生技术的框架。这些见解对于可穿戴技术和人工智能驱动诊断在医疗中的日益普及至关重要。