健康专家会采用基于游戏数字生物标志物的临床决策支持系统吗？探究不同解释对感知易用性、感知有用性和信任的影响

DOI

本文探讨了利用基于游戏的数字生物标志物进行轻度认知障碍（MCI）诊断的临床决策支持系统（cDSS）的采用情况。具体而言，我们研究了不同解释方法（重点关注数据中心解释）如何影响医疗专业人员（HCPs）的感知易用性、感知有用性和信任。通过与12名HCPs的定性研究，我们评估了他们与可解释AI（XAI）增强的cDSS的交互。发现表明，HCPs对采用XAI增强的cDSS来传达基于游戏的数字生物标志物结果持开放态度。HCPs更喜欢以易于理解的格式接收关键诊断信息。个人进化的局部解释和规范数据的全局概览都被认为对解释数字生物标志物很有价值。HCPs倾向于将机器学习算法视为黑盒信任，但他们认为用于训练模型的数据集和结果预测至关重要。因此，随预测一起呈现不确定性被认为是重要的。这些见解强调了设计通过清晰、可操作的解释培养信任的cDSS工具的重要性，为临床环境中的改进决策铺平了道路。