迈向可信的智能临床决策支持系统:与眼科医生的用户研究
作者
可解释人工智能(XAI)远程医疗与远程患者监测医生、护士、临床医生放射科与病理科医生
将人工智能(AI)整合到临床决策支持系统(CDSS)中为改善医疗交付提供了重要机会,尤其是在眼科等领域。本文探讨了用于帮助眼科医生治疗糖尿病视网膜病变和年龄相关性黄斑变性的AI驱动CDSS的可用性和可信度。因此,我们创建了一个CDSS,并通过11名眼科医生的基于任务的半结构化访谈和问卷评估了其对效率、信息性和用户体验的影响。CDSS的可用性评分很高,SUS得分为81.75。此外,结果显示参与者认为CDSS将提高他们的效率和信息性,主要方面是将电子健康记录(EHR)和光学相干断层扫描(OCT)数据整合到单一界面中。此外,我们探索了AI组件的可信度方面,具体是OCT分割、治疗建议和视力预测。通过主题分析,我们确定了影响可信度和临床采用的关键因素。结果表明,从模型输入到输出的更大程度抽象与降低的信任度相关。根据我们的发现,我们提出了两项设计可信CDSS的指南。
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。
- 100%
以人为中心的放射学人工智能个性化:评估信任度、可用性与跨医院稳健性
CHI '26· 可解释人工智能(XAI) +1
- 80%
CheXplain:使医师能够探索和理解数据驱动的、人工智能增强的医学影像分析
CHI '20· 可解释人工智能(XAI) +2
- 75%
临床文档作为最终用户编程
CHI '20· 远程医疗与远程患者监测
- 60%
《如果有全世界所有的时间》:眼科医生对临床人工智能支持中锚定偏见缓解的看法
CHI '23· 可解释人工智能(XAI) +1
- 60%
利用生物医学文献校准临床医生对AI决策支持系统的信任
CHI '23· 可解释人工智能(XAI) +1
- 60%
重新思考人工智能在肿瘤学中与医师的角色:揭示临床和研究工作流程中的视角
CHI '23· 可解释人工智能(XAI) +1
- 60%
'这是一个动态过程': 理解肺部医学中临床医生可解释性需求的演变
CHI '24· 可解释人工智能(XAI) +1
- 60%
MAP-X 设计与多层次评估:一个医学对齐、以患者为中心的人工智能解释系统
CHI '26· 可解释人工智能(XAI) +1
- 60%
SkinGEN: 基于交互式视觉语言模型的可解释皮肤病诊断到生成框架
IUI '25· 脑机接口(BCI)与神经反馈 +1
- 60%
医学评分计算器应用的诊断研究
UbiComp '23· 可解释人工智能(XAI) +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/10.1145/3708359.3712136
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
可解释人工智能(XAI)、远程医疗与远程患者监测
work
职业/产业
医生、护士、临床医生、放射科与病理科医生
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文