Studie centra pro simulaci centra umělé inteligence pro podporu klinického rozhodování pro přijetí technologie

Počáteční experiment nasadí dříve ověřený algoritmus strojového učení vyškolený na existujících klinických souborech dat v rámci simulačních scénářů, ve kterých je hodnocen pacient s akutním gastrointestinálním krvácením (s nízkým, středním a vysokým rizikem špatného výsledku).

Před simulací bude všem účastníkům poskytnut základní vzdělávací modul o umělé inteligenci, strojovém učení a podpoře klinického rozhodování. Vyšetřovatelé stanoví psychologickou bezpečnost podrobným popisem toho, co je v místnosti k dispozici, možnosti zavolat konzultantovi a dostupnosti laboratorních a radiografických studií. Každý klinický scénář poběží přibližně 10 minut na základě skutečných případů pacientů, kde se životní funkce v průběhu času mění a laboratorní hodnoty jsou k dispozici v konkrétních bodech hodnocení. Studie sleduje faktoriální design 3 (riziko scénáře: nízké, střední, vs. vysoké) 2 (rámování umělé inteligence: nástroj vs. člen týmu) 2 (transparentnost: nízké vs. vysoké). Každý účastník obdrží všechny tři scénáře v rostoucím pořadí rizika (faktor v rámci subjektu), ale je náhodně rozdělen do jednoho rámce AI a jedné podmínky léčby transparentnosti (faktory mezi subjekty).

Pro zpracování rámce členů týmu AI bude účastníkům během předsimulačního briefingu poskytnut rámec algoritmů umělé inteligence / strojového učení jako člen týmu, nikoli pouze nástroj, se zavedením konceptu teorie mysli. aby algoritmy pochopily, jak může jejich uvažování doplňovat lidské uvažování. Kromě toho bude počítačová pracovní stanice, na které je algoritmus spuštěn, umístěna u lůžka pacienta. Kromě toho bude AI-CDSS prezentováno ve stylu chatbota ChatGPT/GPT-4, se kterým mohou poskytovatelé přirozeně komunikovat u lůžka. Ve stavu rámování nástroje jim bude poskytnuto typické vysvětlení AI-CDSS jako nástroje. V tomto případě bude počítač s algoritmem umístěn v rohu od pacienta. Jako takový bude prezentován jako stolička typu kalkulačky.

Pro zpracování průhlednosti bude mít algoritmický výstup buď „nízkou“ průhlednost (pouze s posouzením rizik a doporučením) nebo „vysokou“ průhlednost (s vysvětlením vstupů modelu a možností dotazovat se na vstupy buď prostřednictvím kliknutí na uživatele v webovou aplikaci ve stavu rámování nástroje nebo přímo s rozhraním odvozeným od ChatGPT, které dokáže zpracovávat uživatelsky řízené dotazy v uživatelsky přívětivém chatbotu v přirozeném jazyce v rámci členů týmu, což vede k prezentaci vstupů, které ovlivňují výstup modelu, a poskytují mentální model algoritmus).