复杂的AI-nursing-care项目是一个挑战

人工智能(AI)已经支持医疗诊断,优化临床流程或显示复杂的个体病人的风险星座和表明医疗干预措施。护理也可以受益于增加使用人工智能的未来。研究与开发(R&D)的项目,然而,经常遇到障碍。项目失败,人工智能解决方案达不到他们的潜力,和护士不愿意欢迎新技术融入到他们的日常工作。

利益相关者的参与是规范和功能要求研发项目要建立成功的课程从计划阶段开始。然而,护士或护理科学家通常不参与项目或他们只发挥边际作用基本项目决策。需要人工智能的知识在护理和研发项目必须克服的挑战能帮助研究者和实践者的计划和实施成功的项目,实现现实世界的影响。

我们如何支持与辅助技术的护士为了提供正确的信息在正确的时间在正确的位置吗?

我们的研究

在准备一个新的大型德国公众资金AI在护理计划,我们进行了混合方法研究探索需求,用例,研发需求,主持人和障碍。我们邀请了护士、护理董事、数字化军官,非正式的护理人员,和研究人员在护理科学或教育背景,信息学和人工智能研究,或道德讨论,优先对人工智能在护理需求和挑战。

我们特别感兴趣的成功研发项目的要求和特点。人工智能解决方案的特定需求的护理也收集,为解决特定的问题和用户的需求是一个重要的因素对于一个成功的产品本身。我们筛选文献车间进行采访,一个在线调查,datathon。特别感兴趣的话题的研究经费包括基于ai保健需求和风险评估,以证据为基础的决策支持系统,在复杂护理和护理计划设置。

这些深度学习系统,您可以使用它们作为工具来理解复杂的问题你还没有一个模型,你还没有一个理论

我们总结了成功的研究项目的需求和特征,确定五包罗万象的话题。监管要求解决数据共享的数据分析和模型符合隐私法规。过程和转化的要求包括项目计划、执行和管理。

成功的标准包括道德和法律方面,支持社区和生态系统,合并或反映现有的框架和工具的开发和实现的技术,在保健和医疗干预措施。

这是什么意思对研发AI在护理?

人工智能方法的使用显示了不同的支持护理的机会。使用人工智能的先决条件是获得代表和高质量的数据。在实现人工智能在护理过程中,所有的利益相关者如护理专业人员和护理科学必须密切相关。这应该尽快发生——最好是在意念和合作伙伴应配备合理的资源有意义的合作。

通过实现社区和生态系统,超越单个项目的边界,翻译和传播实践发现可能导致护理教育和科学界可能会支持。

参与性和需求驱动的开发仍然是一个关键元素的设计研发项目,它应该旨在把人工智能解决方案走出实验室,为护理实践。