临床 AI 中的知识鸿沟：基于活动理论的远程医疗跨学科数据工作
人机交互
2026-05-05 v3
摘要
先进的人工智能技术日益被集成到临床领域，以提升患者护理水平。临床 AI 技术的设计与开发需要临床专家与技术专家之间实现无缝协作。然而，这类跨学科团队往往难以成功，缺乏对协作障碍及应对策略的系统性分析。本文通过对六位临床专家和七位技术专家进行半结构化访谈，考察了两项临床 AI 合作项目，背景为言语语言病理学。我们以活动理论（Activity Theory, AT）作为分析视角，详尽分析了临床与技术工作流程中持续存在的知识鸿沟与协作张力，展示了临床数据如何作为边界对象发挥作用，而跨学科合作者则可作为知识经纪人帮助解决这些挑战。我们的发现为 CSCW 研究跨学科团队的数据工作提供了参考，表明共享临床数据、边界对象及经纪角色如何塑造早期阶段临床 AI 合作的协调机制，并为未来合作提供最佳实践的洞见。
引用
@article{arxiv.2410.00174,
title = {Bridging Knowledge Gaps in Clinical AI: An Activity Theory Perspective on Interdisciplinary Data Work for Telehealth},
author = {Bingsheng Yao and Yao Du and Yue Fu and Xuhai Xu and Yanjun Gao and Hong Yu and Dakuo Wang},
journal= {arXiv preprint arXiv:2410.00174},
year = {2026}
}