基于个人护理决策步骤排序开发患者驱动的人工智能
摘要
我们提出并通过实验激发了一种新方法，该方法基于个人对护理决策步骤的排序来支持医疗保健中的决策过程，这些步骤可通过我们的方法、问卷数据及其统计模式加以识别。我们的纵向定量横断面三阶段研究收集了针对 437 条关于医疗保健情境的表达陈述在 Likert 量表上的自评，涉及“需要帮助的程度”、“健康的改善程度”、“希望程度”、“同情心的体现程度”和“健康状况”，以及 45 个关于受访者人口统计学、健康和福祉的回答，还有作答时长。在线受访者于 2020 年 6 月 1 日至 2021 年 6 月 29 日期间从芬兰患者和残疾人组织、其他健康相关组织和专业人士以及教育机构招募（n=1075）。通过 Kruskal-Wallis 检验、Wilcoxon 秩和检验（即 Mann-Whitney U 检验）、Wilcoxon 秩和成对检验、Welch t 检验和单因素方差分析（ANOVA）组间检验，我们针对每条表达陈述，识别了基于每个背景问题答案值的受访者分组在评分及其时长上的统计显著差异。后期评分排序重排的频率显示出与前期评分在各类解释任务实体、解释维度和受访者分组方面的依赖关系。我们的方法、问卷数据及其统计模式，能够利用自评表达陈述来分析医疗保健情境中决策步骤的表征，以及它们在个性化护理路径知识实体中的链接、聚合和分支。我们的结果支持构建人工智能解决方案，以满足患者与护理相关的需求。
引用
@article{arxiv.2205.07881,
title = {Developing patient-driven artificial intelligence based on personal rankings of care decision making steps},
author = {Lauri Lahti},
journal= {arXiv preprint arXiv:2205.07881},
year = {2022}
}
备注
Corresponding author: Lauri Lahti (email: [email protected]). This research article manuscript version was completed on 11 May 2022 and it was self-archived on the open-access Arxiv repository (https://arxiv.org) on 11 May 2022. This research article (104 pages, 17 tables and 17 figures) is supplemented with seven supplementing documents (2781 pages)