不显眼AI：将智能决策支持嵌入关键临床决策过程
人机交互
2019-04-23 v1 人工智能
计算机与社会
机器学习
摘要
临床决策支持工具（DST）有望通过提供数据驱动的洞察改善医疗结果。尽管在实验室环境中有效，几乎所有DST在实践中均告失败。实证研究将原因诊断为情境适配性差。本文描述一种全新形式DST的设计与现场评估。它自动为临床医生的决策会议生成幻灯片，并微妙地嵌入机器预后。该设计受“不显眼计算（Unremarkable Computing）”概念启发，即通过增强用户常规，技术/AI可对用户具有重要性却又保持不突兀。我们的现场评估表明，临床医生更可能遇到并接纳此类DST。基于其反馈，我们讨论了在DST设计中找到恰当不显眼程度的重要性与复杂性，并分享在将关键AI系统作为情境化体验进行原型开发中的经验教训。
引用
@article{arxiv.1904.09612,
title = {Unremarkable AI: Fitting Intelligent Decision Support into Critical, Clinical Decision-Making Processes},
author = {Qian Yang and Aaron Steinfeld and John Zimmerman},
journal= {arXiv preprint arXiv:1904.09612},
year = {2019}
}