导读 拉夫堡大学的研究人员开发了一种人工智能 (AI) 工具，可以识别影响产妇护理结果的关键人为因素，支持持续努力提高母亲和婴儿的安全。该工...
拉夫堡大学的研究人员开发了一种人工智能 (AI) 工具，可以识别影响产妇护理结果的关键人为因素，支持持续努力提高母亲和婴儿的安全。
该工具由人工智能和数据科学家 Georgina Cosma 教授以及人为因素和复杂系统专家 Patrick Waterson 教授开发，它分析了产妇事故报告，以突出可能影响护理结果的关键人为因素(例如沟通、团队合作和决策)，从而深入了解可以从额外支持中受益的领域。这项研究发表在《国际人口数据科学杂志》上。
当英格兰发生不良产科事件时，就会制作详细的调查报告，以寻找学习和提高安全的机会。
这些报告提供了对影响护理的临床方面(如健康状况、程序和测试)的宝贵见解。然而，识别所涉及的人为因素通常更具挑战性，因为它们往往复杂而微妙。
目前，专家必须进行人工审查，从事故报告中提取人为因素见解。这个过程需要大量资源和时间，而且依赖于个人的理解和专业知识，因此得出的结论可能各不相同。
AI 工具通过快速一致地识别和分类报告中的人为因素来解决这些挑战。其标准化方法使其能够分析多份报告并识别重复出现的因素，帮助确定最能从额外支持中受益的领域。