拉夫堡大学的研究人员开发了一种AI工具，用于识别可能影响母亲和婴儿护理结果的关键人类因素。当英格兰发生产科不良事件时，会生成调查报告，以识别改进安全的机会。这些详细的报告提供了有关影响护理的临床方面的见解，如健康状况、程序和测试。
识别这些事件中人类因素的作用通常很困难，因为这些因素通常是复杂且微妙的。目前，这一劳动密集型过程是手动进行的，具有主观性。相比之下，AI工具能够迅速识别和分类报告中的人类因素。研究人员表示，AI可以分析多份报告并发现重复的因素，标记出最有可能受益于额外支持的领域。该AI模型是在188份真实的产科事故报告数据上训练和测试的，成功识别了每份报告中的人类因素。这项研究发表在《国际人口数据科学杂志》（IJPDS）上。
“AI已经改变了我们对产科安全报告的分析方式。我们比手动方法更快地发现了关键见解，”拉夫堡大学AI和数据科学教授、研究负责人之一的乔治娜·科斯玛（Georgina Cosma）说。“这使我们能够全面了解产科护理中需要改进的地方，这些见解可以帮助确定提高患者安全性和改善母亲和婴儿结果的方法。”
研究发现，团队合作和沟通是最常被识别的人类因素。分析还强调了彻底的患者评估（包括评估、检查和筛查）的重要性，以及与医疗技术相关的工作人员挑战。拉夫堡团队现在希望获得资金，使用更大、更多样化的数据集来完善AI模型。
“我们希望与医院、医疗保健组织和调查机构合作，进一步完善和应用我们的AI工具到报告中，”科斯玛教授说。“这些合作伙伴关系将帮助我们提取重要情报，防止不良事件的发生，确保所有母亲和婴儿的安全。我们还希望将该工具适应其他类型的报告，例如不良警察事件报告，通过理解涉及的人类因素来预防未来的事件并改进应对策略。”
(全文结束)
