論文の概要: Assessing the Acceptance of Clinical Decision Support Tools using an Integrated Technology Acceptance Model

• arxiv url: http://arxiv.org/abs/2011.14315v1
• Date: Sun, 29 Nov 2020 08:52:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-22 16:41:49.404761
• Title: Assessing the Acceptance of Clinical Decision Support Tools using an Integrated Technology Acceptance Model
• Title（参考訳）: 統合的技術受容モデルを用いた臨床判断支援ツールの受容評価
• Authors: Soliman Aljarboa, Shah J Miah
• Abstract要約: 本研究はタスク・テクノロジー・フィット(TTF)モデルと統合された技術受容・利用の統一理論(UTAUT)に依存している。 本研究の結果から,CDSSの受容には,性能期待度,努力期待度,ファシリテート条件,タスクに適した技術,技術特性,タスク特性などの影響が認められた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the medical development in recent decades, the multiplicity of different diseases, and an increased number of patients, the use of an advanced healthcare information technology (HIT) such as a clinical decision support system (CDSS) has been of necessary to help general practitioners (GPs). CDSS may fail due to the failure to understand the factors influencing the GP's acceptance of CDSS. Identifying factors that promote acceptance of CDSS can be a vital aspect for its successful implementation. This study seeks to identify factors that influence the acceptance of CDSS in Saudi Arabia by GPs. This study relies mainly on the unified theory of acceptance and use of technology (UTAUT) which has been integrated with a task-technology fit (TTF) model and has applied a qualitative method to collect the data through using semi-structured interviews with 12 GPs. The study's results indicated that performance expectancy, effort expectancy, facilitating conditions, technology fit for the task, technology characteristics and task characteristics have all influenced the acceptance of CDSS. The results also indicated the need to extend the UTAUT model to investigate and explore other factors in GPs' acceptance of CDSS.
• Abstract（参考訳）: 近年の医療の発展に伴い,臨床診断支援システム (CDSS) のような先進医療情報技術 (HIT) の活用は, 一般開業医(GP) を支援する上で必要とされている。 CDSSは、GPがCDSSを受け入れる原因を理解できなかったために失敗する可能性がある。 CDSSの受容を促進する要因を同定することは、その実施の成功に欠かせない側面である。 本研究は,サウジアラビアにおけるCDSSの受容に影響を与える要因をGPによって同定することを目的とする。 本研究は,タスク・テクノロジー・フィット(TTF)モデルと統合され,12GPの半構造化インタビューを用いてデータ収集に定性的手法を適用した,テクノロジーの受容と利用の統一理論(UTAUT)に大きく依存する。 本研究の結果から,CDSSの受容には,性能期待,努力期待,ファシリテート条件,タスクに適した技術,技術特性,タスク特性などの影響が認められた。 また, UTAUTモデルを拡張して, GPsのCDSS受容における他の要因を調査し, 検討することの必要性が示唆された。

関連論文リスト

• Navigating Distribution Shifts in Medical Image Analysis: A Survey [23.012651270865707]
  本稿では,分散シフトの影響を受け,深層学習手法をMedIAシステムに適用するアプローチを体系的にレビューする。 既存の作業は、共同トレーニング、フェデレートラーニング、ファインチューニング、ドメインジェネリゼーションに分類する。 これらのトピックを深く掘り下げることで、今後の研究の道筋が浮かび上がる。
  論文  参考訳（メタデータ） (2024-11-05T08:01:16Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  本研究は,人工知能(AI)モデルを用いた医用合成データ生成の臨床評価に焦点を当てた。 本論文は,a) 医用専門家による合成画像の体系的評価のためのプロトコルを提示し,b) 高分解能WCE画像合成のための新しい変分オートエンコーダモデルであるTIDE-IIを評価する。 その結果、TIDE-IIは臨床的に関連性のあるWCE画像を生成し、データの不足に対処し、診断ツールの強化に役立つことがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• Neural machine translation of clinical procedure codes for medical diagnosis and uncertainty quantification [1.974814309194804]
  医療エントロピーの概念を導入し,ICD-9法に基づくニューラルマシン翻訳によって予測される患者の予後の不確かさを定量化する。 簡単なICD-9コードに基づいて,術式と診断シーケンスの相関が強いことを示す。 また,データ駆動アプローチにより入院時の不確実性の傾向をモデル化する有望な能力を示す。
  論文  参考訳（メタデータ） (2024-02-07T20:11:56Z)
• Applying Artificial Intelligence to Clinical Decision Support in Mental Health: What Have We Learned? [0.0]
  本稿では,近年開発されたAI-CDSSであるAifred Healthを事例として,うつ病における治療の選択と管理を支援する。 我々は、このAI-CDSSの開発およびテスト中にもたらされた原則と、実装を容易にするために開発された実践的ソリューションの両方を考慮する。
  論文  参考訳（メタデータ） (2023-03-06T21:40:51Z)
• Discovering adoption barriers of Clinical Decision Support Systems in primary health care sector [0.0]
  本稿では,CDSS導入に伴う問題に寄与する障害の発見に焦点をあてる。 サウジアラビアの主要医療センターから30人の一般開業医がインタビューを受けた。 その結果、時間的リスク、使用したシステムの品質、インターネット速度の遅い、ユーザインターフェース、トレーニング不足、高コスト、患者満足度、使用した複数のシステム、技術サポート、コンピュータスキル、柔軟性の欠如、システムの更新、専門的スキルと知識、コンピュータ効率と品質、データの正確性といった側面に影響を与える障害があることが確認された。
  論文  参考訳（メタデータ） (2022-07-24T10:49:35Z)
• Causal Machine Learning for Healthcare and Precision Medicine [16.846051073534966]
  因果機械学習(CML)は、医療で人気が高まっている。 臨床意思決定支援システムの様々な側面に因果推論を組み込む方法について検討する。
  論文  参考訳（メタデータ） (2022-05-23T15:45:21Z)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)
• Classification supporting COVID-19 diagnostics based on patient survey data [82.41449972618423]
  新型コロナウイルス患者の効果的なスクリーニングを可能にするロジスティック回帰とXGBoost分類器が作成された。 得られた分類モデルは、DECODEサービス(decode.polsl.pl)の基礎を提供し、COVID-19病患者のスクリーニング支援に役立てることができる。 このデータセットは、3,000以上のサンプルで構成されており、ポーランドの病院で収集されたアンケートに基づいている。
  論文  参考訳（メタデータ） (2020-11-24T17:44:01Z)
• Surgical Data Science -- from Concepts toward Clinical Translation [67.543698133416]
  外科的データサイエンスは、データの取得、組織化、分析、モデリングを通じて介入医療の質を向上させることを目的としている。 私たちは、その根底にある理由を明かし、この分野における今後の進歩のロードマップを提供しました。
  論文  参考訳（メタデータ） (2020-10-30T14:20:16Z)
• Hemogram Data as a Tool for Decision-making in COVID-19 Management: Applications to Resource Scarcity Scenarios [62.997667081978825]
  新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。 本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。 提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
  論文  参考訳（メタデータ） (2020-05-10T01:45:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。