Building Clinical Artificial Intelligence at the PICU Bedside: Recognizing the Clinician-Builder.
پخش حرفهای فارسی و انگلیسی
در حال بررسی نسخههای صوتی ذخیرهشده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده میشود معمولاً طبیعیترند. انتخاب صدا به صداهای نصبشده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
Several of the highest-value problems in critical care-synthesizing fragmented bedside data, surfacing the tacit heuristics of experienced clinicians, generating accurate family-facing explanations, and decision support-are too specialized, too local, and too embedded in uncodified practice to specify from outside the unit; the market they represent is often too small to repay commercial development. This commentary argues for recognizing a missing translational figure: the clinician-builder-a frontline clinician who identifies workflow failures and prototypes tools to address them, much as the clinician-scientist did for molecular medicine. Because a prototype is not a product, the clinician-builder co-develops intended use, evidence, and governance with institutional artificial intelligence (AI) centers. Pediatric intensive care should not be the last setting to receive clinical AI, but among the first where it is judged-and a blueprint for other specialties.
نتیجه فارسی
مقاله پیشنهاد میکند که پزشکان خط مقدم (پزشک-سازنده) باید در توسعه هوش مصنوعی بالینی نقش داشته باشند. این افراد شکستهای جریان کار را شناسایی کرده و ابزارهای اولیه میسازند. این ابزارها با مراکز هوش مصنوعی نهادی به صورت مشترک توسعه مییابند. مراقبتهای ویژه کودکان باید به عنوان یکی از اولین محیطها برای هوش مصنوعی بالینی شناخته شود.
- پزشک-سازنده شکستهای جریان کار را شناسایی میکند.
- پزشک-سازنده ابزارهای اولیه میسازد.
- پزشک-سازنده با مراکز هوش مصنوعی نهادی همکاری میکند.
- مراقبتهای ویژه کودکان باید اولین محیط برای هوش مصنوعی بالینی باشد.
ترجمه فارسی چکیده
چندین از مهمترین مشکلات مراقبتهای ویژه کودکان، مانند ترکیب دادههای پراکنده، استخراج قوانین ضمنی پزشکان باتجربه، ارائه توضیحات دقیق برای خانواده و پشتیبانی از تصمیمگیری، به دلیل تخصصی بودن، بومی بودن و گنجانده شدن در عملیاتی که کدگذاری نشدهاند، از بیرون واحد قابل تعریف نیستند و بازار آنها اغلب برای بازپرداخت توسعه تجاری کوچک است. این مقاله استدلال میکند که باید به یک شخصیت ترجمهای گمشده توجه کنیم: پزشک-سازنده، که یک پزشک خط مقدم است که شکستهای جریان کار را شناسایی کرده و ابزارهایی برای حل آنها طراحی میکند، مشابه آنچه پزشک-دانشمند برای پزشکی مولکولی انجام داد. از آنجا که یک نمونه اولیه محصول نیست، پزشک-سازنده با مراکز هوش مصنوعی (هوش مصنوعی) نهادی، استفاده هدفمند، شواهد و حاکمیت را به صورت مشترک توسعه میدهد. مراقبتهای ویژه کودکان نباید آخرین محیطی باشد که هوش مصنوعی بالینی در آن دریافت میشود، بلکه باید یکی از اولین محیطهایی باشد که ارزیابی میشود و یک نقشه راه برای سایر تخصصها باشد.
روش پژوهش
مقاله یک دیدگاه نظری و استدلالی است.
محدودیتها
متن به عنوان یک مقاله نظر منتشر شده است و شواهد تجربی ندارد.
نمای PICO و پیامدها
- جمعیت
- پزشکان خط مقدم در مراقبتهای ویژه کودکان
- مداخله/مواجهه
- توسعه ابزارهای هوش مصنوعی بالینی
- مقایسه
- فاقد
- حجم نمونه
- فاقد
متن کامل اصلی
لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز میشود.
باز کردن متن کامل