この研究は、心不全患者を対象とした人工知能（AI）分析による予測分析のパイロットフェーズの結果を示しています。この実用的なランダム化臨床試験（LINK-HF2）では、非侵襲的なモニタリングデータを使用しています。
方法
2つのパイロットサイトで混合方法解析を実施しました。27名の登録患者のうち12名と参加した13名の臨床医に対してインタビューを行い、iPARIHS構造を用いてワークフローやコミュニケーションパターン、臨床医の信念を特定しました。インタビューは逐語的に転記され、帰納的コーディングプロトコルを使用して主要なテーマを特定しました。
結果
臨床医は通知の95%に24時間以内に対応し、その26.7%が臨床行動につながりました。4つの実施テーマが浮上しました：
- 信頼できる患者コミュニケーション、患者の負担軽減、プロバイダーの監視の減少に対する高い期待。
- AI通知には役割に応じた信頼と行動アドバイスのバランスが必要。
- 他の家庭ベースのプログラムのクリニック経験が利用に影響。
- 通知への対応にはEHRレビュー、患者連絡、他の臨床医との相談を含む多大な努力が必要。
この実施計画分析は、通信技術、患者教育、EHR統合に関する戦略の開発を導き、臨床医と患者の負担を軽減するための主ランダム化フェーズの試験に貢献しました。結果は、臨床ワークフローへのAI分析導入の独自の影響について重要な洞察を提供します。