언어 장벽과 복잡한 의료적 요구를 가진 입원환자의 공평한 치료 증진을 위한 인공지능 활용: 임상 이해관계자의 관점

목표: 언어 장벽과 복잡한 의료적 요구를 가진 입원환자들은 치료의 질, 안전, 건강 결과에서 불평등을 겪고 있습니다. 대면 통역사는 이러한 환자들에게 특히 유익하지만, 자주 사용되지 않습니다. 우리는 머신러닝 예측 분석을 활용하여 언어 장벽과 복잡한 의료적 요구가 있는 환자를 신뢰성 있게 식별하고 이들을 대면 통역사에게 우선 배정할 계획입니다. 재료 및 방법: 이 질적 연구는 반구조화 인터뷰를 통한 이해관계자 참여를 사용하여 이 분야에서 인공지능(AI)의 인식된 위험과 이점을 이해했습니다. 이해관계자는 임상의, 통역사, 그리고 이 환자들을 돌보거나 통역사 배정을 조직하는 관련 직원들로 구성되었습니다. 데이터는 NVIVO 소프트웨어를 사용하여 코드화되고 분석되었습니다. 결과: 우리는 49개의 인터뷰를 완료했습니다. 주요 인식된 위험에는 투명성, 정확성, 중복성, 프라이버시, 환자들 간의 인식된 낙인, 경고 피로, 공급-수요 문제에 대한 우려가 포함되었습니다. 주요 인식된 이점에는 대면 통역사에 대한 인식 증대, 통역사 활용을 위한 관리 기준 개선 및 우선 순위 설정, 통역사 접근을 위한 간소화된 프로세스, 임상의 권한 강화, 그리고 임상의 편견을 극복할 가능성이 포함되었습니다. 논의: 이는 언어 장벽을 가진 환자의 임상 치료 개선을 목표로 AI 사용에 대한 이해관계자 관점을 이끌어낸 첫 번째 연구입니다. 이 분야에서 AI 사용과 관련된 인식된 이점과 위험은 이미 알려진 AI의 위험 및 가치와 겹치지만, 몇몇 이점은 언어 장벽이 있는 환자에게 통역 서비스 제공의 도전을 해결하는 데 독특합니다. 결론: 통역 서비스에 대한 환자를 식별하고 우선 순위를 지정하기 위한 인공지능은 치료 기준을 향상시키고 언어 장벽이 있는 환자 간의 의료 불평등을 해결할 잠재력을 가지고 있습니다.