Investigating Collaborative Data Practices: a Case Study on Artificial Intelligence for Healthcare Research

要約

医療用の人工知能 (AI) ツールの開発は、データ サイエンティスト、臨床医、患者、その他の専門分野を結びつける共同作業です。
この論文では、英国における複数の長期的な状況を理解して管理するために AI ツールを適用することを使命とする研究コンソーシアムの共同的なデータ実践について調査します。
これらのコンソーシアムの参加者に対する 13 件の半構造化インタビューの帰納的テーマ分析を通じて、使用されるツール、コミュニケーションのプロセスと設定、および共同作業の条件と障害に基づいてコラボレーションがどのように起こるかを理解することを目的としました。
私たちの調査結果は、知識の共有に使用されるツールの適応と、聴衆、特に臨床または患者の視点に基づいた情報の調整を明らかにしました。
電子医療記録の使用とデータセットへのアクセスによって、これを行う能力に制限が課せられることも判明しました。
私たちは、分野間の交流を促進し、知識の融合と創造を可能にするための重要な場として会議を特定しました。
最後に、コラボレーションを促進するために必要な条件を明らかにし、将来の作業でいくつかの課題をどのように克服できるかについて説明します。

要約(オリジナル)

Developing artificial intelligence (AI) tools for healthcare is a collaborative effort, bringing data scientists, clinicians, patients and other disciplines together. In this paper, we explore the collaborative data practices of research consortia tasked with applying AI tools to understand and manage multiple long-term conditions in the UK. Through an inductive thematic analysis of 13 semi-structured interviews with participants of these consortia, we aimed to understand how collaboration happens based on the tools used, communication processes and settings, as well as the conditions and obstacles for collaborative work. Our findings reveal the adaptation of tools that are used for sharing knowledge and the tailoring of information based on the audience, particularly those from a clinical or patient perspective. Limitations on the ability to do this were also found to be imposed by the use of electronic healthcare records and access to datasets. We identified meetings as the key setting for facilitating exchanges between disciplines and allowing for the blending and creation of knowledge. Finally, we bring to light the conditions needed to facilitate collaboration and discuss how some of the challenges may be navigated in future work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google