Интересное сегодня
Как построить здоровое обязательство в отношениях
Введение «Отношение похоже на сад. Если за ним не ухаживать, сорняки захватят его.» — Неизвестный Чт...
Роль мировоззрений, факторов риска радикализации и личностны...
Введение Антинаучные движения привели не только к общественному недоверию к науке, но и к случаям пр...
Стресс и повторяющееся поведение: связь с аутизмом и шизофре...
Новое исследование раскрывает связь между окислительным стрессом и повторяющимся поведением Новое и...
Как счет в игре влияет на решения бейсболистов: исследование...
Введение в психологию спорта и когнитивные механизмы Принятие решений в спорте высокого уровня — это...
Предсказание личностных черт на основе речи с использованием...
Введение Это исследование представляет новый метод предсказания личностных черт Большой пятерки чере...
База данных изображений PiCS: Моделирование и валидация сход...
Сходство играет важную роль во многих аспектах визуального восприятия, влияя на то, как мы находим и...
Введение в использование искусственного интеллекта в медицине
Перегруженность отделений неотложной помощи создает постоянное давление на рабочие процессы и систему приоритизации пациентов — так называемую «сортировку». Внедрение систем, дополненных искусственным интеллектом (ИИ), призвано поддержать медперсонал в принятии критически важных решений. Однако успех этих технологий зависит не только от функциональности программного обеспечения, но и от человеческого фактора.
Методология исследования факторов внедрения ИИ
Данное исследование, проведенное в Шанхае с июня по август 2025 года, охватило 162 медсестры, работающих в девяти пилотных больницах. Все участники имели как минимум полугодовой стаж работы в сортировочных отделениях и не менее трех месяцев опыта практического использования систем ИИ. В анализе применялось структурное моделирование уравнений методом наименьших квадратов (Partial least squares structural equation modelling, PLS-SEM) для оценки того, как различные переменные влияют на отношение персонала к инновациям.
Ключевые факторы принятия технологий: модель соответствия задачам
Результаты показали, что эффективность принятия ИИ-систем определяется тремя основными столпами:
- Соответствие технологии задаче (Task-Technology Fit, TTF): Насколько инструменты ИИ интегрированы в повседневную работу и помогают ли они выполнять сортировку эффективнее.
- Воспринимаемая объяснимость (Perceived Explainability, PE): Понимание того, почему система приняла именно такое решение. Чем прозрачнее логика ИИ, тем больше доверия у персонала.
- Психологическая безопасность (Psychological Safety, PS): Уверенность сотрудника в том, что использование новой системы, включая неизбежные ошибки при обучении, не повлечет за собой карательных мер со стороны руководства.
«Психологическая безопасность является фундаментом для инноваций. Если медсестра чувствует поддержку при изучении новых инструментов, готовность использовать ИИ возрастает многократно», — отмечают исследователи.
Влияние воспринимаемых рисков
Несмотря на положительное отношение, исследование выявило фактор, который сдерживает внедрение технологий: воспринимаемый риск (Perceived Risk, PR). Медсестры часто беспокоятся о юридической ответственности в случае ошибок ИИ. Даже при наличии благоприятного отношения к инновациям, страх перед профессиональными рисками и неопределенность в ответственности могут ослабить намерение использовать систему на практике.
Основные выводы исследования
Модель исследования объяснила 57,2% дисперсии в отношении к технологии и 41,0% дисперсии в намерении использовать ИИ. Основные тезисы включают:
- Позитивное влияние соответствия задачам и прозрачности решений ИИ на отношение персонала.
- Прямая корреляция между психологической безопасностью в коллективе и готовностью применять цифровые помощники.
- Необходимость минимизации рисков: руководство должно четко разграничивать границы ответственности между человеком и алгоритмом.
Практические рекомендации для медицинских организаций
Для успешной интеграции ИИ в отделения неотложной помощи необходимо:
- Обеспечить прозрачность алгоритмов: Врачи и медсестры должны понимать, как система пришла к выводу о приоритетности пациента.
- Создать безопасную среду для обучения: Организация должна демонстрировать готовность учиться на ошибках, связанных с ИИ, а не искать виновных.
- Юридическая ясность: Разработка четких протоколов ответственности за решения, принятые при поддержке искусственного интеллекта, позволит снизить психологическое давление на медперсонал.
Исследование подчеркивает, что цифровая трансформация медицины — это не только технический процесс, но и вопрос психологического климата внутри организации. Без обеспечения комфортной среды, в которой сотрудники чувствуют поддержку и защищенность, даже самые совершенные системы ИИ могут столкнуться с сопротивлением или недоиспользованием.
