Artificial intelligence–based clinical decision support in the emergency department: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: Artificial intelligence (AI)-based clinical decision support (CDS) has the potential to augment high-stakes clinical decisions in the emergency department (ED). However, its current usage and translation to implementation remains poorly understood. We asked: (1) What is the current landscape of AI-CDS for individual patient care in the ED? and (2) What phases of development have AI-CDS tools achieved? METHODS: We performed a scoping review of AI for prognostic, diagnostic, and treatment decisions regarding individual ED patient care. We searched five databases (MEDLINE, EMBASE, Cochrane Central, Scopus, Web of Science) and gray literature sources from January 1, 2010, to December 11, 2023. We adhered to guidelines from the Joanna Briggs Institute and PRISMA Extension for Scoping Reviews. We published our protocol on Open Science Framework (DOI 10.17605/OSF.IO/FDZ3Y). RESULTS: Of 5168 unique records identified, we selected 605 studies for inclusion. The majority (369, 61%) were published in 2021-2023. The studies ranged over a variety of clinical applications, patient populations, and AI model types. Prognostic outcomes were most commonly assessed (270, 44.6%), followed by diagnostic (193, 31.9%) and disposition (115, 19%). Most studies remained in the earliest phase of preclinical development (572, 94.5%) with few advancing to later phases (33, 5.5%). CONCLUSIONS: By thoroughly mapping the landscape of AI-CDS in the ED, we demonstrate a rapidly increasing volume of studies covering a breadth of clinical applications, yet few have achieved advanced phases of testing or implementation. A more granular understanding of the barriers and facilitators to implementing AI-CDS in the ED is needed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,027 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».