Unburdening Primary Healthcare with an Open Source AI
Notice bibliographique
Résumé
Background: Primary care practitioners have been experiencing adverse effects, such as burnout, due to the task load they have daily. In response to the growing administrative and cognitive burdens on primary care practitioners, this project introduces an open-source artificial intelligence (AI) platform designed to act as a real-time partner during patient encounters. The system innovates beyond traditional digital scribing by providing proactive, customizable assistance to reduce cognitive load, streamline documentation, and optimize interactions with electronic health records (EHRs). A collaboration between Conestoga College's SMART Centre and Ontario physician leaders, the platform aims to address physician burnout and workflow inefficiencies exacerbated by electronic health records (EHRs). Key objectives include ensuring security, privacy, scalability, and adaptability through open-source licensing to foster transparency and collaboration. Proposed Methods: This pilot project will employ a mixed-methods approach, collecting data on practitioners' time management and job satisfaction to evaluate the platform's impact. Descriptive statistics and thematic analysis will guide the assessment of efficiency gains and satisfaction improvements. This AI platform seeks to mitigate the adverse effects of EHR usability issues, which contribute significantly to clinician burnout and diminished patient care quality. Implications: By providing ethical, non-intrusive, and equitable solutions, the initiative prioritizes clinician well-being and enhanced patient outcomes. It represents a scalable, innovative approach to transforming primary healthcare delivery while maintaining a commitment to transparency and security.
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 | 0,052 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».