以用户为中心的不良事件报告系统:医疗环境中的数据录入和文本预测

摘要

本文以医学信息学和人机交互技术作为切入点,设计并开发了两个文本预测功能的原型,用以帮助提高用户录入的数据质量和效率.在验证实验中,作者采用了随机分组对照的方法用以识别两组用户在有/无文本预测功能的帮助下的报告结果差异.结果发现,对比实验组和对照组,在结构化录入内容中,整体的录入速度提高了13.0％,数据的准确性提高3.93.9%; 在非结构化的录入过程中,用户文本生成速度提高了70.5%,数据的完整度提高了34.1%,并且以上所有差异都具有统计学上的显著性(p<0.05).此外,在对受试人群的调查问卷中发现,尽管实验组的系统更为复杂,但在系统易用性的四个维度上,两组人员的主观感受没有显著差异.