دوره 36، شماره 260 - ( شهریور 1405 )
جلد 36 شماره 260 صفحات 198-185 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
valipoursorkhkolaee N, Arefinia F. Identification and Prioritisation of Barriers, Drivers, and Enablers of Artificial Intelligence Adoption in the Health System. J Mazandaran Univ Med Sci 2026; 36 (260) :185-198
URL: http://jmums.mazums.ac.ir/article-1-22060-fa.html
URL: http://jmums.mazums.ac.ir/article-1-22060-fa.html
ولیپورسرخکلایی نسرین، عارفی نیا فرهاد. شناسایی و اولویتبندی چالشها، محرکها و توانمندساز های
بهکارگیری هوش مصنوعی در نظام سلامت. مجله دانشگاه علوم پزشکی مازندران. 1405; 36 (260) :185-198
چکیده: (44 مشاهده)
سابقه و هدف: با گسترش فناوری هوش مصنوعی، نظام سلامت با فرصتی تحولآفرین برای افزایش کارایی، اثربخشی و عدالت در ارائه خدمات، روبهرو شده است. بهکارگیری این فناوری نوین، ضرورتی راهبردی در سیاستگذاری سلامت دیجیتال محسوب میشود. پژوهش حاضر با هدف شناسایی و رتبهبندی محرکها، توانمندسازها و چالشهای بهکارگیری هوش مصنوعی در نظام سلامت، انجام پذیرفت.
مواد و روش ها: این مطالعه با رویکرد ترکیبی انجام شد. در گام نخست، با مرور ساختارمند متون، مؤلفههای اولیه مرتبط با چالشها، محرکها و توانمندسازهای بهکارگیری هوش مصنوعی در نظام سلامت استخراج شد. سپس، این مؤلفهها با بهرهگیری از تکنیک دلفی و براساس نظر خبرگان اعتبارسنجی، اصلاح و تکمیل گردید. در مرحله بعد، مؤلفههای نهایی با استفاده از فرایند تحلیل سلسلهمراتبی گروهی اولویتبندی شدند. بهمنظور اجرای مراحل دلفی و تحلیل سلسلهمراتبی، 18 نفر از ذینفعان حوزه سلامت در بخش کیفی و 15 نفر در بخش کمی با روش نمونهگیری هدفمند انتخاب شدند. دادهها با استفاده از چکلیست خبرهسنجی در نرمافزار SPSS و پرسشنامه ماتریسی در نرمافزار Expert Choice جمعآوری و تحلیل شد.
یافتهها: مرور متون منجر به شناسایی 23 مؤلفه اولیه در سه دسته محرکها، توانمندسازها و چالشها شد. پس از چهار دور دلفی، 34 مؤلفه نهایی شامل 11 محرک، 11 توانمندساز و 12 مانع با اجماع بالای خبرگان تأیید گردید. نتایج تحلیل سلسله مراتبی نشان داد که «امکان تبادل داده های(Interoperability) بانا بیمهای و پرونده سلامت»، «وجود برنامه راهبردی سلامت دیجیتال » و «استانداردسازی تبادل داده» مهمترین عوامل مؤثر بر بهکارگیری هوش مصنوعی در نظام سلامت هستند.
استنتاج: پیشرفت الگوریتمهای هوش مصنوعی در حوزه پزشکی و امکان تبادل دادههای بیمهای و پرونده سلامت از مهمترین محرکها و توانمندسازهای بومی هستند و میتوانند در سیاستگذاری، برنامهریزی و مداخلات نظام سلامت مورد استفاده قرار گیرند.
مواد و روش ها: این مطالعه با رویکرد ترکیبی انجام شد. در گام نخست، با مرور ساختارمند متون، مؤلفههای اولیه مرتبط با چالشها، محرکها و توانمندسازهای بهکارگیری هوش مصنوعی در نظام سلامت استخراج شد. سپس، این مؤلفهها با بهرهگیری از تکنیک دلفی و براساس نظر خبرگان اعتبارسنجی، اصلاح و تکمیل گردید. در مرحله بعد، مؤلفههای نهایی با استفاده از فرایند تحلیل سلسلهمراتبی گروهی اولویتبندی شدند. بهمنظور اجرای مراحل دلفی و تحلیل سلسلهمراتبی، 18 نفر از ذینفعان حوزه سلامت در بخش کیفی و 15 نفر در بخش کمی با روش نمونهگیری هدفمند انتخاب شدند. دادهها با استفاده از چکلیست خبرهسنجی در نرمافزار SPSS و پرسشنامه ماتریسی در نرمافزار Expert Choice جمعآوری و تحلیل شد.
یافتهها: مرور متون منجر به شناسایی 23 مؤلفه اولیه در سه دسته محرکها، توانمندسازها و چالشها شد. پس از چهار دور دلفی، 34 مؤلفه نهایی شامل 11 محرک، 11 توانمندساز و 12 مانع با اجماع بالای خبرگان تأیید گردید. نتایج تحلیل سلسله مراتبی نشان داد که «امکان تبادل داده های(Interoperability) بانا بیمهای و پرونده سلامت»، «وجود برنامه راهبردی سلامت دیجیتال » و «استانداردسازی تبادل داده» مهمترین عوامل مؤثر بر بهکارگیری هوش مصنوعی در نظام سلامت هستند.
استنتاج: پیشرفت الگوریتمهای هوش مصنوعی در حوزه پزشکی و امکان تبادل دادههای بیمهای و پرونده سلامت از مهمترین محرکها و توانمندسازهای بومی هستند و میتوانند در سیاستگذاری، برنامهریزی و مداخلات نظام سلامت مورد استفاده قرار گیرند.
نوع مطالعه: پژوهشي-کامل |
موضوع مقاله:
هوش مصنوعی
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
Articles Copyright © The Author(s). Owned by Mazandaran University of Medical Sciences.
تماس با ما
ساری- میدان معلم- ساختمان شماره2 دانشگاه علوم پزشکی و خدمات بهداشتی درمانی مازندران- طبقه سوم- معاونت تحقیقات و فناوری- دفترمجله
تلفن: 01134484874
پست الکترونیکی : jmums
mazums.ac.ir
