在美国,作为一个收集医疗差错事件的主要渠道,病人安全事件报告系统已经被广泛采纳和接受.然而,漏报和低质量的报告数据普遍存在,对系统的有效性提出了挑战.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,采用随机分组对照方法,用以识别两组用户在有/无文本预测功能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,整体录入速度提高了13.0％,数据的准确性提高3.9％;在非结构化录入过程中,用户文本生成速度提高了70.5％,数据完整度提高了34.1％,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.
作者：华磊；巩洋
来源：中国数字医学 2014 年 9卷 7期
