Comprendre les contextes des utilisateurs finaux et identifier les préférences de conception d'un outil d'aide à la décision clinique basé sur l'intelligence artificielle pour la détection précoce de l'autisme
Understanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection.
L’essentiel
Cette étude observationnelle a utilisé une enquête contextuelle pour recueillir les perspectives de 8 cliniciens et 20 aidants lors de consultations d'enfants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les barrières incluent la précision limitée des outils de dépistage et les difficultés de mise en œuvre des étapes de suivi, tandis que les facilitateurs comprennent le dépistage électronique, l'apport des intervenants précoces et le soutien à la coordination des références. Pour la conception, l'outil d'aide à la décision clinique (CDS) doit fournir des résultats clairs et exploitables, des explications des prédictions, des résumés visuels liés aux prochaines étapes, et des ressources éducatives, le tout intégré au dossier de santé électronique (DSE) avec des documents destinés aux aidants. Les résultats mettent en évidence les points d'intégration clés pour un outil CDS basé sur l'IA pour la détection de l'autisme et soulignent la nécessité d'une utilité clinique et d'une communication centrée sur l'aidant.
- L'étude identifie 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique dans le flux de travail pour le dépistage précoce de l'autisme.
- Les principales barrières sont la précision limitée des outils de dépistage actuels et les difficultés à mettre en œuvre les étapes de suivi.
- Les facilitateurs comprennent le dépistage électronique, l'apport des intervenants précoces et le soutien à la coordination des références par le personnel.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude observationnelle a utilisé une enquête contextuelle pour recueillir les perspectives de 8 cliniciens et 20 aidants lors de consultations d'enfants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les barrières incluent la précision limitée des outils de dépistage et les difficultés de mise en œuvre des étapes de suivi, tandis que les facilitateurs comprennent le dépistage électronique, l'apport des intervenants précoces et le soutien à la coordination des références. Pour la conception, l'outil d'aide à la décision clinique (CDS) doit fournir des résultats clairs et exploitables, des explications des prédictions, des résumés visuels liés aux prochaines étapes, et des ressources éducatives, le tout intégré au dossier de santé électronique (DSE) avec des documents destinés aux aidants. Les résultats mettent en évidence les points d'intégration clés pour un outil CDS basé sur l'IA pour la détection de l'autisme et soulignent la nécessité d'une utilité clinique et d'une communication centrée sur l'aidant.
Résultats principaux
L'étude identifie 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique dans le flux de travail pour le dépistage précoce de l'autisme. Les principales barrières sont la précision limitée des outils de dépistage actuels et les difficultés à mettre en œuvre les étapes de suivi. Les facilitateurs comprennent le dépistage électronique, l'apport des intervenants précoces et le soutien à la coordination des références par le personnel. Les préférences de conception incluent des résultats clairs et exploitables, des explications des données de prédiction, des résumés visuels liés aux prochaines étapes et des ressources éducatives intégrées au DSE. L'intégration de l'outil CDS dans le DSE avec des documents destinés aux aidants améliorerait l'efficacité du flux de travail et l'engagement des aidants.
Repères pour la pratique
Les cliniciens devraient disposer d'outils CDS intégrés au DSE fournissant des résultats clairs et exploitables pour améliorer la détection précoce de l'autisme. La formation des cliniciens à l'interprétation des explications des prédictions et à l'utilisation des résumés visuels est essentielle pour faciliter la prise de décision. L'implication des aidants via des documents adaptés pourrait améliorer la communication et l'engagement dans le processus de dépistage. Les points d'intégration identifiés dans le flux de travail (moments clés de la consultation) doivent guider le déploiement des outils CDS.
Limites et précautions
Article pertinent car il aborde le développement d'un outil d'IA pour le dépistage précoce de l'autisme, un sujet clé pour NeuroWatch, avec des implications directes pour la pratique clinique. L'abstract ne mentionne pas de limites spécifiques ; l'étude est observationnelle et qualitative, avec un échantillon de taille modeste (8 cliniciens, 20 aidants) et réalisée dans un seul centre, ce qui limite la généralisabilité. Les résultats sont basés sur des déclarations et des observations, sans mesure objective de l'efficacité de l'outil CDS. L'étude se concentre sur les visites de bien-être à 18-24 mois, ce qui peut ne pas refléter d'autres contextes cliniques.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Une anomalie documentaire ou méthodologique a été détectée. L’article reste disponible et doit être interprété avec prudence.
Examiner les critères point par point
L'analyse NeuroWatch, automatisée, se base sur le résumé de l'étude. Les auteurs rapportent une étude observationnelle utilisant une enquête contextuelle auprès de 8 cliniciens et 20 soignants lors de visites d'enfants bien portants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les cliniciens ont identifié 2 barrières majeures (précision limitée de l'outil de dépistage et défis dans la mise en œuvre des étapes de suivi) et 3 facilitateurs (dépistage électronique, contribution des intervenants en intervention précoce et soutien à la coordination des références). Pour la conception, les auteurs suggèrent que le CDS devrait inclure des résultats clairs et exploitables, des explications des données de prédiction, des résumés visuels liés aux prochaines étapes et des ressources éducatives, intégrés dans le DSE avec des sorties à des points clés et des documents destinés aux soignants. Ces conclusions sont celles des auteurs, basées sur des données qualitatives subjectives. L'analyse NeuroWatch note que la stratégie d'échantillonnage est limitée (un seul système de santé, petit échantillon), ce qui limite la généralisation. La réflexivité des chercheurs n'est pas rapportée dans la source analysée. Aucune mesure quantitative, taille d'effet ou signification statistique n'est rapportée, et aucun suivi n'est mentionné. Par conséquent, la robustesse des résultats ne peut pas être déterminée à partir du résumé seul ; une analyse du texte intégral serait nécessaire. Cette analyse est automatisée et ne fournit aucune recommandation clinique.
analysis methodFavorable
L'étude utilise des techniques d'analyse qualitative rapide pour analyser les données issues de l'enquête contextuelle.
Un élément méthodologique adéquat est explicitement documenté.data collectionFavorable
Les données ont été collectées par observation et entretiens contextuels auprès de cliniciens et de soignants lors de visites d'enfants bien portants.
Un élément méthodologique adéquat est explicitement documenté.findings supportFavorable
Les résultats sont soutenus par des citations et des descriptions détaillées des tâches, interactions et points de décision identifiés.
Un élément méthodologique adéquat est explicitement documenté.researcher reflexivityNon déterminable
Aucune information n'est fournie sur la réflexivité des chercheurs ou sur la manière dont leurs positions ont pu influencer la recherche.
L’information nécessaire n’est pas rapportée dans la source analysée.sampling strategyPoint de vigilance
L'échantillon est restreint à 8 cliniciens et 20 soignants dans des cliniques affiliées à Duke, ce qui limite la généralisation des résultats.
Une limitation méthodologique est explicitement documentée.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Étude qualitative
- Source
- PubMed — troubles specifiques des apprentissages
- Date
- 23 juil. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée