Proceedings of the ACM on Human-Computer Interaction· 2026Q2
Klinik Yapay Zeka Bilgi Boşluklarını Kapatmak: Teletıp için Disiplinlerarası Veri Çalışmasına Etkinlik Teorisi Perspektifi
Bridging Knowledge Gaps in Clinical AI: An Activity Theory Perspective on Interdisciplinary Data Work for Telehealth
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Klinik yapay zeka işbirlikleri bilgi boşlukları nedeniyle zorlanmaktadır; paylaşılan klinik veriler ve disiplinlerarası 'bilgi aracılar', iki konuşma-dil patolojisi yapay zeka projesinin Etkinlik Teorisi analiziyle gösterildiği gibi bu boşlukları doldurabilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Klinik yapay zeka geliştirme, klinik ve teknik uzmanlar arasında etkili disiplinlerarası işbirliği gerektirir.
- Bu ekiplerde bilgi boşlukları ve işbirliği gerilimleri yaygın engellerdir.
- Etkinlik Teorisi, bu zorlukları klinik yapay zeka projelerinde analiz etmek için bir çerçeve sunar.
- Paylaşılan klinik veriler sınır nesneleri olarak işlev görebilir ve disiplinlerarası işbirlikçiler bilgi aracısı olarak hareket edebilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Advanced AI technologies are increasingly integrated into clinical domains to advance patient care. The design and development of clinical AI technologies necessitate seamless collaboration between clinical and technical experts. However, such interdisciplinary teams are often unsuccessful, with a lack of systematic analysis of collaboration barriers and coping strategies. This work examines two clinical AI collaborations in the context of speech-language pathology via semi-structured interviews with six clinical and seven technical experts. Using Activity Theory (AT) as our analytical lens, we examine persistent knowledge gaps and collaboration tensions across clinical and technical workflows, and show how clinical data can function as boundary objects while interdisciplinary collaborators may act as knowledge brokers to help address these challenges. Our findings contribute to CSCW research on interdisciplinary teams’ data work by showing how shared clinical data, boundary objects, and broker roles shape coordination in early-stage clinical AI collaboration, and by providing insights into best practices for future collaboration.
Yazarların özeti; kaynağından alınmıştır. Proceedings of the ACM on Human-Computer Interaction, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yöneylem Araştırması ve Yönetim Bilimi
Management Science and Operations ResearchDecision Sciences