2012年1月15日

Shifting the paradigm from 搜索 engines to 回答引擎s

TRIP数据库是我最喜欢的医疗保健信息资源之一,主要是因为它使用户的操作变得如此简单(专用过滤器可快速聚焦结果,将同义词自动添加到搜索查询等),也因为我真的很喜欢他们的实用方法循证实践–他们了解该行业用户的需求。他们始终将数据库的设计和创新集中在临床医生需要和想要的东西上,而不是围绕完善临床医生的一些抽象或理想化概念‘search’ process.

大多数人遇到过罗伊·坦南特(Roy Tennant)’s famous quote: “librarians like to 搜索, everyone else likes to find”. Do librarians like 搜索ing? Personally I prefer finding what I need quickly, but focussing on the second aspect it’当然,大多数人只是想尽快找到问题的答案或一条信息。

在医疗保健领域的临床查询中尤其如此,从本质上讲,是什么使诸如UpToDate,DynaMed和Clinical Evidence等辅助证据产品如此受欢迎;通过为用户总结和综合主要研究,可以消除对搜索结果列表(‘导尿管感染’机会是第一个结果,它将为您提供所需的东西),并将所需的关键信息和参考打包在一个网页中。当然,它可能不是完美的,也不是深入研究疾病状况的良好工具,但是在繁忙的医院医学世界中,这是病房中实用且有用的解决方案。

TRIP对此非常了解:大多数时候,医生都需要答案。很快。 他们最新的项目是‘answer engine’:
“...搜索不适用于大多数临床医生。这是Google定义的范式,人们似乎很高兴为此解决。难怪临床医生对问题的主要回答来源是问一位同事吗?临床医生问其他临床医生的一个明显原因(但显然还有其他人)是他们得到了答案-可能回答他们问题的不是10-20个链接。因此,对我来说,任何解决方案都是回到第一原则-在这种情况下,是临床医生遇到临床问题。他们想要什么?答案。”
一个伟大而雄心勃勃的项目,如果TRIP设法做到正确,可能会对基于证据的实践产生重大影响。

0 comments:

发表评论