Artificial intelligence and machine learning for organizational and system-level functions in primary health care: A scoping review protocol

目的：初级卫生保健（PHC）是全球卫生体系的基石，然而正面临人口老龄化、劳动力短缺和资源受限带来的日益增大的压力。尽管人工智能（AI）和机器学习（ML）越来越多地应用于诊断和决策支持等临床任务，但其在解决组织层面和系统层面流程方面的潜力仍未得到充分探索。本范围综述旨在梳理针对PHC中非临床、组织及系统层面功能的AI和ML应用，考察所采用的技术、应用目的、数据来源和实施成熟度，并识别证据缺口以指导未来研究。方法：本范围综述将采用Arksey和O'Malley框架进行，并按照PRISMA-ScR报告。我们将检索Ovid MEDLINE、EBSCO CINAHL、Ovid Embase、Cochrane Library（Wiley）、Ovid PsycINFO和IEEE Xplore，以及灰色文献来源，检索时间范围为2010年1月至2025年12月，并在投稿前进行更新检索。两名独立评审员将筛选标题、摘要和全文。纳入标准为描述、评估、实施或开发PHC中观层面（组织层面，如照护排程、人群分层）和宏观层面（系统层面，如劳动力规划、资金分配）AI和ML应用的实证研究。微观层面临床应用研究、非实证研究和二次文献将被排除。应用将采用双层分类法（AI技术族和核心算法）进行分类，并映射至改编自WHO操作框架的PHC构建模块。综合分析将考察技术与构建模块的交叉点、应用目的、数据来源、实施成熟度和证据缺口。本方案已在开放科学框架（osf.io/wzj5x）注册。结论：本综述将对PHC组织和系统层面的AI和ML应用进行及时的综合梳理，识别哪些构建模块已被涉及、哪些仍未被充分探索，以及该领域在实施准备度方面的现状。研究结果将为有针对性的研究议程提供信息，并为寻求利用AI和ML加强PHC的决策者提供可操作的证据。