Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Einstellungen der Krankenschwestern zur künstlichen Intelligenz und ihrer Beziehung zu kritischen Denkensdispositionen (AI)

29. November 2025 aktualisiert von: Sebiha Aktaş Us, TC Erciyes University

Untersuchung der Beziehung zwischen der Einstellung der Krankenschwestern zur künstlichen Intelligenz und ihren Dispositionen für kritisches Denken

Die Integration der künstlichen Intelligenz (KI) in die Gesundheitsversorgung gewinnt an Dynamik, insbesondere in Bereichen wie Diagnose, Behandlungsplanung und Patientenüberwachung. Während AI das Versprechen einer zunehmenden Effizienz und Unterstützung für die evidenzbasierte Versorgung bietet, hängt ihr Erfolg nicht nur von Technologie, sondern auch von den Einstellungen und kognitiven Fähigkeiten von Angehörigen der Gesundheitsberufe ab. Es wird erwartet, dass Krankenschwestern mit KI -Systemen interagieren. Dies kann dazu führen, dass Krankenschwestern sich an neue Rollen anpassen und kritische Denkfähigkeiten entwickeln, um die KI -Ergebnisse korrekt zu interpretieren. Trotz der wachsenden Bedeutung dieser Faktoren hat keine Studie die Beziehung zwischen den Einstellungen der Krankenschwestern gegenüber KI und ihren kritischen Denken Tendenzen untersucht. Diese Studie, die unter Krankenschwestern des Adana City Training and Research Hospital durchgeführt wird, zielt darauf ab, diese Beziehung zu untersuchen und zu Strategien für Bildungs- und berufliche Entwicklung beizutragen, die den sicheren und effektiven Einsatz von KI in der Pflegepraxis unterstützen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Das heutige Gesundheitssystem entwickelt sich schnell mit technologischen Transformationen, und die Technologien für künstliche Intelligenz (AI) stehen im Mittelpunkt dieser Transformation. AI-unterstützte Anwendungen in vielen Bereichen, von der Diagnose über die Behandlungsplanung, Patientenüberwachungssysteme bis hin zum Medikamentenmanagement, können klinische Entscheidungsprozesse optimieren und die Effizienz bei Gesundheitsdiensten erhöhen. Die effektive Integration dieser Technologien und ihre Einführung durch Angehörige der Gesundheitsberufe hängt jedoch nicht nur von der technischen Infrastruktur ab, sondern auch von der Einstellung der Benutzer und kognitiven Kompetenzen.

Krankenschwestern, ein wesentlicher Bestandteil von Gesundheitsdiensten, sind eine wichtige professionelle Gruppe, die direkt mit KI -Technologien in Patientenversorgungsprozessen interagiert. Die Integration künstlicher Intelligenz in die Pflegepraktiken zeigt sich in verschiedenen Formen, wie z. Während diese Innovationen das Versprechen haben, die Arbeitsbelastung der Krankenschwestern zu reduzieren, Fehler zu minimieren und ihnen zu helfen, evidenzbasiertere Entscheidungen zu treffen, stellen sie auch eine Reihe von Herausforderungen vor, einschließlich der Transformation professioneller Rollen und der neuen Kompetenzanforderungen. Die Einstellung der Krankenschwestern zur künstlichen Intelligenz hat sich zu einem kritischen Determinantenfaktor für die erfolgreiche Einführung und Integration dieser Technologien in Krankenhausumgebungen und tägliche Praxis entwickelt. Die Literatur legt nahe, dass die negativen Einstellungen der Gesundheitsarbeiter gegenüber neuen Technologien die Anpassungsprozesse verlangsamen oder sogar behindern können. Umgekehrt können positive Einstellungen Krankenschwestern offener für das Lernen machen, ihre Bereitschaft zur Einführung von Technologie erhöhen und ihre Motivation fördern, sie in die klinische Praxis zu integrieren.

Auf der anderen Seite beziehen sich kritische Denkfähigkeiten, einer der Eckpfeiler des Pflegehebers, auf die Fähigkeit, korrekte Entscheidungen in komplexen klinischen Szenarien zu treffen, evidenzbasierte Praktiken zu implementieren und ethische Dilemmata zu lösen. Obwohl KI-Systeme große Datensätze analysieren, um Empfehlungen zu erhalten, bleibt der menschliche Faktor für die Bewertung der Genauigkeit, Zuverlässigkeit und patientenspezifischen Angemessenheit dieser Empfehlungen von entscheidender Bedeutung. Ein von einem KI -System bereitgestellter Diagnosevorschlag oder Behandlungsplan sollte von der Krankenschwester nicht blind akzeptiert werden, sondern unter Berücksichtigung der Quelle und Gültigkeit der Informationen sowie der individuellen Merkmale des Patienten kritisch bewertet werden. Beispielsweise kann ein AI -Algorithmus ein Medikament empfehlen, das auf bestimmten Symptomen basiert, aber die kritische Bewertung der Allergieanamnese des Patienten, andere Wechselwirkungen zwischen Arzneimitteln oder sozioökonomischer Status gewährleistet eine sichere und wirksame Versorgung. In diesem Zusammenhang dient kritisches Denken als Brücke, um sicherzustellen, dass KI-unterstützte Entscheidungen mit den besonderen Bedürfnissen und der allgemeinen Pflegephilosophie des Patienten übereinstimmen.

Eine Überprüfung der vorhandenen Literatur zeigt, dass es Studien gibt, die die Einstellung der Angehörigen der Gesundheitsberufe gegenüber KI oder deren kritischen Denkensneigung getrennt untersuchen. Keine Studien haben jedoch direkt die potenzielle Beziehung zwischen der Einstellung der Krankenschwestern gegenüber KI und ihren kritischen Denkens Tendenzen untersucht. Diese Beziehung könnte wichtige Einblicke in die Integration von KI in die Krankenpflegeausbildung und die berufliche Entwicklung geben. Wenn Krankenschwestern, die positive Einstellungen gegenüber KI aufweisen, auch höhere Tendenzen für kritisches Denken zeigen, würde dies die Bedeutung der Gestaltung von KI -Bildungsprogrammen hervorheben, die kritisches Denken fördern. Wenn das Gegenteil der Fall ist, müssen möglicherweise unterschiedliche Strategien entwickelt werden, um zu berücksichtigen, wie negative Einstellungen kritische Denkprozesse beeinflussen können.

Krankenschwestern, die in großen und geschäftigen Gesundheitseinrichtungen wie dem Adana City Training and Research Hospital arbeiten, dienen einer großen Patientenbevölkerung und begegnen verschiedene technologische Instrumente. Das Verständnis der Einstellungen von Krankenschwestern, die in diesem Krankenhaus in Richtung KI arbeiten, und ihre Tendenzen für kritisches Denken werden zu den eigenen Technologieintegrationsstrategien des Krankenhauses beitragen und als Modell für ähnliche Gesundheitseinrichtungen in der Türkei dienen. Diese Forschung wird eine evidenzbasierte Grundlage für die Entwicklung von Bildungsprogrammen und Lehrplanaktualisierungen bieten, die die Akzeptanz und den sicheren Einsatz von KI in der Pflegepraxis erleichtern. Letztendlich werden solche Informationen direkt zur Verbesserung der Qualität der Patientenversorgung und zur Stärkung der beruflichen Anpassung beitragen, indem die notwendigen Kompetenzen für Krankenschwestern in zukünftigen Gesundheitssystemen effektiv und harmonisch mit KI arbeiten.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

294

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Sinop
      • Sinop, Sinop, Türkei (türkiye), 57000
        • Turkish Ministry of Health, Adana City Training and Research Hospital

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Registrierte Krankenschwestern

Beschreibung

Einschlusskriterien:

  • Krankenschwestern, die aktiv in einem Universitätsklinikum arbeiten,
  • Mindestens 6 Monate Berufserfahrung haben und
  • Sind bereit, an der Forschung teilzunehmen.

Ausschlusskriterien:

  • Weigerung, teilzunehmen: Krankenschwestern, die sich weigerten, an der Studie teilzunehmen oder das Formular zur Einverständniserklärung nicht unterzeichnen wollte.
  • In Urlaub: Krankenschwestern, die in Urlaub, Jahresurlaub, Mutterschaftsurlaub oder Elternurlaub während des Studiums sind.
  • Kommunikationsbarrieren: Krankenschwestern mit Sprachbarrieren, die ihre Fähigkeit, den Fragebogen zu lesen und zu verstehen, erheblich beeinträchtigen oder von denen bekannt ist, dass sie schwere kognitive Beeinträchtigungen haben.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Registrierte Krankenschwestern
Diese Querschnittsstudie umfasst Teilnehmer, die Krankenschwestern sind, die aktiv in einem Universitätskrankenhaus arbeiten und sich freiwillig zur Teilnahme an der Studie gemeldet haben. Die Gruppe umfasst Krankenschwestern ab 18 Jahren, die über ausreichende Sprache und kognitive Fähigkeiten verfügen, um die Studie abzuschließen. Alle Teilnehmer haben klinische Erfahrung. Die Studie zielt darauf ab, die potenzielle Beziehung zwischen Einstellungen zu künstlicher Intelligenz und kritischen Denkens Tendenzen zu untersuchen. Es wird keine Intervention angewendet und Daten werden durch Selbstberichtsfragebögen gesammelt, die für die Gültigkeit zu einem Zeitpunkt validiert wurden.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Einstellung zur künstlichen Intelligenz
Zeitfenster: Grundlinie
Dieses Kriterium ist eine Bewertung, um die allgemeinen Einstellungen der Krankenschwestern zu Technologien für künstliche Intelligenz im Gesundheitswesen zu bestimmen. Die Teilnehmer erhalten eine validierte "Haltung gegenüber der KI -Skala" und numerische Bewertungen werden erhalten. Die Mindestpunktzahl auf der Skala beträgt 20; Die maximale Punktzahl beträgt 100. Wenn die Einstellungswerte zunehmen, werden die Einstellungen zur künstlichen Intelligenz als positiver interpretiert.
Grundlinie
Disposition kritischer Denken
Zeitfenster: Grundlinie
Dieses Kriterium zielt darauf ab, die Neigung der Krankenschwestern zum kritischen Denken zu bestimmen. Die Teilnehmer werden anhand der "Marmara Critical Thinking Neight Scale" bewertet. Die Mindestpunktzahl auf der Skala beträgt 28; Die maximale Punktzahl beträgt 140. Eine höhere Punktzahl zeigt eine höhere Tendenz des kritischen Denkens. Die erhaltenen Bewertungen zeigen, inwieweit Einzelpersonen anfällig für kritische Denkfähigkeiten sind. Hohe Werte deuten auf eine stärkere Neigung zum kritischen Denken hin.
Grundlinie
Die Beziehung zwischen der Einstellung zu künstlicher Intelligenz und der Disposition kritischer Denken
Zeitfenster: Grundlinie
Dieses Kriterium zielt darauf ab zu analysieren, ob es einen statistisch signifikanten Zusammenhang zwischen der Einstellung der Krankenschwestern zur künstlichen Intelligenz und ihren kritischen Denkens Tendenzen gibt. Mithilfe von Korrelation, Regression oder geeigneten statistischen Analysen bewertet die Studie, ob zwischen den beiden Variablen eine positive, negative oder unbedeutende Beziehung besteht. Diese Erkenntnisse können Leitlinien für die Gestaltung der Bildung künstlicher Intelligenz und der klinischen Praktiken bieten.
Grundlinie

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Studienleiter: Abdullah Orhan Demirtaş, Associate Professor, Adana City Education and Research Hospital

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

20. August 2025

Primärer Abschluss (Tatsächlich)

20. September 2025

Studienabschluss (Tatsächlich)

1. Oktober 2025

Studienanmeldedaten

Zuerst eingereicht

2. August 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

13. August 2025

Zuerst gepostet (Tatsächlich)

21. August 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

2. Dezember 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

29. November 2025

Zuletzt verifiziert

1. November 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Nicht anwendbar. Es werden keine einzelnen Teilnehmerdaten (IPD) geteilt.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren