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

Künstliche Intelligenz-unterstütztes Lernen für die Arzneimittelberechnung in der Pflege

27. März 2026 aktualisiert von: Mohamed Fakhry Ahmed Salem, Alexandria University

Transformation der Pflegepraxis durch künstliche Intelligenz: Die Wirksamkeit KI-basierten Lernens bei der Arzneimitteldosisberechnung auf Wissen, klinische Entscheidungen und Selbstwirksamkeit

Der Zweck dieser Studie ist es, zu bewerten, wie eine KI-gestützte Lernplattform die Fähigkeit von Pflegekräften beeinflusst, Medikamentendosierungen genau zu berechnen. Die Medikamentenberechnung ist eine entscheidende Fähigkeit in der Pflege, und Fehler können die Patientensicherheit erheblich beeinträchtigen.

Während traditionelle Lehrmethoden Standard sind, bieten sie möglicherweise nicht das personalisierte Feedback, das für eine so risikoreiche Aufgabe erforderlich ist. Diese Studie vergleicht zwei Gruppen von Pflegekräften: eine Gruppe, die eine KI-gesteuerte Software verwendet, die interaktive Szenarien und Echtzeitanleitung bietet, und eine andere Gruppe, die traditionellen Unterricht im Klassenzimmer erhält.

Die Forscher zielen darauf ab, festzustellen, ob der KI-Ansatz zu Folgendem führt:

Verbessertes theoretisches Wissen über Medikamentenberechnungen. Verbesserte klinische Entscheidungsfindung während der Medikamentenverabreichung. Erhöhtes Selbstvertrauen (Selbstwirksamkeit) der Pflegekräfte bei der Durchführung dieser Aufgaben in realen klinischen Umgebungen.

Darüber hinaus wird eine qualitative Komponente durchgeführt, die Fokusgruppendiskussionen nutzt, um die Akzeptanz, wahrgenommene Nützlichkeit, Benutzerfreundlichkeit und allgemeine Wahrnehmungen der KI-gestützten Lernplattform durch die Teilnehmer zu untersuchen. Diese qualitative Untersuchung bietet einen tieferen Einblick in die Erfahrungen der Pflegekräfte, ihre Einstellungen zur KI-Integration in die Bildung und ihre Meinungen zur Wirksamkeit der innerhalb der Plattform verwendeten Lehr- und Lernstrategien.

Studienübersicht

Detaillierte Beschreibung

Medikamentenverabreichungsfehler stellen eine erhebliche Herausforderung in der Pflegepraxis dar, insbesondere in Hochrisikoumgebungen wie kardiovaskulären und Intensivstationen. Diese Studie bewertet die Wirksamkeit einer KI-gesteuerten pädagogischen Intervention, die darauf abzielt, die Lücke zwischen theoretischem Wissen und klinischer Anwendung bei Medikamentenberechnungen zu schließen.

Studiendesign

Diese Studie verwendete ein Mixed-Methods-Design, bestehend aus einem quasi-experimentellen Prä-Post-Test-Ansatz mit einer Kontrollgruppe, ergänzt durch eine qualitative Fokusgruppenkomponente. Die Teilnehmer wurden entweder einer experimentellen Gruppe, die KI-gestütztes Lernen erhielt, oder einer Kontrollgruppe, die traditionellen Unterricht erhielt, zugeteilt.

Die Intervention (Studiengruppe)

Die Teilnehmer der experimentellen Gruppe nutzten KI-gestützte Lernsoftware, die darauf ausgelegt war, ihre Lernerfahrung durch mehrere fortschrittliche Funktionen zu verbessern. Die Software bietet adaptive Lernpfade, die den Schwierigkeitsgrad der Berechnungen an die Leistung der Pflegekraft anpassen. Zudem liefert sie Echtzeit-Feedback, das sofortige Korrekturen und schrittweise Anleitung für komplexe Medikamentendosierungen gewährleistet. Schließlich integriert die Software KI-basierte klinische Simulationen, die für die Lernenden Hochdruckszenarien klinischer Entscheidungsfindung schaffen.

Die Kontrollgruppe

Die Teilnehmer der Kontrollgruppe erhielten traditionelle Lehrmethoden, die Standardvorlesungen und papierbasierte Übungseinheiten umfassten, die speziell auf Medikamentenberechnungen abzielten. Dieser Ansatz deckte denselben Kernlehrplan wie die experimentelle Gruppe ab, beinhaltete jedoch keine KI-Unterstützung.

Die Studie bewertete drei Schlüsselbereiche vor und nach der Intervention:

Pflegewissen, bewertet anhand einer standardisierten Medikamentenberechnungsprüfung.

Klinische Entscheidungsfindung, gemessen mit einer validierten Skala zur pflegerischen Entscheidungsfindung.

Selbstwirksamkeit, bewertet durch eine standardisierte Selbstwirksamkeitsskala zur Einschätzung des Vertrauens in klinische Berechnungen.

Die Daten wurden mit dem Statistical Package for the Social Sciences analysiert, um die Durchschnittswerte zwischen der experimentellen und der Kontrollgruppe zu vergleichen.

Qualitative Komponente (Fokusgruppenstudie)

Um die quantitativen Ergebnisse zu ergänzen, wurde eine qualitative Fokusgruppenstudie mit Teilnehmern der experimentellen Gruppe durchgeführt. Ziel war es, die Akzeptanz der KI-Plattform durch Pflegekräfte, die wahrgenommene Nützlichkeit, Benutzerfreundlichkeit, Sichtbarkeit des Lernfortschritts und allgemeine Meinungen zu den KI-gestützten Lehrstrategien zu untersuchen.

Die Fokusgruppendiskussionen wurden audioaufgezeichnet, transkribiert und mittels thematischer Analyse ausgewertet, um wiederkehrende Muster und Themen im Zusammenhang mit der Benutzererfahrung, dem wahrgenommenen pädagogischen Wert und der Bereitschaft zur Integration KI-basierten Lernens in die klinische Ausbildung zu identifizieren. Diese qualitative Komponente lieferte tiefere Einblicke in die Einstellungen der Teilnehmer zur KI-Integration in die Pflegeausbildung und bereicherte die Interpretation der quantitativen Ergebnisse.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

56

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

    • Alexandria Governorate
      • Alexandria, Alexandria Governorate, Ägypten, 2500
        • Faculty of Nursing, Alexandria University

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

Ja

Beschreibung

Einschlusskriterien:

Krankenpflegekräfte, die in verschiedenen klinischen Bereichen arbeiten, einschließlich medizinisch-chirurgischer, kardiovaskulärer oder Intensivstationen usw.

Krankenpflegekräfte sind für die Medikamentenverabreichung und Arzneimitteldosierungsberechnungen als Teil ihrer täglichen klinischen Aufgaben verantwortlich.

Bereitschaft, am KI-gestützten Lernprogramm teilzunehmen und die Einwilligungserklärung zu unterschreiben.

Ausschlusskriterien:

Krankenpflegekräfte, die kürzlich eine spezifische Schulung in Arzneimittelberechnung erhalten haben oder bereits Erfahrung mit KI-basierten Bildungswerkzeugen hatten (innerhalb der letzten 6 Monate)

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Versorgungsforschung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Künstliche-Intelligenz-gestützte Lerngruppe
Nutzen Sie eine KI-gestützte Plattform, die szenariobasiertes Lernen und Echtzeit-Feedback für Medikamentenberechnungen bietet.
Eine innovative Künstliche-Intelligenz-Software verbessert die Genauigkeit der Pflege bei Medikamentenberechnungen und klinischem Denken durch szenariobasiertes Lernen, bietet Echtzeit-Feedback und adaptive Lernpfade.
Experimental: Traditionelle Lernergruppe
Die Teilnehmer erhalten den Standardlehrplan durch traditionelle Vorlesungen und papierbasierte Übungseinheiten.
Standardunterricht im Klassenzimmer besteht aus theoretischen Vorlesungen und papierbasierten Übungen, die sich auf Medikamentendosierungsberechnungen konzentrieren.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Kenntnisse des Pflegepersonals in der Medikamentendosierung
Zeitfenster: Ausgangswert (Vorher-Test) und 2 Wochen nach Intervention (Nachher-Test)

Ein 16-Punkte-Bewertungsinstrument, das entwickelt wurde, um das theoretische und praktische Wissen von Pflegekräften bezüglich Arzneimittelberechnungsprinzipien (z.B. Einheitenumrechnungen, Flussrate und Dosierungsberechnungen) zu bewerten. Jede richtige Antwort wird mit "1" bewertet und jede falsche Antwort mit "0".

Skalenbereich: Die Gesamtpunktzahl reicht von einem Minimum von 0 bis zu einem Maximum von 16.

Interpretation: Höhere Punktzahlen deuten auf ein besseres Ergebnis hin (größere Beherrschung der Berechnungsprinzipien).

Hoch (13-16): Kompetentes Niveau (> 80%).

Mittel (10-12): Akzeptables, aber unvollständiges Wissen (60%-80%).

Niedrig (0-9): Mangelhaftes Verständnis (< 60%).

Ausgangswert (Vorher-Test) und 2 Wochen nach Intervention (Nachher-Test)

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Skala zur Entscheidungsfindung von Pflegekräften bei Medikamentenberechnungen
Zeitfenster: Ausgangswert (Vor dem Test) und 2 Wochen nach der Intervention (Nach dem Test)

Diese Skala ist ein 8-Punkte-Selbstberichtsinstrument, das entwickelt wurde, um die klinische Urteilsfähigkeit und das Selbstvertrauen von Pflegekräften bezüglich der Berechnung von Medikamentendosierungen zu bewerten. Jeder Punkt wird auf einer 5-Punkte-Likert-Skala bewertet, die von 1 (Stimme überhaupt nicht zu) bis 5 (Stimme voll und ganz zu) reicht.

Mindest- und Höchstwerte: Der Gesamtscore liegt zwischen einem Minimum von 8 und einem Maximum von 40.

Interpretation: Höhere Scores zeigen ein besseres Ergebnis an (größere klinische Kompetenz und sicherere Entscheidungsfindung).

Hoch (30-40): Hohe Kompetenz.

Mittel (19-29): Mittlere Fähigkeit; erfordert Aufsicht.

Niedrig (8-18): Geringes Selbstvertrauen und Urteilsvermögen.

Ausgangswert (Vor dem Test) und 2 Wochen nach der Intervention (Nach dem Test)
Allgemeine Selbstwirksamkeitsskala
Zeitfenster: Baseline (Prätest) und 2 Wochen nach der Intervention (Posttest)

Beschreibung: Eine 10-Item psychometrische Skala zur Bewertung der wahrgenommenen Zuversicht und des Selbstvertrauens von Pflegekräften in ihrer Fähigkeit, Medikamentenberechnungen und klinische Aufgaben unter verschiedenen Bedingungen effektiv durchzuführen. Jedes Item wird auf einer 4-Punkte-Likert-Skala bewertet: 1 (Überhaupt nicht zutreffend), 2 (Kaum zutreffend), 3 (Mäßig zutreffend) und 4 (Genau zutreffend).

Skalenbereich: Der Gesamtscore reicht von einem Minimum von 10 bis zu einem Maximum von 40.

Interpretation: Höhere Scores weisen auf ein besseres Ergebnis hin (stärker wahrgenommene Kompetenz und höhere Selbstwirksamkeit).

Hoch (31-40): Starke wahrgenommene Kompetenz und Selbstvertrauen.

Mittel (21-30): Mäßiges Vertrauen in die Bewältigung von Anforderungen.

Niedrig (10-20): Geringe Überzeugung, Herausforderungen bewältigen zu können.

Baseline (Prätest) und 2 Wochen nach der Intervention (Posttest)
Die Wahrnehmung und Zufriedenheit von Pflegekräften mit KI-gestütztem Lernen (qualitativ)
Zeitfenster: 2 Wochen nach Abschluss der KI-gestützten Schulung

Beschreibung: Bewertung der Akzeptanz, wahrgenommenen Nützlichkeit, Benutzerfreundlichkeit und Zufriedenheit der Teilnehmer mit der KI-gestützten Lernplattform. Die Daten werden durch Fokusgruppendiskussionen erhoben.

Analysemethode: Die Ergebnisse werden mithilfe der Thematischen Analyse ausgewertet, um wiederkehrende Muster und Themen zu identifizieren.

Maßeinheit: Dies ist ein qualitatives Ergebnis; die Ergebnisse werden als narrative Themen berichtet (zum Beispiel: "Verbessertes Rechenvertrauen" oder "Benutzeroberflächenzufriedenheit").

2 Wochen nach Abschluss der KI-gestützten Schulung

Mitarbeiter und Ermittler

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

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)

22. September 2025

Primärer Abschluss (Tatsächlich)

30. Dezember 2025

Studienabschluss (Tatsächlich)

30. Dezember 2025

Studienanmeldedaten

Zuerst eingereicht

18. Februar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

28. Februar 2026

Zuerst gepostet (Tatsächlich)

4. März 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

1. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

27. März 2026

Zuletzt verifiziert

1. Februar 2026

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

Individuelle Teilnehmerdaten werden nicht weitergegeben, um die Privatsphäre und Vertraulichkeit der teilnehmenden Pflegekräfte zu schützen.

Studiendaten/Dokumente

  1. Studienprotokoll
    Informationskommentare: Auf Anfrage beim Hauptprüfarzt für legitime Forschungszwecke erhältlich

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 .

Klinische Studien zur Pflegeausbildung

Abonnieren