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

Auswirkungen der Diskussion über künstliche Intelligenz auf Hebammenschülerinnen

18. März 2026 aktualisiert von: Ayşe Gül Bursa, Fenerbahce University

Der Einfluss von KI-gestützter Falldiskussion auf die KI-Einstellung, Nutzung und Kompetenz bei Hebammenschülerinnen

Diese Studie zielte darauf ab, die Wirkung von künstlicher Intelligenz-unterstützten Falldiskussionen auf die Nutzung und Beherrschung von KI-Technologien durch Hebammenschülerinnen und ihre klinischen Kompetenzniveaus zu untersuchen. Mit der rasanten Entwicklung künstlicher Intelligenz ist ihre Integration in die Gesundheitserziehung zunehmend wichtig geworden. Die Unterstützung fallbasierten Lernens mit KI-Werkzeugen kann die klinische Entscheidungsfindung, Problemlösung und kritische Denkfähigkeiten der Studierenden verbessern. Daher bewertet diese Studie den Beitrag KI-gestützter Bildungsansätze zur beruflichen Entwicklung von Hebammenschülerinnen.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Detaillierte Beschreibung

Künstliche Intelligenz (KI), die sich auf computergestützte Systeme bezieht, die in der Lage sind, Aufgaben auszuführen, die menschliche Intelligenz erfordern, ist in den letzten Jahren in allen Bereichen immer beliebter geworden. KI ist ein technologisches System, das denken, lernen, wahrnehmen, Vorhersagen treffen, kommunizieren und Entscheidungen treffen kann wie Menschen – oder sogar besser als Menschen. Kurz gesagt, kann KI als ein breites wissenschaftliches Feld beschrieben werden, das die natürliche Intelligenz, die von Menschen demonstriert wird, durch künstliche Mittel simuliert.

Die Fähigkeit der KI, die dem System präsentierten Daten zu verarbeiten, Datenanalysen durchzuführen, neue Ideen zu generieren und zu verschiedenen Schlussfolgerungen zu gelangen, hat die Nutzung von KI erhöht. Diese Merkmale können die menschlichen Problemlösungs- und Entscheidungsfähigkeiten in Bezug auf Geschwindigkeit, Effizienz und Qualität übertreffen. Aufgrund dieser Vorteile ist der Einsatz künstlicher Intelligenz in der Hebammenausbildung unvermeidlich geworden.

Das Australian College of Midwives (ACM) gründete im März 2024 den Select Committee on Adopting Artificial Intelligence, um die Einführung von KI zu unterstützen und zu regulieren. Dieses Komitee betonte die Notwendigkeit und Priorität des Einsatzes von KI in der Hebammenausbildung. Es hob auch hervor, dass Hebammen in der Nutzung von KI geschult werden sollten und ein integraler Bestandteil der Gestaltung, Umsetzung und Bewertung aller in der Geburtshilfe eingesetzten KI-Tools sein sollten (ACM, 2024).

In Bezug auf den Einsatz von KI im Gesundheitswesen hat die Weltgesundheitsorganisation (WHO) drei strategische Pläne identifiziert: Ermöglichung evidenzbasierter Standards, Governance, Richtlinien und Leitlinien; Förderung gemeinsamer Investitionen und einer globalen Gemeinschaft von Expertise; und Umsetzung nachhaltiger Modelle für die Einführung von KI-Programmen auf Länderebene (WHO, 2024). In Übereinstimmung mit diesen Strategien ist es notwendig, KI-Anwendungen in den Hebammenberuf zu integrieren.

Unter dem Einfluss der sich schnell entwickelnden Technologie ist es unvermeidlich geworden, die Hebammenausbildung zu verbessern. Bei traditionellen Bildungsmethoden spielt der Lehrende eine aktive Rolle, während die Studierenden passiv bleiben. Damit das Lernen jedoch effektiv ist, sollten Möglichkeiten geschaffen werden, damit Studierende ihre Fähigkeiten aktiv üben und kritisches Denken entwickeln können. Fallbasiertes Lernen in der Hebammenausbildung ist eine Methode, die die logischen, klinischen und partizipativen Fähigkeiten der Studierenden verbessern kann, während gleichzeitig ihr Wissensstand erhöht wird.

Die Unterstützung fallbasierten Lernens mit künstlicher Intelligenz kann zu einer genaueren Diagnose und zur Entwicklung klinischer Entscheidungsfindungs- und Problemlösungsfähigkeiten beitragen. Auf diese Weise wird es möglich, kompetente Hebammen auszubilden, die selbstbewusst und in der Lage sind, Technologie effektiv einzusetzen.

Das Ziel dieser Studie ist es, die Wirkung von KI-gestützten Falldiskussionen auf die Nutzung und Kompetenz von Hebammenschülerinnen in Bezug auf KI-Technologien und ihre klinischen Kompetenzniveaus zu untersuchen.

Studientyp

Interventionell

Einschreibung (Geschätzt)

81

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

Studieren Sie die Kontaktsicherung

  • Name: Sinem Dinmez, Assistant Professor
  • Telefonnummer: +905063568804

Studienorte

    • Atasehır
      • Istanbul, Atasehır, Türkei (türkiye), 34758
        • Fenerbahce 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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Im 3./4. Studienjahr der Hebammenabteilung sein
  • Zuvor Kurse zu Gesunder und Risikoschwangerschaft absolviert haben
  • Mindestens einen Hebammenpflegeplan erstellt und präsentiert haben

Ausschlusskriterien:

  • Mehr als 20% Fehlzeiten in den Praxisphasen aufweisen

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: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: KI-Fallgruppe
Die Studierenden in der Experimentalgruppe erhalten ein Fallbeispiel und haben 30 Minuten Zeit, es zu überprüfen. Während dieser Zeit werden sie gebeten, einen Pflegeplan für den Fall zu erstellen. Anschließend präsentiert der Forscher innerhalb einer 60-minütigen Sitzung einen Pflegeplan, der mit Unterstützung künstlicher Intelligenz für denselben Fall erstellt wurde. Es wird dann eine Falldiskussion durchgeführt, indem die von den Studierenden entwickelten Pflegepläne mit dem KI-unterstützten Pflegeplan verglichen werden.
Die Studierenden in der Experimentalgruppe werden mit einem Fallbeispiel konfrontiert und erhalten 30 Minuten Zeit, um es zu überprüfen. Während dieser Zeit werden sie gebeten, einen Versorgungsplan für den Fall zu entwickeln. Anschließend wird der Forscher in einer 60-minütigen Sitzung einen mit künstlicher Intelligenz unterstützten Versorgungsplan für denselben Fall präsentieren. Es wird dann eine Falldiskussion durchgeführt, indem die von den Studierenden entwickelten Versorgungspläne mit dem KI-unterstützten Versorgungsplan verglichen werden.
Kein Eingriff: Kontrolle
Diskussion des routinemäßig umgesetzten Wartungsplans

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Grad der künstlichen Intelligenz-Nutzung
Zeitfenster: Bis zum Studienabschluss, durchschnittlich 3 Monate
Veränderungen des KI-Nutzungsgrades bei Hebammenschülerinnen nach der Schulung im Vergleich zu den Ausgangswerten.
Zur Messung wird die 2025 entwickelte Student Attitudes toward Artificial Intelligence Scale (SATAI) verwendet.
Die Skala, die mit einer fünfstufigen Likert-Skala entwickelt wurde (1=Stimme überhaupt nicht zu und 5=Stimme voll und ganz zu), enthält keine umgekehrt kodierten Items.
Der höchstmögliche Skalenwert beträgt 130, der niedrigste 26, wobei höhere Werte positivere Einstellungen gegenüber künstlicher Intelligenz widerspiegeln.
Bis zum Studienabschluss, durchschnittlich 3 Monate
Verwendung und Kenntnisstand
Zeitfenster: Bis zum Studienabschluss, durchschnittlich 3 Monate
Dies wird mit der 2024 entwickelten Generative Artificial Intelligence Use and Proficiency (GAAP)-Skala gemessen. Geplant als fünfstufige Likert-Skala (vollständig zutreffend = 5 Punkte - nicht zutreffend = 1 Punkt) zeigt ein Anstieg der auf dieser Skala erzielten Punktzahl ein hohes Maß an Nutzung und Beherrschung künstlicher Intelligenz an. Die minimal mögliche Punktzahl auf der Skala beträgt 19 und die maximal mögliche 95.
Bis zum Studienabschluss, durchschnittlich 3 Monate

Mitarbeiter und Ermittler

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

Ermittler

  • Studienleiter: Sinem Dinmez, Assistant Professor, Mudanya University
  • Studienleiter: Zeynep Ogul, Assistant Professor

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 (Geschätzt)

16. März 2026

Primärer Abschluss (Geschätzt)

8. Juni 2026

Studienabschluss (Geschätzt)

20. Juli 2026

Studienanmeldedaten

Zuerst eingereicht

13. März 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

18. März 2026

Zuerst gepostet (Tatsächlich)

24. März 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

24. März 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

18. März 2026

Zuletzt verifiziert

1. März 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • Fenerbahce U Midwifery

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Wir ziehen eine Explosion noch nicht in Betracht, da die Datenerhebung noch nicht begonnen hat.

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 Experimentelle KI-Fallgruppe

Abonnieren