Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Impacto de la Discusión sobre Inteligencia Artificial en Estudiantes de Matronería

18 de marzo de 2026 actualizado por: Ayşe Gül Bursa, Fenerbahce University

El Impacto de la Discusión de Casos Asistida por Inteligencia Artificial en la Actitud, Uso y Competencia en Inteligencia Artificial entre Estudiantes de Matronería

Este estudio tuvo como objetivo examinar el efecto de las discusiones de casos asistidas por inteligencia artificial en el uso y dominio de las tecnologías de inteligencia artificial por parte de los estudiantes de partería y sus niveles de competencia clínica. Con el rápido desarrollo de la inteligencia artificial, su integración en la educación sanitaria se ha vuelto cada vez más importante. Apoyar el aprendizaje basado en casos con herramientas de IA puede mejorar las habilidades de toma de decisiones clínicas, resolución de problemas y pensamiento crítico de los estudiantes. Por lo tanto, este estudio evalúa la contribución de los enfoques educativos asistidos por IA al desarrollo profesional de los estudiantes de partería.

Descripción general del estudio

Estado

Aún no reclutando

Condiciones

Descripción detallada

La inteligencia artificial (IA), que se refiere a sistemas apoyados por computadora capaces de realizar tareas que requieren inteligencia humana, se ha vuelto cada vez más popular en todos los campos en los últimos años. La IA es un sistema tecnológico que puede pensar, aprender, percibir, hacer predicciones, comunicarse y tomar decisiones como los humanos, o incluso mejor que los humanos. En resumen, la IA puede describirse como un amplio campo científico que simula la inteligencia natural demostrada por los humanos a través de medios artificiales.

La capacidad de la IA para procesar los datos presentados al sistema, realizar análisis de datos, generar nuevas ideas y llegar a diferentes conclusiones ha aumentado el uso de la IA. Estas características pueden superar las habilidades humanas de resolución de problemas y toma de decisiones en términos de velocidad, eficiencia y calidad. Debido a estas ventajas, el uso de la inteligencia artificial en la educación de partería se ha vuelto inevitable.

El Colegio Australiano de Parteras (ACM) estableció el Comité Selecto sobre la Adopción de Inteligencia Artificial en marzo de 2024 para apoyar y regular la adopción de la IA. Este comité enfatizó la necesidad y prioridad de usar IA en la educación de partería. También destacó que las parteras deben ser capacitadas en el uso de la IA y deben ser una parte integral del diseño, implementación y evaluación de todas las herramientas de IA utilizadas en la atención materna (ACM, 2024).

Con respecto al uso de la IA en la atención médica, la Organización Mundial de la Salud (OMS) ha identificado tres planes estratégicos: habilitar estándares basados en evidencia, gobernanza, políticas y orientación; facilitar inversiones compartidas y una comunidad global de experiencia; e implementar modelos sostenibles para la adopción de programas de IA a nivel nacional (OMS, 2024). En línea con estas estrategias, es necesario integrar las aplicaciones de IA en la profesión de partería.

Con la influencia de la tecnología en rápida evolución, se ha vuelto inevitable mejorar la educación de partería. En los métodos de educación tradicionales, el instructor desempeña un papel activo mientras los estudiantes permanecen pasivos. Sin embargo, para que el aprendizaje sea efectivo, se deben crear oportunidades para que los estudiantes practiquen activamente sus habilidades y desarrollen capacidades de pensamiento crítico. El aprendizaje basado en casos en la educación de partería es un método que puede mejorar las habilidades lógicas, clínicas y participativas de los estudiantes mientras aumenta sus niveles de conocimiento.

Apoyar el aprendizaje basado en casos con herramientas de inteligencia artificial puede contribuir a un diagnóstico más preciso y al desarrollo de habilidades de toma de decisiones clínicas y resolución de problemas. De esta manera, se hace posible educar a parteras competentes que tengan confianza y sean capaces de usar la tecnología de manera efectiva.

El objetivo de este estudio es examinar el efecto de las discusiones de casos asistidas por inteligencia artificial en el uso y la competencia de las estudiantes de partería en las tecnologías de inteligencia artificial y en sus niveles de competencia clínica.

Tipo de estudio

Intervencionista

Inscripción (Estimado)

81

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Ayşe G Bursa, Assistant Professor
  • Número de teléfono: +905062984670
  • Correo electrónico: aysegul.bursa@fbu.edu.tr

Copia de seguridad de contactos de estudio

  • Nombre: Sinem Dinmez, Assistant Professor
  • Número de teléfono: +905063568804

Ubicaciones de estudio

    • Atasehır
      • Istanbul, Atasehır, Turquía (Türkiye), 34758
        • Fenerbahçe University

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Descripción

Criterios de inclusión:

  • Ser estudiante de 3º/4º año en el departamento de Matronas
  • Haber cursado previamente asignaturas sobre Embarazo Saludable y de Alto Riesgo
  • Haber preparado y presentado al menos un plan de cuidados de matrona

Criterios de exclusión:

  • Utilizar más del 20% de absentismo en las aplicaciones de campo

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Investigación de servicios de salud
  • Asignación: Aleatorizado
  • Modelo Intervencionista: Asignación paralela
  • Enmascaramiento: Único

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Grupo de Casos de IA
A los estudiantes del grupo experimental se les presentará un escenario de caso y se les darán 30 minutos para revisarlo. Durante este tiempo, se les pedirá que desarrollen un plan de atención para el caso. Posteriormente, en una sesión de 60 minutos, el investigador presentará un plan de atención preparado con asistencia de inteligencia artificial para el mismo caso. Luego se llevará a cabo una discusión del caso comparando los planes de atención desarrollados por los estudiantes con el plan de atención asistido por IA.
A los estudiantes del grupo experimental se les presentará un caso clínico y dispondrán de 30 minutos para revisarlo. Durante este tiempo, se les pedirá que desarrollen un plan de cuidados para el caso. Posteriormente, en una sesión de 60 minutos, el investigador presentará un plan de cuidados elaborado con asistencia de inteligencia artificial para el mismo caso. A continuación, se llevará a cabo una discusión del caso comparando los planes de cuidados desarrollados por los estudiantes con el plan de cuidados asistido por IA.
Sin intervención: Control
Discusión del plan de mantenimiento implementado de forma rutinaria

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Nivel de uso de inteligencia artificial
Periodo de tiempo: Hasta la finalización del estudio, un promedio de 3 meses
Cambios en el nivel de uso de IA entre estudiantes de partería después de la formación, en comparación con los valores basales. La Escala de Actitudes Estudiantiles hacia la Inteligencia Artificial (SATAI), desarrollada en 2025, se utilizará para la medición. La escala, desarrollada utilizando una escala Likert de cinco puntos (1=Muy en desacuerdo y 5=Muy de acuerdo), no contiene ningún ítem con codificación inversa. La puntuación máxima posible en la escala es 130, y la mínima es 26, con puntuaciones más altas que reflejan actitudes más positivas hacia la inteligencia artificial.
Hasta la finalización del estudio, un promedio de 3 meses
Uso y nivel de competencia
Periodo de tiempo: Hasta la finalización del estudio, un promedio de 3 meses
Esto se medirá utilizando la Escala de Uso y Competencia en Inteligencia Artificial Generativa (GAAP, por sus siglas en inglés), desarrollada en 2024. Planificada como una escala Likert de cinco puntos (refleja completamente = 5 puntos - no refleja = 1 punto), un aumento en la puntuación obtenida en esta escala indica un alto nivel de uso y competencia en inteligencia artificial. La puntuación mínima posible en la escala es 19, y la máxima es 95.
Hasta la finalización del estudio, un promedio de 3 meses

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Investigadores

  • Director de estudio: Sinem Dinmez, Assistant Professor, Mudanya University
  • Director de estudio: Zeynep Ogul, Assistant Professor

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Estimado)

16 de marzo de 2026

Finalización primaria (Estimado)

8 de junio de 2026

Finalización del estudio (Estimado)

20 de julio de 2026

Fechas de registro del estudio

Enviado por primera vez

13 de marzo de 2026

Primero enviado que cumplió con los criterios de control de calidad

18 de marzo de 2026

Publicado por primera vez (Actual)

24 de marzo de 2026

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

24 de marzo de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

18 de marzo de 2026

Última verificación

1 de marzo de 2026

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • Fenerbahce U Midwifery

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

Aún no estamos considerando una explosión porque la recopilación de datos no ha comenzado.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Ensayos clínicos sobre Grupo de Casos de IA Experimental

Suscribir