Tekoälyavusteinen oppiminen hoitotyön lääkelaskennassa
Hoitotyön käytännön muuttaminen tekoälyn avulla: Tekoälypohjaisen oppimisen tehokkuus lääkeannosten laskennassa tiedon, kliinisten päätösten ja minäpystyvyyden osalta
Tämän tutkimuksen tarkoituksena on arvioida, miten tekoälyn avustama oppimisalusta vaikuttaa hoitajien kykyyn laskea lääkeannoksia tarkasti. Lääkelaskenta on kriittinen taito hoitotyössä, ja virheet voivat vaikuttaa merkittävästi potilasturvallisuuteen.
Perinteiset opetusmenetelmät ovat yleisesti käytössä, mutta ne eivät välttämättä tarjoa tällaisen korkean tason tehtävän vaatimaa henkilökohtaista palautetta. Tämä tutkimus vertailee kahta hoitajaryhmää: toinen ryhmä käyttää tekoälyn ohjaamaa ohjelmistoa, joka tarjoaa interaktiivisia skenaarioita ja reaaliaikaista ohjausta, ja toinen ryhmä saa perinteistä luokkahuoneopetusta.
Tutkijat pyrkivät selvittämään, johtaako tekoälylähestymistapa seuraaviin asioihin:
Parannettuun teoreettiseen tietoon lääkelaskennasta. Tehostettuun kliiniseen päätöksentekoon lääkityksen annonnan aikana. Lisääntyneeseen hoitajien luottamukseen (omavalmiuteen) näiden tehtävien suorittamisessa todellisissa kliinisissä olosuhteissa.
Lisäksi tutkimuksessa on laadullinen osa, joka toteutetaan fokusryhmäkeskusteluilla osallistujien hyväksynnän, koetun hyödyllisyyden, käytettävyyden ja yleisten näkemysten selvittämiseksi tekoälyn avustamaa oppimisalustaa kohtaan. Tämä laadullinen tutkimus tarjoaa syvemmän käsityksen hoitajien kokemuksista, asenteista tekoälyn integrointiin koulutuksessa sekä heidän mielipiteistään alustassa käytettyjen opetus- ja oppimisstrategioiden tehokkuudesta.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Lääkeannostusvirheet ovat merkittävä haaste hoitotyön käytännössä, erityisesti korkean akuutisuuden ympäristöissä, kuten sydän- ja tehohoito-osastoilla. Tämä tutkimus arvioi tekoälyyn perustuvan koulutusintervention tehokkuutta, joka on suunniteltu kaventamaan teoreettisen tiedon ja kliinisen sovellutuksen välistä kuilua laskennallisissa lääkeannostuksissa.
Tutkimuksen suunnittelu
Tässä tutkimuksessa käytettiin monimenetelmäistä suunnittelua, joka koostui kvasi-eksperimentaalisesta ennakko-jälkikokeesta vertailuryhmän kanssa, täydennettynä laadullisella fokusryhmäkomponentilla. Osallistujat jaettiin joko kokeelliseen ryhmään, joka sai tekoälyavusteista oppimista, tai vertailuryhmään, joka sai perinteistä opetusta.
Interventio (tutkimusryhmä)
Kokeellisen ryhmän osallistujat käyttivät tekoälyavusteista oppimisohjelmistoa, joka on suunniteltu parantamaan heidän koulutuskokemustaan useiden kehittyneiden ominaisuuksien avulla. Ohjelmisto tarjoaa mukautuvia oppimispolkuja, jotka säätävät laskennan monimutkaisuutta hoitajan suorituksen mukaan. Lisäksi se tarjoaa reaaliaikaista palautetta, varmistaen välittömät korjaukset ja askel askeleelta -ohjeistuksen monimutkaisissa lääkeannostuksissa. Lopuksi ohjelmisto sisältää tekoälyyn perustuvia kliinisiä simulaatioita, jotka luovat oppijoille korkean paineen kliinisiä päätöksentekotilanteita.
Vertailuryhmä
Vertailuryhmän osallistujat saivat perinteisiä opetusmenetelmiä, jotka käsittivät standardoituja luentoja ja paperipohjaisia harjoituksia, jotka olivat erityisesti suunnattu lääkeannostuslaskentaan. Tämä lähestymistapa käsitti saman perussisällön kuin kokeellinen ryhmä, mutta ei sisältänyt mitään tekoälyavustusta.
Tutkimus arvioi kolmea keskeistä aluetta ennen ja jälkeen interventio:
Hoitotyön tietämys, arvioitu käyttäen standardoitua lääkeannostuslaskentakoetta.
Kliininen päätöksenteko, mitattu validoidulla hoitotyön päätöksentekoskaalalla.
Omaehtoisuus, arvioitu standardoidun omaehtoisuusskaalan avulla kliinisten laskelmien luottamuksen arvioimiseksi.
Data analysoitiin käyttäen SPSS-tilastointiohjelmistoa vertailemaan kokeellisen ja vertailuryhmän keskiarvoja.
Laadullinen komponentti (fokusryhmätutkimus)
Kvantitatiivisten löydösten täydentämiseksi suoritettiin laadullinen fokusryhmätutkimus kokeellisen ryhmän osallistujien kanssa. Tavoitteena oli tutkia hoitajien hyväksyntää tekoälyalustalle, koettua hyödyllisyyttä, käytettävyyttä, oppimisen edistymisen näkyvyyttä ja kokonaisvaltaisia mielipiteitä tekoälyavusteisista opetusstrategioista.
Fokusryhmäkeskustelut nauhoitettiin, litteroitiin ja analysoitiin temaattisen analyysin avulla tunnistaakseen toistuvia kuvioita ja teemoja liittyen käyttäjäkokemukseen, koettuun koulutukselliseen arvoon ja valmiuteen integroida tekoälyyn perustuva oppiminen kliiniseen koulutukseen. Tämä laadullinen komponentti tarjosi syvällisempää näkemystä osallistujien asenteista tekoälyn integrointiin hoitotyön koulutuksessa ja rikastutti kvantitatiivisten tulosten tulkintaa.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Alexandria Governorate
-
Alexandria, Alexandria Governorate, Egypti, 2500
- Faculty of Nursing, Alexandria University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Osallistumiskriteerit:
Sairaanhoitajat, jotka työskentelevät useissa kliinisissä ympäristöissä, mukaan lukien lääketieteellis-kirurgiset, kardiologiset tai tehohoitoyksiköt jne.
Sairaanhoitajat vastaavat lääkkeiden annostelusta ja lääkeannosten laskemisesta osana päivittäisiä kliinisiä tehtäviään.
Halukkuus osallistua tekoälyavusteiseen oppimisohjelmaan ja tietoon perustuvan suostumuksen allekirjoittaminen.
Poissulkemiskriteerit:
Sairaanhoitajat, jotka olivat äskettäin saaneet erityiskoulutusta laskentataidoissa tai joilla oli aiempaa kokemusta tekoälypohjaisista oppimistyökaluista (viimeisen 6 kuukauden aikana).
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Tekoälyavusteinen oppimisryhmä
Käytä tekoälyavusteista alustaa, joka tarjoaa skenaariopohjaista oppimista ja reaaliaikaista palautetta lääkelaskelmista.
|
Innovatiivinen tekoälyohjelmisto parantaa hoitajien lääkelaskennan ja kliinisen päättelyn tarkkuutta skenaariopohjaisen oppimisen avulla, tarjoten reaaliaikaista palautetta ja mukautuvia oppimispolkuja.
|
|
Kokeellinen: Perinteinen oppimisryhmä
Osallistujat saavat standardi opetussuunnitelman perinteisten luentojen ja paperipohjaisten harjoitustilaisuuksien kautta.
|
Standardoitu luokkahuoneopetus koostuu teoreettisista luennoista ja paperipohjaisesta harjoittelusta, joka keskittyy lääkeannosten laskentaan.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Hoitajien laskentataito lääkelaskennassa
Aikaikkuna: Alkuperäinen (esitesti) ja 2 viikkoa interventioiden jälkeen (jälkitesti)
|
16-kysymyksinen arviointityökalu, jonka tarkoituksena on arvioida hoitajien teoreettista ja käytännön tietämystä lääkelaskennan periaatteista (esim. yksikkömuunnokset, vuonopeus ja annoslaskelmat). Jokainen oikea vastaus saa pistemäärän "1" ja jokainen väärä vastaus pistemäärän "0". Mittakaava: Kokonaispistemäärä vaihtelee vähintään 0 ja enintään 16. Tulkinta: Korkeammat pistemäärät osoittavat parempaa tulosta (parempi hallinta laskennan periaatteista). Korkea (13-16): Pätevä taso (> 80%). Kohtalainen (10-12): Hyväksyttävä mutta puutteellinen tietämys (60%-80%). Matala (0-9): Puutteellinen ymmärrys (< 60%). |
Alkuperäinen (esitesti) ja 2 viikkoa interventioiden jälkeen (jälkitesti)
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Hoitajien lääkelaskennan päätöksentekoskala
Aikaikkuna: Alkutilanne (esitesti) ja 2 viikkoa intervention jälkeen (jälkitesti)
|
Tämä asteikko on 8-kohdainen itsearviointityökalu, joka on suunniteltu arvioimaan hoitajien lääkeannosten laskentaan liittyvää kliinistä arviointikykyä ja luottamusta. Jokaista kohdetta arvioidaan 5-portaisella Likert-asteikolla, joka vaihtelee arvosta 1 (Täysin eri mieltä) arvoon 5 (Täysin samaa mieltä). Minimi- ja maksimiarvot: Kokonaispistemäärä vaihtelee vähintään 8:sta enintään 40:een. Tulkinta: Korkeammat pisteet osoittavat parempaa tulosta (parempi kliininen pätevyys ja turvallisempi päätöksenteko). Korkea (30-40): Korkea pätevyys. Kohtalainen (19-29): Kohtalainen kyky; vaatii valvontaa. Matala (8-18): Heikko luottamus ja arviointikyky. |
Alkutilanne (esitesti) ja 2 viikkoa intervention jälkeen (jälkitesti)
|
|
Yleinen minäpystyvyysasteikko
Aikaikkuna: Alkutila (pretesti) ja 2 viikkoa intervention jälkeen (posttesti)
|
Kuvaus: 10-kohdainen psykometrinen asteikko, jolla arvioidaan hoitajien koettua itsevarmuutta ja uskoa kykyihinsä suoriutua laskennallisista ja kliinisistä tehtävistä tehokkaasti eri olosuhteissa. Jokainen kohta pisteytetään 4-pisteisellä Likert-asteikolla: 1 (Ei lainkaan totta), 2 (Tuskin totta), 3 (Kohtalaisesti totta) ja 4 (Täsmälleen totta). Asteikon alue: Kokonaispistemäärä vaihtelee vähintään 10:stä enintään 40:ään. Tulkinta: Korkeammat pisteet osoittavat parempaa tulosta (vahvempi koettu pätevyys ja korkeampi itsetehokkuus). Korkea (31–40): Vahva koettu pätevyys ja usko kykyihinsä. Kohtalainen (21–30): Kohtalainen itsevarmuus vaatimusten hallinnassa. Matala (10–20): Heikko usko kykyyn selviytyä haasteista. |
Alkutila (pretesti) ja 2 viikkoa intervention jälkeen (posttesti)
|
|
Hoitajien käsitys ja tyytyväisyys tekoälyn avustamaan oppimiseen (Laadullinen)
Aikaikkuna: 2 viikkoa AI-avusteisen koulutuksen päätyttyä
|
Kuvaus: Osallistujien hyväksynnän, koetun hyödyllisyyden, käytettävyyden ja tyytyväisyyden arviointi tekoälyavusteisella oppimisalustalla. Tiedot kerätään fokusryhmäkeskusteluiden avulla. Analyysimenetelmä: Tulokset analysoidaan temaattisen analyysin avulla tunnistaen toistuvia malleja ja teemoja. Mittayksikkö: Tämä on laadullinen tulos; tulokset raportoidaan narratiivisina teemoina (esimerkiksi: "Laskennallisen luottamuksen parantuminen" tai "Käyttöliittymätyytyväisyys"). |
2 viikkoa AI-avusteisen koulutuksen päätyttyä
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- AU-20-6-393
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Tutkimustiedot/asiakirjat
-
Tutkimuspöytäkirja
Tietokommentit: Saatavana pääasiantutkijalta pyynnöstä laillisia tutkimustarkoituksia varten
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .
Kliiniset tutkimukset Hoitotyön koulutus
-
Gaziantep Islam Science and Technology UniversityEi vielä rekrytointia
-
Nantes University HospitalPôle Fédératif de Soins Primaires (https://dmg.univ-nantes.fr/c/pole-federatif) ja muut yhteistyökumppanitRekrytointiHauraat vanhukset | Putoamisen ehkäisy | Vanhusten autonomia | Advanced Practice NursingRanska
-
National Taipei University of Nursing and Health...RekrytointiPrecision Nursing Intervention -ohjelman tehokkuus kognitiivisiin toimintoihin, heikkokuntoisten vanhusten unen laatuun ja emotionaaliseen tilaan yhteisössäTaiwan
-
Poitiers University HospitalValmisPotilastyytyväisyys | Ensiapuosastot | Advanced Practice NursingRanska
-
Hospital de Clinicas de Porto AlegreEi vielä rekrytointiaUltraääni | Syfilis, synnynnäinen | Potilasturvallisuus | Katetrointi, perifeerinen | Vauva, vastasyntynyt | Vastasyntyneiden hoitotyö | Advanced Practice Nursing