- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07490665
Tekoälyn keskustelun vaikutus kätilöopiskelijoihin
Tehokäyttöisen tekoälyn avustaman tapauskeskustelun vaikutus kätilöopiskelijoiden asenteisiin, käyttöön ja osaamiseen tekoälystä
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tekoäly (AI), joka tarkoittaa tietokoneavusteisia järjestelmiä, jotka kykenevät suorittamaan tehtäviä, jotka vaativat ihmisen älykkyyttä, on viime vuosina yleistynyt kaikilla aloilla. AI on teknologinen järjestelmä, joka voi ajatella, oppia, havaita, tehdä ennusteita, kommunikoida ja tehdä päätöksiä kuten ihmiset – tai jopa paremmin kuin ihmiset. Lyhyesti sanottuna AI:ta voidaan kuvata laajana tieteellisenä alana, joka simuloi ihmisten osoittamaa luonnollista älykkyyttä keinotekoisin keinoin.
AI:n kyky käsitellä järjestelmälle esitettyjä tietoja, suorittaa tietoanalyysiä, luoda uusia ideoita ja päästä erilaisiin johtopäätöksiin on lisännyt AI:n käyttöä. Nämä ominaisuudet voivat ylittää ihmisen ongelmanratkaisu- ja päätöksentekokyvyt nopeuden, tehokkuuden ja laadun suhteen. Näiden etujen vuoksi tekoälyn käyttö kätilökoulutuksessa on tullut väistämättömäksi.
Australian College of Midwives (ACM) perusti valiokunnan tekoälyn omaksumisen tukemiseksi ja sääntelyn varmistamiseksi maaliskuussa 2024. Tämä komitea korosti tekoälyn käytön välttämättömyyttä ja prioriteettia kätilökoulutuksessa. Se myös korosti, että kätilöitä tulisi kouluttaa tekoälyn käyttöön ja heidän tulisi olla olennainen osa kaikkien synnytyshoidossa käytettyjen tekoälytyökalujen suunnittelussa, toteutuksessa ja arvioinnissa (ACM, 2024).
Terveydenhuollossa tekoälyn käyttöä koskien Maailman terveysjärjestö (WHO) on tunnistanut kolme strategista suunnitelmaa: mahdollistaa tutkimustietoon perustuvat standardit, hallinto, politiikat ja ohjeet; edistää yhteisiä investointeja ja maailmanlaajuista asiantuntijuusyhteisöä; sekä toteuttaa kestävät mallit tekoälyohjelmien omaksumiseksi maatasolla (WHO, 2024). Näiden strategioiden mukaisesti on tarpeen integroida tekoälysovellukset kätilöammattiin.
Nopeasti kehittyvän teknologian vaikutuksesta on tullut väistämätöntä parantaa kätilökoulutusta. Perinteisissä opetusmenetelmissä opettajalla on aktiivinen rooli, kun taas opiskelijat pysyvät passiivisina. Kuitenkin, jotta oppiminen olisi tehokasta, opiskelijoille tulisi luoda mahdollisuuksia harjoitella taitojaan aktiivisesti ja kehittää kriittisen ajattelun kykyjä. Tapaustutkimukseen perustuva oppiminen kätilökoulutuksessa on menetelmä, joka voi parantaa opiskelijoiden loogisia, kliinisiä ja osallistavia taitoja samalla kun se lisää heidän tietotasoaan.
Tapaustutkimukseen perustuvan oppimisen tukeminen tekoälytyökaluilla voi edistää tarkempaa diagnoosia sekä kliinisen päätöksenteon ja ongelmanratkaisutaitojen kehittymistä. Tällä tavoin on mahdollista kouluttaa päteviä kätilöitä, jotka ovat varmoja ja kykeneviä käyttämään teknologiaa tehokkaasti.
Tämän tutkimuksen tavoitteena on tarkastella tekoälyavusteisten tapauskeskustelujen vaikutusta kätilöopiskelijoiden tekoälyteknologioiden käyttöön ja niiden hallintaan sekä heidän kliiniseen pätevyystasoonsa.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Ayşe G Bursa, Assistant Professor
- Puhelinnumero: +905062984670
- Sähköposti: aysegul.bursa@fbu.edu.tr
Tutki yhteystietojen varmuuskopiointi
- Nimi: Sinem Dinmez, Assistant Professor
- Puhelinnumero: +905063568804
Opiskelupaikat
-
-
Atasehır
-
Istanbul, Atasehır, Turkki (Türkiye), 34758
- Fenerbahçe University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällyttämiskriteerit:
- Olla kätilötyön laitoksen 3./4. vuoden opiskelija
- Olla suorittanut aiemmin kurssit terveestä ja riskiraskaudesta
- Olla laatinut ja esittänyt vähintään yhden kätilötyön hoitosuunnitelman
Poissulkemiskriteerit:
- Yli 20 % poissaoloja kenttäsovelluksista
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Yksittäinen
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: AI-tapausryhmä
Koehenkilöryhmän opiskelijoille esitetään tapauskuvaus, jonka he saavat 30 minuuttia aikaa tutkia.
Tänä aikana heitä pyydetään laatimaan tapaukselle hoitosuunnitelma.
Tämän jälkeen 60 minuutin istunnossa tutkija esittää samalle tapaukselle tekoälyavusteisesti laaditun hoitosuunnitelman.
Tapauskeskustelu suoritetaan sitten vertaamalla opiskelijoiden laatimia hoitosuunnitelmia tekoälyavusteiseen hoitosuunnitelmaan.
|
Kokeellisen ryhmän opiskelijoille esitetään tapausskenaario, ja heillä on 30 minuuttia aikaa tarkastella sitä.
Tänä aikana heitä pyydetään kehittämään hoitosuunnitelma tapaukselle.
Seuraavaksi 60 minuutin istunnon aikana tutkija esittelee samaan tapaukseen keinotekoisen älyn avulla valmistetun hoitosuunnitelman.
Tämän jälkeen suoritetaan tapauskeskustelu vertaamalla opiskelijoiden kehittämiä hoitosuunnitelmia tekoälyn avustamalla hoitosuunnitelmalla.
|
|
Ei väliintuloa: Kontrolli
Rutiininomaisesti toteutettavan ylläpitosuunnitelman käsittely
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälyn käytön taso
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Muutokset kätilöopiskelijoiden tekoälyn käyttötasossa koulutuksen jälkeen verrattuna perusarvoihin.
Mittaukseen käytetään vuonna 2025 kehitettyä Student Attitudes toward Artificial Intelligence Scale (SATAI) -mittaria.
Viiden pisteen Likert-asteikolla (1=erittäin eri mieltä ja 5=erittäin samaa mieltä) kehitetty mittari ei sisällä käänteiskoodattuja kohtia.
Mittarin korkein mahdollinen pistemäärä on 130 ja alin 26, jossa korkeammat pisteet heijastavat positiivisempaa asennetta tekoälyä kohtaan.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
|
Käyttö ja taitotaso
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Tämä mitataan käyttäen vuonna 2024 kehitettyä Generative Artificial Intelligence Use and Proficiency (GAIP) -mittaria.
Suunniteltu viisipisteiseksi Likert-asteikoksi (täysin kuvaava = 5 pistettä - ei lainkaan kuvaava = 1 piste), tästä asteikosta saadun pistemäärän kasvu osoittaa korkeaa tekoälyn käyttöä ja osaamista.
Asteikon pienin mahdollinen pistemäärä on 19 ja suurin 95.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: Sinem Dinmez, Assistant Professor, Mudanya University
- Opintojohtaja: Zeynep Ogul, Assistant Professor
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Muut tutkimustunnusnumerot
- Fenerbahce U Midwifery
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
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 Terve
-
Chia Tai Tianqing Pharmaceutical Group Co., Ltd.ValmisMass Balance of [14C] TQ05105 in Healthy Chinese SubjectsKiina
Kliiniset tutkimukset Kokeellinen tekoälytapausryhmä
-
KTO Karatay UniversityValmis
-
University of SevilleValmisKrooninen kipu | Krooninen alaselän kipu | Autonominen epätasapainoEspanja
-
University of Sao Paulo General HospitalInstituto do Cancer do Estado de São Paulo; Instituto Nacional de Cancer... ja muut yhteistyökumppanitTuntematonKipu | Neuriitti | Perifeerinen neuropatia | ParestesiaBrasilia
-
Riphah International UniversityValmisInkontinenssi, VirtsatiePakistan
-
Shalamar Institute of Health SciencesAktiivinen, ei rekrytointiSynnytyksen jälkeinen lumbopelvic-kipuPakistan
-
McGill UniversityRekrytointiKirurginen koulutusKanada
-
Azienda Ospedaliera Specializzata in Gastroenterologia...Dr. Di Stasi Vincenza; Dr. Donvito Rosanna; Dr. Cozzolongo Raffaele; Dr. Giannuzzi... ja muut yhteistyökumppanitValmis