Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Impact de la discussion sur l'intelligence artificielle sur les étudiants en maïeutique

18 mars 2026 mis à jour par: Ayşe Gül Bursa, Fenerbahce University

L'impact des discussions de cas assistées par l'intelligence artificielle sur l'attitude, l'utilisation et la maîtrise de l'intelligence artificielle chez les étudiants en maïeutique

Cette étude visait à examiner l'effet des discussions de cas assistées par l'intelligence artificielle sur l'utilisation et la maîtrise des technologies d'intelligence artificielle par les étudiants en maïeutique et sur leurs niveaux de compétence clinique. Avec le développement rapide de l'intelligence artificielle, son intégration dans l'éducation en santé est devenue de plus en plus importante. Soutenir l'apprentissage par cas avec des outils d'IA peut améliorer les compétences des étudiants en prise de décision clinique, résolution de problèmes et pensée critique. Par conséquent, cette étude évalue la contribution des approches éducatives assistées par l'IA au développement professionnel des étudiants en maïeutique.

Aperçu de l'étude

Statut

Pas encore de recrutement

Les conditions

Description détaillée

L'intelligence artificielle (IA), qui fait référence à des systèmes informatisés capables d'effectuer des tâches nécessitant une intelligence humaine, est devenue de plus en plus populaire dans tous les domaines ces dernières années. L'IA est un système technologique qui peut penser, apprendre, percevoir, faire des prédictions, communiquer et prendre des décisions comme les humains - voire mieux que les humains. En bref, l'IA peut être décrite comme un vaste domaine scientifique qui simule l'intelligence naturelle démontrée par les humains par des moyens artificiels.

La capacité de l'IA à traiter les données présentées au système, à effectuer des analyses de données, à générer de nouvelles idées et à parvenir à différentes conclusions a accru l'utilisation de l'IA. Ces caractéristiques peuvent surpasser les capacités humaines de résolution de problèmes et de prise de décision en termes de vitesse, d'efficacité et de qualité. En raison de ces avantages, l'utilisation de l'intelligence artificielle dans la formation des sages-femmes est devenue inévitable.

L'Australian College of Midwives (ACM) a créé le Comité de sélection sur l'adoption de l'intelligence artificielle en mars 2024 pour soutenir et réglementer l'adoption de l'IA. Ce comité a souligné la nécessité et la priorité d'utiliser l'IA dans la formation des sages-femmes. Il a également mis en évidence que les sages-femmes devraient être formées à l'utilisation de l'IA et devraient faire partie intégrante de la conception, de la mise en œuvre et de l'évaluation de tous les outils d'IA utilisés dans les soins de maternité (ACM, 2024).

Concernant l'utilisation de l'IA dans les soins de santé, l'Organisation mondiale de la santé (OMS) a identifié trois plans stratégiques : permettre des normes, une gouvernance, des politiques et des directives fondées sur des preuves ; faciliter les investissements partagés et une communauté mondiale d'expertise ; et mettre en œuvre des modèles durables pour l'adoption de programmes d'IA au niveau national (OMS, 2024). Conformément à ces stratégies, il est nécessaire d'intégrer les applications d'IA dans la profession de sage-femme.

Sous l'influence de la technologie en évolution rapide, il est devenu inévitable d'améliorer la formation des sages-femmes. Dans les méthodes d'enseignement traditionnelles, l'instructeur joue un rôle actif tandis que les étudiants restent passifs. Cependant, pour que l'apprentissage soit efficace, des opportunités devraient être créées pour que les étudiants puissent pratiquer activement leurs compétences et développer leurs capacités de réflexion critique. L'apprentissage par cas dans la formation des sages-femmes est une méthode qui peut améliorer les compétences logiques, cliniques et participatives des étudiants tout en augmentant leur niveau de connaissances.

Soutenir l'apprentissage par cas avec des outils d'intelligence artificielle peut contribuer à un diagnostic plus précis et au développement des compétences de prise de décision clinique et de résolution de problèmes. De cette manière, il devient possible de former des sages-femmes compétentes, confiantes et capables d'utiliser efficacement la technologie.

L'objectif de cette étude est d'examiner l'effet des discussions de cas assistées par l'intelligence artificielle sur l'utilisation et la maîtrise des technologies d'intelligence artificielle par les étudiantes sages-femmes et sur leurs niveaux de compétence clinique.

Type d'étude

Interventionnel

Inscription (Estimé)

81

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

  • Nom: Sinem Dinmez, Assistant Professor
  • Numéro de téléphone: +905063568804

Lieux d'étude

    • Atasehır
      • Istanbul, Atasehır, Turquie (Türkiye), 34758
        • Fenerbahce University

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

La description

Critères d'inclusion :

  • Être un étudiant de 3ème/4ème année du département de Sage-femme
  • Avoir suivi des cours sur la Grossesse Normale et à Risque
  • Avoir préparé et présenté au moins un plan de soins de sage-femme

Critères d'exclusion :

  • Avoir un taux d'absentéisme supérieur à 20% dans les applications sur le terrain

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: Recherche sur les services de santé
  • Répartition: Randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Seul

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Expérimental: Groupe de cas d'IA
Les étudiants du groupe expérimental se verront présenter un scénario de cas et auront 30 minutes pour l'examiner. Pendant ce temps, il leur sera demandé de développer un plan de soins pour le cas. Ensuite, lors d'une session de 60 minutes, le chercheur présentera un plan de soins préparé avec l'aide de l'intelligence artificielle pour le même cas. Une discussion de cas sera ensuite menée en comparant les plans de soins développés par les étudiants avec le plan de soins assisté par l'IA.
Les étudiants du groupe expérimental recevront un scénario de cas et disposeront de 30 minutes pour l'examiner. Pendant ce temps, il leur sera demandé d'élaborer un plan de soins pour ce cas. Par la suite, lors d'une session de 60 minutes, le chercheur présentera un plan de soins préparé avec l'assistance de l'intelligence artificielle pour le même cas. Une discussion de cas sera ensuite menée en comparant les plans de soins élaborés par les étudiants avec le plan de soins assisté par l'IA.
Aucune intervention: Contrôle
Discussion du plan de maintenance mis en œuvre de façon routinière

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Niveau d'utilisation de l'intelligence artificielle
Délai: Jusqu'à la fin de l'étude, en moyenne 3 mois
Évolution du niveau d'utilisation de l'IA chez les étudiants en maïeutique après la formation, par rapport aux valeurs de référence. L'Échelle des attitudes des étudiants envers l'intelligence artificielle (SATAI), développée en 2025, sera utilisée pour la mesure. L'échelle, développée à l'aide d'une échelle de Likert en cinq points (1=Fortement en désaccord et 5=Fortement d'accord), ne contient aucun item inversé. Le score maximal possible sur l'échelle est de 130, et le minimum est de 26, les scores plus élevés reflétant des attitudes plus positives envers l'intelligence artificielle.
Jusqu'à la fin de l'étude, en moyenne 3 mois
Niveau d'utilisation et de compétence
Délai: Jusqu'à l'achèvement de l'étude, en moyenne 3 mois
Cela sera mesuré à l'aide de l'Échelle d'Utilisation et de Maîtrise de l'Intelligence Artificielle Générative (GAAP), développée en 2024.
Prévue comme une échelle de Likert à cinq points (reflétant parfaitement = 5 points - ne reflétant pas = 1 point), une augmentation du score obtenu sur cette échelle indique un niveau élevé d'utilisation et de maîtrise de l'intelligence artificielle.
Le score minimum possible sur l'échelle est de 19, et le maximum est de 95.
Jusqu'à l'achèvement de l'étude, en moyenne 3 mois

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Directeur d'études: Sinem Dinmez, Assistant Professor, Mudanya University
  • Directeur d'études: Zeynep Ogul, Assistant Professor

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Estimé)

16 mars 2026

Achèvement primaire (Estimé)

8 juin 2026

Achèvement de l'étude (Estimé)

20 juillet 2026

Dates d'inscription aux études

Première soumission

13 mars 2026

Première soumission répondant aux critères de contrôle qualité

18 mars 2026

Première publication (Réel)

24 mars 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

24 mars 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

18 mars 2026

Dernière vérification

1 mars 2026

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • Fenerbahce U Midwifery

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Description du régime IPD

Nous ne considérons pas encore une explosion car la collecte de données n'a pas commencé.

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner