このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

産科看護における適応的ゲーミフィケーション

2026年4月17日 更新者:Sergio Mies Padilla、Servicio Canario de Salud

プレイヤーのプロファイルに合わせて物語を適応させたゲーミフィケーションの産科看護コンピテンシーへの有効性:クラスター無作為化比較対照パイロット試験プロトコル

このパイロット研究は、アトランティコ・メディオ大学で実施され、将来の看護師の訓練を「精密教育」モデルを通じて変革することを目指しています。一般的なシミュレーションから離れ、学生の個別プロファイルに適応した学習に焦点を当てています。 38名の2年生を対象とした臨床試験を通じて、この研究は、学生の個性に応じて教育ナラティブ(ゲーミフィケーション)をパーソナライズするために人工知能を使用することが、産科学(妊娠と出産)における学業成績を向上させるかどうかを評価します。 最終的な目標は、各学生の心理的特性に合わせた教育が、持続可能な戦略であるだけでなく、より準備された専門家を生み出し、より高い知識保持率をもたらし、患者とその家族へのより安全で高品質なケアに直接つながることを実証することです。

調査の概要

詳細な説明

教育がスーツのようなものだと想像してみてください。現在、ほとんどの授業は「ワンサイズフィットオール」です。 内気な生徒も大胆な生徒も分析的思考の生徒も感情的思考の生徒も、すべての生徒が同じ方法で同じレッスンを受けます。 しかし、研究者が各生徒の心に合わせてスーツを仕立てることができたらどうでしょうか?

アトランティコ・メディオ大学による新しいパイロット研究は、人工知能(AI)が研究者が将来の医療専門家をどのように訓練する方法を革命的に変えるかを探求し、この問いに答えようとしています。

問題:研究者たちは同じ方法では学びません。看護教育、特に産科(妊娠・出産ケア)のような重要な分野では、技術的なスキルだけでなく、迅速な意思決定と共感力が必要です。 従来のシミュレーション方法は、生徒の「個人プロファイル」を見落としがちで、全員を均等に動機づけない一般的な体験を提供します。

解決策:AIによって生成されるカスタムストーリー。心理学と技術を組み合わせた革新的なプロトコルを設計しました。 標準的な授業の代わりに、この研究では教育ゲーム(ゲーミフィケーション)を使用します。

大きな突破口は人工知能の使用です。 AIは各生徒の性格を分析し、ゲームのナラティブをそのプロファイルに合わせて適応させます。

生徒は競争的ですか? ゲームはハイステークスの挑戦を提示するかもしれません。

より内省的ですか? ストーリーは分析のための深いデータを提供するかもしれません。

これが機能するかどうかをテストするために、38人の2年生看護学生を対象に試験が行われています。 彼らは2つのグループに分けられます:

従来の(一般的な)ゲーム方法で学ぶグループ。

「精密教育」方法で学ぶグループ。ここではAIが臨床的な妊娠・出産ケースを彼らの性格に適応させます。

目標は、彼らがどれだけ学ぶか(「学習獲得」)だけでなく、プロセスをどれだけ楽しみ、関与するかを測定することです。

なぜこれがすべての人にとって重要なのでしょうか? この研究は単に学生の成績を向上させるだけではありません。 医療における安全性と卓越性についてです。

もし研究者が、教育を学生の性格に適応させることがより準備が整い、より献身的な看護師を生み出すことを実証できれば、研究者はより人間的で効果的な医療への扉を開くことになります。 さらに、生成AIの使用は、以前はコストのために不可能だったこの個人化を、医療・看護学校にとって持続可能でアクセス可能なツールにします。

研究者は、大量教育から人間中心の教育への移行を目撃しており、明日私たちの世話をする人々が今日可能な限り最善の準備をしていることを保証しています。

研究の種類

介入

入学 (実際)

38

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

    • Las Palmas
      • Las Palmas de Gran Canaria、Las Palmas、スペイン、35213
        • Universidad del Atlántico Medio

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

はい

説明

参加基準:

  • 看護学士課程の学生
  • 「生殖健康看護と性教育」コースに登録済み
  • 在籍中であること
  • 対面での出席が可能
  • 技術的アクセスが可能

除外基準:

  • コースを再履修している学生
  • 事前の専門的訓練を受けた学生
  • 矯正されていない感覚障害のある学生

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:他の
  • 割り当て:ランダム化
  • 介入モデル:並列代入
  • マスキング:独身

武器と介入

参加者グループ / アーム
介入・治療
実験的:適応型ゲーミフィケーション
このアームの参加者は、プレイヤー個性動態尺度(PPDS)プロファイル(Tryhard、Coacher、Esthetic、Joker、またはToxic)に基づいてゲーム化されたナラティブがパーソナライズされる、4回の120分対面シミュレーションセッションに参加します。対照群と同一の臨床目標と難易度を維持しながら、介入は以下の4つの主要次元でAI生成された適応機能を備えています:1)ナラティブトーン(例:Tryhard向け「壮大/英雄的」、Joker向け「ユーモラス」)、2)視覚的美学(例:Esthetic向け「ハイファンタジー/ダーク」)、3)フィードバックスタイル(例:動機付けチャレンジ対共感的サポート)、4)サイドミッション(例:隠しイースターエッグやスピードパズル)。参加者は、割り当てられた個性プロファイルに対応する差別化されたログインコードを介して、これらの特定のナラティブバリエーションにアクセスします。
実験群は、AIによって生成され、5つの性格プロファイル(PPDSスケール)に合わせて調整されたパーソナライズされた体験を受けます。 この適応は、学習「ラッパー」を変革し、特定の物語のトーン(英雄的、ユーモラス、共感的など)、差別化された視覚的美学、学生の動機に合わせて調整されたフィードバックスタイル、および役割に応じた特定のコードでアクセスされる排他的なサイドミッション(パズルやスピードチャレンジなど)を提供します。
アクティブコンパレータ:ジェネリック・ゲーミフィード
このグループの参加者は、Wixプラットフォームで管理される120分間の対面シミュレーションセッションに4回参加します。 介入には、AIによって生成された標準化された直線的なナラティブスクリプトが使用されますが、中立的で学術的なトーンを維持するためにキュレーションされています。 デジタル学習環境の視覚的美観は統一されており、標準的な医療画像(クリーンで白/青のインターフェース)に準拠しています。 臨床課題(Googleフォーム)を完了した際に提供されるフィードバックは、厳密に情報提供のみです(正解/不正解に加えて標準的な説明)。 特定のサイドミッションやプロファイルに基づく適応は含まれていません。 すべての参加者は、単一の統一されたログイン資格情報を使用してプラットフォームにアクセスします。
両グループ間の主な違いは、学術的妥当性を確保するために臨床内容、学習目標、難易度が不変であることを考慮し、物語とゲーミフィケーション要素の適応にのみあります。 対照群は、中立的な学術的トーン、標準的な医学的美観、追加ミッションのない従来型のフィードバックを特徴とする、線形的で一般的な物語と対話します。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
学習成果
時間枠:介入の1日目と治療終了時の各セッションで
主要なアウトカム変数は、学業成績(LG)であり、これは研究対象に関する新たに獲得した知識を反映すると理解されます。 4つの臨床ケースそれぞれにおいて、妊娠と出産に関する理論的および実践的概念の同化の程度が評価されます。 この目的のために、PI(産婦人科認定看護師(助産師)であり、クラスの担当講師)によって、40の多肢選択問題からなる「アドホック」質問票が設計されました。 各項目は、「生殖健康」シラバスの特定のカリキュラム内容および学習目標に厳密に合わせて作成されました。 実施前に外部的内容妥当性を確保するため、この初期草案は、外部の5人の専門家パネル(3人の学術助産師と2人の産科医)によってレビューされます。 信頼性に関しては、これはパイロット研究であるため、将来の試験に向けて測定ツールを検証するために、事後の内部一貫性と項目分析が計算されます。
介入の1日目と治療終了時の各セッションで

二次結果の測定

結果測定
メジャーの説明
時間枠
ゲーミフィケーションに対する満足度
時間枠:治療終了時、4週間後
学生の主観的な有用性、楽しさ、および活動によって生じる動機の認識は、Gameful Experience Scale (GAMEX) を使用して評価されます。 この検証済みの27項目のスペイン語版ツールは、看護学生の教育におけるゲーム体験を測定するのに適しています。 教育現場でのゲーミフィケーション体験の多面的な性質を測定するために、リッカート型の回答を使用しています。 6つの次元には、楽しさ、抽象化、創造的思考、活性化、否定的影響の欠如、および習熟度が含まれます。 このモデルは、クロンバックのアルファ係数0.85で高い全体的な信頼性を示しました。 採点形式は5段階リッカート尺度を使用しています。 提案された研究では、学生のプログラム全体に対する認識を把握するために、介入の終了時(セッション4)にのみ測定が行われます。 分析前に、否定的な表現(逆採点)を持つ項目は、より高いスコアが一貫してより肯定的な評価を反映するように再コード化されます。
治療終了時、4週間後
社会人口統計学的変数
時間枠:介入の1日目に
年齢は、誕生から調査時点までの個人の生存期間として理解され、満年数で測定されます。性別は、社会が適切と考える役割、行動、活動、属性を定義する社会的・文化的構築を指す変数として理解され、回答オプションは男性、女性、ノンバイナリーです。平均成績は、看護プログラム初年度に達成した平均成績を意味し、グループ間の差異を監視するために考慮されます。
介入の1日目に

その他の成果指標

結果測定
メジャーの説明
時間枠
プレイヤープロフィール
時間枠:介入の1日目に
学生のゲームダイナミクスとナラティブへの心理的・行動的素因は、検証済みのスペイン語版PPDSを使用して評価されます。 PPDSは、教育用ゲーミフィケーションにおけるナラティブに基づくプレイヤープロファイルを特定するために特別に設計された、6段階のリッカート尺度で評価される21項目から構成される心理測定学的に検証された測定ツールです。これは特定の行動の頻度を測定するもので、1は「決してない」、6は「常に」を意味します。 学生がアンケートを完了した後、システムは単一のカテゴリーに分類するのではなく、各プロファイルごとに5つの独立したスコアを生成し、どのプロファイルに最も適合しているかを示します:Tryhard(達成と能力指向)、Coacher(リーダーシップと支援指向)、Esthetic(ナラティブと視覚的美しさ指向)、Joker(ユーモアと驚き指向)、またはToxic(システムの限界をテストし、抜け穴を探すプレイヤーを指す技術的ゲーミフィケーション用語)。
介入の1日目に

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2026年2月19日

一次修了 (実際)

2026年3月19日

研究の完了 (実際)

2026年4月5日

試験登録日

最初に提出

2026年2月12日

QC基準を満たした最初の提出物

2026年2月19日

最初の投稿 (実際)

2026年2月25日

学習記録の更新

投稿された最後の更新 (実際)

2026年4月22日

QC基準を満たした最後の更新が送信されました

2026年4月17日

最終確認日

2026年4月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

購読する