人工知能支援による看護薬物計算学習
人工知能による看護実践の変革：薬物投与量計算における人工知能ベース学習の知識、臨床判断、自己効力感への効果
この研究の目的は、人工知能（AI）支援学習プラットフォームが、看護師の薬剤投与量計算の正確性にどのような影響を与えるかを評価することです。 薬剤計算は看護における重要なスキルであり、誤りは患者の安全性に重大な影響を及ぼす可能性があります。
従来の教育方法は標準的ですが、このような高いリスクを伴う課題に対して必要な個別化されたフィードバックを提供しない場合があります。 本研究では、インタラクティブなシナリオとリアルタイムのガイダンスを提供するAI駆動型ソフトウェアを使用する看護師グループと、従来の教室での指導を受ける別のグループを比較します。
研究者は、AIアプローチが以下の点につながるかどうかを明らかにすることを目指しています：
薬剤計算に関する理論的知識の向上。 薬剤投与中の臨床的意思決定の強化。 実際の臨床現場でこれらのタスクを実行する際の看護師の自信（自己効力感）の向上。
さらに、フォーカスグループディスカッションを用いて実施される質的要素により、参加者のAI支援学習プラットフォームに対する受容性、知覚有用性、使用性、および全体的な認識を探求します。 この質的調査は、看護師の経験、教育へのAI統合に対する態度、およびプラットフォーム内で使用される教授・学習戦略の有効性に関する意見について、より深い洞察を提供します。
調査の概要
詳細な説明
薬剤投与エラーは、特に心血管や集中治療ユニットなどの高難度環境における看護実践において重要な課題です。 本研究は、薬剤計算における理論的知識と臨床応用のギャップを埋めるために設計された人工知能（AI）駆動型教育介入の有効性を評価します。
研究デザイン
本研究は、統制群を伴う準実験的な事前・事後テストアプローチと、質的フォーカスグループ要素を補完する混合手法デザインを採用しました。 参加者は、AI支援学習を受ける実験群か、従来の指導を受ける統制群のいずれかに割り当てられました。
介入（研究群）
実験群の参加者は、いくつかの先進的な機能を通じて教育経験を強化するように設計されたAI支援学習ソフトウェアを使用しました。 このソフトウェアは、看護師のパフォーマンスに応じて計算の複雑さを調整する適応学習パスを提供します。 さらに、複雑な薬剤投与量計算に対する即時の修正と段階的なガイダンスを保証するリアルタイムフィードバックを提供します。 最後に、学習者のための高圧的な臨床意思決定シナリオを作成するAIベースの臨床シミュレーションを組み込んでいます。
統制群
統制群の参加者は、薬剤計算を特に目的とした標準的な講義と紙ベースの実践セッションを含む従来の教育方法を受けました。 このアプローチは、実験群と同じコアカリキュラムをカバーしましたが、AI支援は組み込まれていませんでした。
本研究は、介入前後に以下の3つの主要分野を評価しました：
看護知識：標準化された薬剤計算試験を用いて評価。
臨床意思決定：妥当性が確認された看護意思決定尺度で測定。
自己効力感：臨床計算に対する自信を評価するための標準化された自己効力感尺度で評価。
データは、実験群と統制群の平均スコアを比較するために、社会科学統計パッケージ（SPSS）を用いて分析されました。
質的要素（フォーカスグループ研究）
定量的結果を補完するために、実験群の参加者を対象とした質的フォーカスグループ研究が実施されました。 目的は、看護師のAIプラットフォームの受容性、知覚的有用性、使用性、学習進捗の可視性、およびAI支援教育戦略に関する全体的な意見を探ることでした。
フォーカスグループディスカッションは、音声記録され、文字起こしされ、テーマ分析を用いて分析され、ユーザーエクスペリエンス、知覚的教育価値、臨床教育へのAIベース学習統合への準備に関連する繰り返しパターンとテーマを特定しました。 この質的要素は、看護教育におけるAI統合に対する参加者の態度についてより深い洞察を提供し、定量的結果の解釈を豊かにしました。
研究の種類
入学 (実際)
段階
- 適用できない
連絡先と場所
研究場所
-
-
Alexandria Governorate
-
Alexandria、Alexandria Governorate、エジプト、2500
- Faculty of Nursing, Alexandria University
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
包含基準:
医療外科、心血管、または集中治療室などの複数の臨床現場で働く看護師。
看護師は、日常の臨床業務の一環として、薬剤投与と薬剤投与量の計算を担当しています。
人工知能支援学習プログラムへの参加に同意し、インフォームドコンセントに署名すること。
除外基準:
最近（過去6か月以内に）薬剤計算に関する特定の研修を受けた、またはAIベースの教育ツールに事前に触れたことのある看護師
研究計画
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：ヘルスサービス研究
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：人工知能支援学習グループ
薬物計算のためのシナリオベース学習とリアルタイムフィードバックを提供する人工知能支援プラットフォームをご利用ください。
|
革新的な人工知能ソフトウェアは、シナリオベースの学習を通じて、薬剤計算と臨床推論における看護の正確性を向上させ、リアルタイムフィードバックと適応学習パスを提供します。
|
|
実験的：伝統的学習グループ
参加者は、従来の講義と紙ベースの実習セッションを通じて、標準カリキュラムを受けます。
|
標準的な教室ベースの指導は、薬物投与量計算に焦点を当てた理論的な講義と紙ベースの実践で構成されています。
|
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 |
|---|---|---|
|
看護師の薬剤計算に関する知識
時間枠：ベースライン（事前テスト）および介入後2週間（事後テスト）
|
看護師の薬剤計算原則（例：単位変換、流量、投与量計算）に関する理論的・実践的知識を評価するために設計された16項目の評価ツール。 各正解は「1」点、各不正解は「0」点として採点されます。 尺度範囲：合計スコアは最小0点から最大16点までです。 解釈：スコアが高いほど良好な結果（計算原則の習熟度が高い）を示します。 高（13-16）：能力水準（> 80%）。 中（10-12）：許容範囲だが不完全な知識（60%-80%）。 低（0-9）：理解不足（< 60%）。 |
ベースライン（事前テスト）および介入後2週間（事後テスト）
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
看護師の薬剤計算意思決定尺度
時間枠：ベースライン（事前テスト）および介入後2週間（事後テスト）
|
この尺度は、薬剤投与量の計算に関する看護師の臨床的判断と自信を評価するために設計された8項目の自己報告ツールです。各項目は、1（強く反対）から5（強く同意）までの5段階リッカート尺度で評価されます。 最小値と最大値：総合スコアは最小8から最大40の範囲です。 解釈：スコアが高いほど、より良い結果（より高い臨床能力と安全な意思決定）を示します。 高（30-40）：高い能力。 中（19-29）：中程度の能力；監督が必要。 低（8-18）：自信と判断力が低い。 |
ベースライン（事前テスト）および介入後2週間（事後テスト）
|
|
一般的自己効力感尺度
時間枠：ベースライン（事前テスト）および介入後2週間（事後テスト）
|
説明：10項目の心理測定尺度であり、様々な条件下で薬剤計算や臨床業務を効果的に遂行する能力に対する看護師の認識された自信と自己信念を評価するために使用されます。 各項目は4段階のリッカート尺度で採点されます：1（全く真実ではない）、2（ほとんど真実ではない）、3（中程度に真実）、4（完全に真実）。 尺度範囲：総合スコアは最低10点から最高40点の範囲です。 解釈：スコアが高いほど、より良い結果（より強い認識された能力とより高い自己効力感）を示します。 高（31-40）：強い認識された能力と自己信念。 中程度（21-30）：要求を管理する中程度の自信。 低（10-20）：課題に対処する能力に対する低い信念。 |
ベースライン（事前テスト）および介入後2週間（事後テスト）
|
|
看護師の人工知能支援学習に対する認識と満足度（質的研究）
時間枠：AI支援トレーニング完了後2週間
|
説明：人工知能支援学習プラットフォームに対する参加者の受容度、有用性の認識、使用性、および満足度の評価。 データはフォーカスグループディスカッションを通じて収集されます。 分析方法：結果はテーマ分析を用いて分析され、繰り返し現れるパターンやテーマを特定します。 測定単位：これは質的アウトカムであり、結果は物語的なテーマ（例：「計算自信の向上」または「ユーザーインターフェース満足度」）として報告されます。 |
AI支援トレーニング完了後2週間
|
協力者と研究者
スポンサー
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
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。