인공지능 논의가 조산학과 학생들에게 미치는 영향
조산학 학생들의 인공지능 태도, 사용 및 숙련도에 미치는 인공지능 보조 사례 논의의 영향
연구 개요
상세 설명
인공지능(AI)은 인간의 지능이 필요한 작업을 수행할 수 있는 컴퓨터 지원 시스템을 의미하며, 최근 몇 년 동안 모든 분야에서 점점 더 인기를 얻고 있습니다. AI는 인간과 같이, 혹은 인간보다 더 잘 생각하고, 배우고, 인지하고, 예측하고, 소통하며, 결정을 내릴 수 있는 기술 시스템입니다. 간단히 말해, AI는 인간이 보여주는 자연 지능을 인공적인 수단으로 모방하는 광범위한 과학 분야로 설명할 수 있습니다.
AI가 시스템에 제시된 데이터를 처리하고, 데이터 분석을 수행하며, 새로운 아이디어를 생성하고, 다른 결론에 도달하는 능력은 AI의 사용을 증가시켰습니다. 이러한 특징들은 속도, 효율성, 품질 측면에서 인간의 문제 해결 및 의사 결정 능력을 능가할 수 있습니다. 이러한 장점으로 인해, 조산 교육에서 인공지능의 사용은 불가피해졌습니다.
호주 조산사 협회(ACM)는 AI 도입을 지원하고 규제하기 위해 2024년 3월 인공지능 도입 선별 위원회를 설립했습니다. 이 위원회는 조산 교육에서 AI 사용의 필요성과 우선순위를 강조했습니다. 또한 조산사들은 AI 사용에 대해 교육을 받아야 하며, 모성 보건에 사용되는 모든 AI 도구의 설계, 구현 및 평가에 필수적인 부분이 되어야 한다고 강조했습니다(ACM, 2024).
의료 분야에서 AI 사용에 관해 세계보건기구(WHO)는 세 가지 전략 계획을 확인했습니다: 근거 기반 표준, 거버넌스, 정책 및 지침을 가능하게 하는 것; 공동 투자와 글로벌 전문가 커뮤니티를 촉진하는 것; 국가 수준에서 AI 프로그램 도입을 위한 지속 가능한 모델을 구현하는 것(WHO, 2024). 이러한 전략에 맞춰, AI 응용 프로그램을 조산 전문직에 통합하는 것이 필요합니다.
급속히 발전하는 기술의 영향으로, 조산 교육을 개선하는 것은 불가피해졌습니다. 전통적인 교육 방법에서는 교사가 적극적인 역할을 하는 반면, 학생들은 수동적으로 머뭅니다. 그러나 학습이 효과적이기 위해서는 학생들이 능동적으로 기술을 연습하고 비판적 사고 능력을 개발할 수 있는 기회가 만들어져야 합니다. 조산 교육에서 사례 기반 학습은 학생들의 논리적, 임상적, 참여적 기술을 향상시키면서 지식 수준을 높일 수 있는 방법입니다.
인공지능 도구로 사례 기반 학습을 지원하는 것은 보다 정확한 진단과 임상 의사 결정 및 문제 해결 기술의 개발에 기여할 수 있습니다. 이러한 방식으로, 기술을 효과적으로 사용할 수 있는 자신감과 능력을 갖춘 유능한 조산사를 양성하는 것이 가능해집니다.
본 연구의 목적은 인공지능 지원 사례 논의가 조산 학생들의 인공지능 기술 사용 및 숙련도와 그들의 임상 역량 수준에 미치는 영향을 조사하는 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Ayşe G Bursa, Assistant Professor
- 전화번호: +905062984670
- 이메일: aysegul.bursa@fbu.edu.tr
연구 연락처 백업
- 이름: Sinem Dinmez, Assistant Professor
- 전화번호: +905063568804
연구 장소
-
-
Atasehır
-
Istanbul, Atasehır, 터키 (Türkiye), 34758
- Fenerbahçe University
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 조산학과 3/4학년 학생
- 건강 및 고위험 임신 과정을 이수한 경험
- 최소 한 번 이상의 조산사 간호 계획을 수립 및 발표한 경험
제외 기준:
- 현장 실습에서 20% 이상의 결석률을 보인 경우
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: AI 케이스 그룹
실험군 학생들에게 사례 시나리오를 제시하고 30분 동안 검토할 시간을 제공합니다.
이 시간 동안 학생들은 해당 사례에 대한 간호 계획을 수립하도록 요청받습니다.
이후 60분 동안 진행되는 세션에서 연구원은 동일한 사례에 대해 인공 지능의 도움을 받아 준비된 간호 계획을 제시합니다.
그런 다음 학생들이 수립한 간호 계획과 인공 지능이 지원한 간호 계획을 비교하여 사례 논의를 진행합니다.
|
실험군 학생들은 사례 시나리오를 제공받고, 이를 검토하는 데 30분의 시간이 주어집니다.
이 시간 동안 학생들은 해당 사례에 대한 간호 계획을 수립해야 합니다.
이후 60분간의 세션에서 연구자는 동일한 사례에 대해 인공지능 지원으로 작성된 간호 계획을 제시합니다.
그런 다음 학생들이 수립한 간호 계획과 AI 지원 간호 계획을 비교하여 사례 논의가 진행됩니다.
|
|
간섭 없음: Control
일상적으로 시행되는 유지 관리 계획에 대한 논의
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인공지능 사용 수준
기간: 연구 완료까지, 평균 3개월
|
조산학 학생들의 훈련 후 AI 활용 수준 변화를 기초값과 비교한 결과.
측정에는 2025년에 개발된 학생 인공지능 태도 척도(SATAI)가 사용됩니다. 5점 리커트 척도(1=매우 동의하지 않음, 5=매우 동의함)를 사용하여 개발된 이 척도에는 역코딩 항목이 포함되어 있지 않습니다.
척도의 가능한 최고 점수는 130점, 최저 점수는 26점이며, 더 높은 점수는 인공지능에 대한 더 긍정적인 태도를 반영합니다.
|
연구 완료까지, 평균 3개월
|
|
사용 및 숙련도 수준
기간: 연구 완료까지, 평균 3개월
|
이는 2024년에 개발된 생성형 인공지능 사용 및 숙련도(GAAP) 척도를 사용하여 측정될 것입니다.
5점 리커트 척도(완전히 반영함 = 5점 - 전혀 반영하지 않음 = 1점)로 계획된 이 척도에서 얻은 점수의 증가는 높은 수준의 인공지능 사용 및 숙련도를 나타냅니다.
이 척도에서 가능한 최소 점수는 19점이고 최대 점수는 95점입니다.
|
연구 완료까지, 평균 3개월
|
공동 작업자 및 조사자
수사관
- 연구 책임자: Sinem Dinmez, Assistant Professor, Mudanya University
- 연구 책임자: Zeynep Ogul, Assistant Professor
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .