Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Impact van de discussie over kunstmatige intelligentie op verloskundestudenten

18 maart 2026 bijgewerkt door: Ayşe Gül Bursa, Fenerbahce University

De Impact van Kunstmatige Intelligentie-Gestuurde Casusbespreking op de Houding, Gebruik en Bekwaamheid ten aanzien van Kunstmatige Intelligentie onder Verloskundestudenten

Deze studie had tot doel het effect van kunstmatige intelligentie-ondersteunde casusbesprekingen te onderzoeken op het gebruik en de vaardigheid van verloskundestudenten in kunstmatige intelligentietechnologieën en hun klinische competentieniveaus. Met de snelle ontwikkeling van kunstmatige intelligentie is de integratie ervan in de gezondheidszorgopleiding steeds belangrijker geworden. Het ondersteunen van casusgestuurd leren met AI-hulpmiddelen kan de klinische besluitvorming, probleemoplossing en kritisch denkvermogen van studenten verbeteren. Daarom evalueert deze studie de bijdrage van AI-ondersteunde onderwijsbenaderingen aan de professionele ontwikkeling van verloskundestudenten.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Gedetailleerde beschrijving

Kunstmatige intelligentie (AI), wat verwijst naar computerondersteunde systemen die taken kunnen uitvoeren die menselijke intelligentie vereisen, is de afgelopen jaren in alle vakgebieden steeds populairder geworden. AI is een technologisch systeem dat kan denken, leren, waarnemen, voorspellingen doen, communiceren en beslissingen nemen zoals mensen - of zelfs beter dan mensen. Kortom, AI kan worden omschreven als een breed wetenschappelijk vakgebied dat de natuurlijke intelligentie die door mensen wordt getoond, via kunstmatige middelen simuleert.

Het vermogen van AI om de gegevens die aan het systeem worden gepresenteerd te verwerken, gegevensanalyses uit te voeren, nieuwe ideeën te genereren en tot verschillende conclusies te komen, heeft het gebruik van AI vergroot. Deze kenmerken kunnen het menselijk probleemoplossend en besluitvormingsvermogen overtreffen op het gebied van snelheid, efficiëntie en kwaliteit. Vanwege deze voordelen is het gebruik van kunstmatige intelligentie in de verloskundeopleiding onvermijdelijk geworden.

De Australian College of Midwives (ACM) heeft in maart 2024 de Select Committee on Adopting Artificial Intelligence opgericht om de adoptie van AI te ondersteunen en te reguleren. Deze commissie benadrukte de noodzaak en prioriteit van het gebruik van AI in de verloskundeopleiding. Het benadrukte ook dat verloskundigen moeten worden opgeleid in het gebruik van AI en een integraal onderdeel moeten zijn van het ontwerp, de implementatie en de evaluatie van alle AI-hulpmiddelen die worden gebruikt in de moederzorg (ACM, 2024).

Met betrekking tot het gebruik van AI in de gezondheidszorg heeft de Wereldgezondheidsorganisatie (WHO) drie strategische plannen geïdentificeerd: het mogelijk maken van op bewijs gebaseerde normen, governance, beleid en richtlijnen; het faciliteren van gedeelde investeringen en een wereldwijde gemeenschap van expertise; en het implementeren van duurzame modellen voor de adoptie van AI-programma's op nationaal niveau (WHO, 2024). In overeenstemming met deze strategieën is het noodzakelijk om AI-toepassingen te integreren in het verloskundig beroep.

Onder invloed van snel evoluerende technologie is het onvermijdelijk geworden om de verloskundeopleiding te verbeteren. Bij traditionele onderwijsmethoden speelt de instructeur een actieve rol terwijl studenten passief blijven. Om het leren echter effectief te laten zijn, moeten er mogelijkheden worden gecreëerd voor studenten om actief hun vaardigheden te oefenen en kritisch denkvermogen te ontwikkelen. Casusgestuurd leren in de verloskundeopleiding is een methode die de logische, klinische en participatieve vaardigheden van studenten kan verbeteren terwijl hun kennisniveau wordt verhoogd.

Het ondersteunen van casusgestuurd leren met kunstmatige intelligentie-hulpmiddelen kan bijdragen aan een nauwkeurigere diagnose en de ontwikkeling van klinische besluitvormings- en probleemoplossende vaardigheden. Op deze manier wordt het mogelijk om competente verloskundigen op te leiden die zelfverzekerd zijn en in staat om technologie effectief te gebruiken.

Het doel van deze studie is om het effect van door kunstmatige intelligentie ondersteunde casusbesprekingen op het gebruik en de vaardigheid van verloskundestudenten in kunstmatige intelligentietechnologieën en hun klinische competentieniveaus te onderzoeken.

Studietype

Ingrijpend

Inschrijving (Geschat)

81

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

  • Naam: Sinem Dinmez, Assistant Professor
  • Telefoonnummer: +905063568804

Studie Locaties

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

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria:

  • Een 3e/4e jaars student zijn in de Verloskunde afdeling
  • Eerder cursussen hebben gevolgd over Gezonde en Hoogrisico Zwangerschap
  • Minstens één verloskundig zorgplan hebben voorbereid en gepresenteerd

Exclusiecriteria:

  • Meer dan 20% afwezigheid gebruiken in veldtoepassingen

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Onderzoek naar gezondheidsdiensten
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: AI Casegroep
Studenten in de experimentele groep krijgen een casusscenario gepresenteerd en hebben 30 minuten de tijd om dit te bestuderen. Gedurende deze tijd wordt hen gevraagd een zorgplan voor de casus te ontwikkelen. Vervolgens, binnen een sessie van 60 minuten, presenteert de onderzoeker een zorgplan dat met behulp van kunstmatige intelligentie voor dezelfde casus is opgesteld. Daarna wordt een casusbespreking gehouden door de door de studenten ontwikkelde zorgplannen te vergelijken met het door AI ondersteunde zorgplan.
Studenten in de experimentele groep krijgen een casusscenario gepresenteerd en krijgen 30 minuten de tijd om dit te bestuderen. Gedurende deze tijd wordt hen gevraagd een zorgplan voor de casus te ontwikkelen. Vervolgens zal de onderzoeker tijdens een sessie van 60 minuten een zorgplan presenteren dat is opgesteld met behulp van kunstmatige intelligentie voor dezelfde casus. Daarna wordt een casusbespreking gevoerd door de door de studenten ontwikkelde zorgplannen te vergelijken met het met AI-ondersteunde zorgplan.
Geen tussenkomst: Controle
Bespreking van het routinematig geïmplementeerde onderhoudsplan

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Niveau van kunstmatige intelligentiegebruik
Tijdsspanne: Gedurende de studie, gemiddeld 3 maanden
Veranderingen in het niveau van AI-gebruik onder verloskundestudenten na training, vergeleken met de uitgangswaarden. De Student Attitudes toward Artificial Intelligence Scale (SATAI), ontwikkeld in 2025, wordt gebruikt voor de meting.De schaal, ontwikkeld met behulp van een vijfpunts Likertschaal (1=Helemaal oneens en 5=Helemaal eens), bevat geen omgekeerd gecodeerde items. De hoogst mogelijke score op de schaal is 130, en de laagste is 26, waarbij hogere scores een positievere houding ten opzichte van kunstmatige intelligentie weerspiegelen.
Gedurende de studie, gemiddeld 3 maanden
Gebruik en vaardigheidsniveau
Tijdsspanne: Gedurende de studie, gemiddeld 3 maanden
Dit wordt gemeten met behulp van de Generative Artificial Intelligence Use and Proficiency (GAAP) Schaal, ontwikkeld in 2024. Gepland als een vijfpuntenschaal van Likert (volledig weerspiegelend = 5 punten - niet weerspiegelend = 1 punt), duidt een toename in de score die met deze schaal wordt behaald op een hoog niveau van kunstmatige intelligentiegebruik en -vaardigheid. De minimaal mogelijke score op de schaal is 19, en het maximum is 95.
Gedurende de studie, gemiddeld 3 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Studie directeur: Sinem Dinmez, Assistant Professor, Mudanya University
  • Studie directeur: Zeynep Ogul, Assistant Professor

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

16 maart 2026

Primaire voltooiing (Geschat)

8 juni 2026

Studie voltooiing (Geschat)

20 juli 2026

Studieregistratiedata

Eerst ingediend

13 maart 2026

Eerst ingediend dat voldeed aan de QC-criteria

18 maart 2026

Eerst geplaatst (Werkelijk)

24 maart 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

24 maart 2026

Laatste update ingediend die voldeed aan QC-criteria

18 maart 2026

Laatst geverifieerd

1 maart 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

We overwegen nog geen explosie omdat de gegevensverzameling nog niet is begonnen.

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren