- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07134374
- Original rettssak
Sykepleieres holdninger til kunstig intelligens og deres forhold til kritiske tenkedisposisjoner (AI)
Undersøkelse av forholdet mellom sykepleieres holdninger til kunstig intelligens og deres kritiske tenkedisposisjoner
Studieoversikt
Status
Forhold
Detaljert beskrivelse
Dagens helsevesen utvikler seg raskt med teknologiske transformasjoner, og kunstig intelligens (AI) teknologier er i sentrum for denne transformasjonen. AI-støttede applikasjoner på mange områder, fra diagnose til behandlingsplanlegging, pasientovervåkningssystemer til medisineringshåndtering, har potensial til å optimalisere kliniske beslutningsprosesser og øke effektiviteten i helsetjenester. Imidlertid avhenger den effektive integrasjonen av disse teknologiene og deres adopsjon av helsepersonell ikke bare av teknisk infrastruktur, men også av brukernes holdninger og kognitive kompetanser.
Sykepleiere, en integrert del av helsetjenester, er en viktig profesjonell gruppe som vil samhandle direkte med AI -teknologier i pasientbehandlingsprosesser. Integrasjonen av kunstig intelligens i sykepleiepraksis manifesteres i forskjellige former, for eksempel smarte pasientovervåkningssystemer, virtuelle sykepleierassistenter, kliniske beslutningsstøttesystemer og til og med robotassistenter. Mens disse innovasjonene har løftet om å redusere sykepleieres arbeidsmengder, minimere feil og hjelpe dem med å ta mer evidensbaserte beslutninger, presenterer de også en rekke utfordringer, inkludert transformasjon av profesjonelle roller og nye kompetansekrav. Sykepleieres holdninger til kunstig intelligens har vist seg som en kritisk determinantfaktor i vellykket adopsjon og integrering av disse teknologiene i sykehusmiljøer og daglig praksis. Litteraturen antyder at helsepersonells negative holdninger til nye teknologier kan bremse eller til og med hindre tilpasningsprosesser. Motsatt kan positive holdninger gjøre sykepleiere mer åpne for læring, øke viljen til å ta i bruk teknologi og øke motivasjonen for å integrere den i klinisk praksis.
På den annen side refererer kritiske tenkeevner, en av hjørnesteinene i sykepleieryrket, til evnen til å ta riktige beslutninger i komplekse kliniske scenarier, implementere evidensbaserte praksis og løse etiske dilemmaer. Selv om AI-systemer analyserer store datasett for å komme med anbefalinger, forblir den menneskelige faktoren avgjørende for å evaluere nøyaktigheten, påliteligheten og pasientspesifikk hensiktsmessigheten av disse anbefalingene. Et diagnoseforslag eller behandlingsplan levert av et AI -system bør ikke bli blindt akseptert av sykepleieren, men kritisk evaluert, under hensyntagen til kilden og gyldigheten av informasjonen så vel som pasientens individuelle egenskaper. For eksempel kan en AI -algoritme anbefale medisiner basert på visse symptomer, men sykepleierens kritiske vurdering av pasientens allergihistorie, andre medikamentinteraksjoner eller sosioøkonomisk status sikrer sikker og effektiv omsorg. I denne sammenhengen fungerer kritisk tenking som en bro for å sikre at AI-støttede beslutninger er i samsvar med pasientens unike behov og generell omsorgsfilosofi.
En gjennomgang av den eksisterende litteraturen indikerer at det er studier som undersøker helsepersonells holdninger til AI eller deres kritiske tenkende tendenser hver for seg. Ingen studier har imidlertid direkte undersøkt det potensielle forholdet mellom sykepleieres holdninger til AI og deres kritiske tenkende tendenser. Dette forholdet kan gi viktig innsikt i hvordan AI skal integreres i sykepleieopplæring og faglig utvikling. Hvis sykepleiere som viser positive holdninger til AI også demonstrerer høyere kritiske tenkende tendenser, vil dette fremheve viktigheten av å designe AI -utdanningsprogrammer som oppmuntrer til kritisk tenkning. Alternativt, hvis det motsatte er sant, kan det hende at forskjellige strategier må utvikles for å adressere hvordan negative holdninger kan påvirke kritiske tenkningsprosesser.
Sykepleiere som jobber i store og travle helseinstitusjoner som Adana City Training and Research Hospital, betjener en bred pasientpopulasjon og møter forskjellige teknologiske verktøy. Å forstå holdningene til sykepleiere som arbeider på dette sykehuset mot AI og deres kritiske tenkende tendenser vil bidra til sykehusets egne teknologiintegrasjonsstrategier og tjene som en modell for lignende skalae helseinstitusjoner i Tyrkia. Denne forskningen vil gi et evidensbasert grunnlag for å utvikle utdanningsprogrammer og læreplanoppdateringer som letter adopsjon og sikker bruk av AI i sykepleiepraksis. Til syvende og sist vil slik informasjon direkte bidra til å forbedre pasientbehandlingskvaliteten og styrke profesjonell tilpasning ved å lede utviklingen av de nødvendige kompetansene for sykepleiere til å jobbe effektivt og harmonisk med AI i fremtidige helsevesen.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Sinop
-
Sinop, Sinop, Tyrkia (Türkiye), 57000
- Turkish Ministry of Health, Adana City Training and Research Hospital
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inkluderingskriterier:
- Sykepleiere som jobber aktivt på et universitetssykehus,
- Har minst 6 måneders yrkeserfaring, og
- Er villige til å delta i forskningen.
Eksklusjonskriterier:
- Nektet å delta: Sykepleiere som nektet å delta i studien eller som ikke ønsket å signere det informerte samtykkeskjemaet.
- På permisjon: Sykepleiere som har permisjon, årlig permisjon, fødselspermisjon eller foreldrepermisjon under gjennomføringen av studien.
- Kommunikasjonsbarrierer: Sykepleiere med språkbarrierer som betydelig svekker deres evne til å lese og forstå spørreskjemaet eller som er kjent for å ha alvorlige kognitive svikt.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Registrerte sykepleiere
Denne tverrsnittsstudien inkluderer deltakere som er registrerte sykepleiere som jobber aktivt på et universitetssykehus og som meldte seg frivillig til å delta i studien.
Gruppen inkluderer sykepleiere på 18 år og eldre som har tilstrekkelige språk og kognitive ferdigheter for å fullføre studien.
Alle deltakerne har klinisk erfaring.
Studien tar sikte på å undersøke det potensielle forholdet mellom holdninger til kunstig intelligens og kritiske tenkende tendenser.
Ingen inngrep blir brukt, og data blir samlet inn gjennom selvrapportspørreskjemaer som er validert for gyldighet på et enkelt tidspunkt.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Holdning til kunstig intelligens
Tidsramme: Baseline
|
Dette kriteriet er en vurdering designet for å bestemme sykepleieres generelle holdninger til kunstig intelligensteknologi innen helsetjenester.
Deltakerne får en validert "holdning til AI -skala" og numeriske score oppnås.
Minimumsscore på skalaen er 20; maksimal poengsum er 100.
Når holdningspoengene øker, tolkes holdningene til kunstig intelligens som mer positive.
|
Baseline
|
|
Kritisk tenkende disposisjon
Tidsramme: Baseline
|
Dette kriteriet tar sikte på å bestemme sykepleiernes tilbøyelighet til kritisk tenking.
Deltakerne blir vurdert ved bruk av "Marmara Critical Thinking Propensity Scale."
Minimumsscore på skalaen er 28; Maksimal poengsum er 140.
En høyere poengsum indikerer en høyere kritisk tenkende tendens. Resultatene som er oppnådd indikerer i hvilken grad individer er utsatt for kritiske tenkeevner; Høye score indikerer en sterkere tilbøyelighet til kritisk tenking.
|
Baseline
|
|
Forholdet mellom holdning til kunstig intelligens og kritisk tenkedisposisjon
Tidsramme: Baseline
|
Dette kriteriet tar sikte på å analysere om det er en statistisk signifikant sammenheng mellom sykepleieres holdninger til kunstig intelligens og deres kritiske tenkende tendenser.
Ved å bruke korrelasjon, regresjon eller passende statistiske analyser evaluerer studien om det er et positivt, negativt eller ubetydelig forhold mellom de to variablene.
Disse funnene kan gi veiledning for å forme kunstig intelligensutdanning og klinisk praksis.
|
Baseline
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Studieleder: Abdullah Orhan Demirtaş, Associate Professor, Adana City Education and Research Hospital
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Johnson KB, Wei WQ, Weeraratne D, Frisse ME, Misulis K, Rhee K, Zhao J, Snowdon JL. Precision Medicine, AI, and the Future of Personalized Health Care. Clin Transl Sci. 2021 Jan;14(1):86-93. doi: 10.1111/cts.12884. Epub 2020 Oct 12.
- Nashwan AJ, Cabrega JA, Othman MI, Khedr MA, Osman YM, El-Ashry AM, Naif R, Mousa AA. The evolving role of nursing informatics in the era of artificial intelligence. Int Nurs Rev. 2025 Mar;72(1):e13084. doi: 10.1111/inr.13084.
- Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, Aldairem A, Alrashed M, Bin Saleh K, Badreldin HA, Al Yami MS, Al Harbi S, Albekairy AM. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023 Sep 22;23(1):689. doi: 10.1186/s12909-023-04698-z.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- Deneme
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .