Å fastslå konsistensen mellom sykepleiere og kunstig intelligens (ChatGPT-5) i å levere scenariobasert utskrivningsveiledning til pasienter med koronar bypass-operasjon: En metodologisk studie (CABG-AI-EDU)

Denne metodiske studien har som mål å fastslå graden av samsvar mellom ekspertsyke­pleiere og et kunstig intelligens­system (AI) (ChatGPT-5) i å gi scenariobasert utskrivnings­opplæring for pasienter som har gjennomgått bypass­operasjon (CABG). Formålet med studien er å evaluere om ChatGPT-5 kan generere utskrivnings­opplærings­innhold som er sammenlignbart i nøyaktighet, fullstendighet og klinisk hensiktsmessighet med det som er utarbeidet av erfarne hjerte­kirurgiske sykepleiere.

Det vil bli utviklet tretti standardiserte pasientscenarier som representerer et bredt spekter av CABG-tilfeller med ulike demografiske, sosioøkonomiske, psykososiale og kliniske kjennetegn. Hvert scenario vil simulere realistiske postoperative forhold, inkludert potensielle komplikasjoner (f.eks. delirium, sårinfeksjon, blødning, arytmi), komorbiditeter (f.eks. diabetes, hypertensjon, KOLS) og psykososiale variabler som angstnivå, familiekonstellasjon og sosial støtte. Alle scenarioer vil bli gjennomgått og validert av et tverrfaglig ekspertpanel som inkluderer hjertekirurger og akademiske sykepleierspesialister for å sikre klinisk realisme og innholdsvaliditet.

Utskrivnings­opplæringen vil være strukturert rundt seks hovedområder og tjuefire undertemaer hentet fra nasjonale og internasjonale retningslinjer og evidensbasert litteratur. Disse områdene inkluderer: (1) medisinsk behandling og oppfølging, (2) dagligliv og funksjonell gjenoppretting, (3) psykososial og sosial støtte, (4) risikofaktorer og forebyggende helse, (5) livskvalitet og spesifikke tilstander, og (6) religiøse praksiser. For hvert scenario vil både ekspertsyke­pleiere og ChatGPT-5 uavhengig utarbeide skriftlige utskrivnings­opplæringsmateri­aler ved bruk av dette standardiserte rammeverket.

Opplæringsmateri­alene vil bli anonymisert og evaluert av to blinde vurderere med hensyn til vitenskapelig nøyaktighet, innholds­fullstendighet, språklig klarhet og samsvar med kliniske standarder. Ved uenighet vil en tredje uavhengig vurderer gi en endelig avgjørelse for å sikre objektivitet. Statistiske analyser vil inkludere Cohens kappakoeffisient for å måle intervurderer­samsvar og Fishers eksakte test for kategoriske sammenligninger. Diagnostiske ytelses­mål som sensitivitet, spesifisitet, positiv prediktiv verdi (PPV), negativ prediktiv verdi (NPV) og F1-score vil også bli beregnet.

Data vil bli analysert ved bruk av SPSS v25 (IBM Corp., Armonk, NY, USA). Beskrivende statistikk (frekvenser, prosenter, gjennomsnitt og standardavvik) vil bli rapportert for å oppsummere egenskapene til scenarioene og evalueringene. Samsvarsnivåer vil bli tolket i henhold til Landis og Kochs klassifisering. En p-verdi på <0,05 vil bli ansett som statistisk signifikant.

Funnene fra denne studien forventes å gi bevis for påliteligheten, validiteten og brukbarheten til ChatGPT-5 som et innovativt og støttende verktøy for å utarbeide individuelt tilpassede utskrivnings­opplæringsmateri­aler i hjertekirurgisk sykepleie. Resultatene kan bidra til å utvikle nye teknologiassisterte opplæringsmodeller som kan redusere sykepleiernes arbeidsbelastning, forbedre standardiseringen av utskrivnings­opplæringen og øke pasientenes forståelse og tilfredshet i postoperativ periode.