- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07490665
Betydningen av diskusjon om kunstig intelligens for jordmorstudenter
Effekten av kunstig intelligens-assistert kasusdiskusjon på holdninger til, bruk av og ferdigheter i kunstig intelligens bland jordmorstudenter
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Kunstig intelligens (AI), som refererer til datastøttede systemer som kan utføre oppgaver som krever menneskelig intelligens, har blitt stadig mer populært på alle felt de siste årene. AI er et teknologisk system som kan tenke, lære, oppfatte, gjøre forutsigelser, kommunisere og ta beslutninger som mennesker – eller til og med bedre enn mennesker. Kort sagt kan AI beskrives som et bredt vitenskapelig felt som simulerer den naturlige intelligensen som mennesker demonstrerer gjennom kunstige midler.
Evnen til AI til å behandle dataene som presenteres for systemet, utføre dataanalyser, generere nye ideer og nå ulike konklusjoner har økt bruken av AI. Disse funksjonene kan overgå menneskelig problemløsning og beslutningstaking når det gjelder hastighet, effektivitet og kvalitet. På grunn av disse fordelene har bruken av kunstig intelligens i jordmorutdanning blitt uunngåelig.
Det australske jordmorkollegiet (ACM) etablerte utvalget for adopsjon av kunstig intelligens i mars 2024 for å støtte og regulere innføringen av AI. Dette utvalget understreket nødvendigheten og prioriteten av å bruke AI i jordmorutdanning. Det fremhevet også at jordmødre bør trenes i bruken av AI og bør være en integrert del av design, implementering og evaluering av alle AI-verktøy som brukes i fødselsomsorg (ACM, 2024).
Når det gjelder bruken av AI i helsevesenet, har Verdens helseorganisasjon (WHO) identifisert tre strategiske planer: muliggjøre evidensbaserte standarder, styring, politikk og veiledning; legge til rette for felles investeringer og et globalt fagmiljø; og implementere bærekraftige modeller for adopsjon av AI-programmer på landsnivå (WHO, 2024). I tråd med disse strategiene er det nødvendig å integrere AI-applikasjoner i jordmoryrket.
Med innflytelsen fra raskt utviklende teknologi har det blitt uunngåelig å forbedre jordmorutdanning. I tradisjonelle utdanningsmetoder spiller instruktøren en aktiv rolle mens studentene forblir passive. Men for at læring skal være effektiv, bør det skapes muligheter for studenter til å aktivt øve ferdighetene sine og utvikle kritisk tenkningsevne. Kasusbasert læring i jordmorutdanning er en metode som kan forbedre studentenes logiske, kliniske og deltakende ferdigheter samtidig som den øker kunnskapsnivået deres.
Å støtte kasusbasert læring med kunstig intelligens-verktøy kan bidra til mer nøyaktig diagnose og utvikling av klinisk beslutningstaking og problemløsningsferdigheter. På denne måten blir det mulig å utdanne kompetente jordmødre som er trygge og i stand til å bruke teknologi effektivt.
Målet med denne studien er å undersøke effekten av kunstig intelligens-assisterte kasusdiskusjoner på jordmorstudenters bruk og ferdighet i kunstig intelligens-teknologier og deres kliniske kompetansenivåer.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Ayşe G Bursa, Assistant Professor
- Telefonnummer: +905062984670
- E-post: aysegul.bursa@fbu.edu.tr
Studer Kontakt Backup
- Navn: Sinem Dinmez, Assistant Professor
- Telefonnummer: +905063568804
Studiesteder
-
-
Atasehır
-
Istanbul, Atasehır, Tyrkia (Türkiye), 34758
- Fenerbahce University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Å være 3./4. årsstudent ved Jordmorfaglig avdeling
- Å ha tatt tidligere kurs i Sunn og Risikofylt svangerskap
- Å ha utarbeidet og presentert minst én jordmorfaglig omsorgsplan
Eksklusjonskriterier:
- Å ha mer enn 20% fravær i feltapplikasjoner
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Helsetjenesteforskning
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: AI-saksgruppe
Studenter i eksperimentgruppen vil bli presentert med en case-scenario og få 30 minutter til å gjennomgå den.
I løpet av denne tiden vil de bli bedt om å utvikle en omsorgsplan for casen.
Deretter, i løpet av en 60-minuttersøkt, vil forskeren presentere en omsorgsplan utarbeidet med kunstig intelligens-assistanse for samme case.
En casediskusjon vil deretter bli gjennomført ved å sammenligne omsorgsplanene utviklet av studentene med den KI-assisterte omsorgsplanen.
|
Studenter i eksperimentgruppen vil bli presentert med en case-scenario og få 30 minutter til å gjennomgå den.
I løpet av denne tiden vil de bli bedt om å utvikle en omsorgsplan for casen.
Deretter, i løpet av en 60-minuttersøkt, vil forskeren presentere en omsorgsplan utarbeidet med kunstig intelligens-assistanse for samme case.
En casediskusjon vil deretter bli gjennomført ved å sammenligne omsorgsplanene utviklet av studentene med den KI-assisterte omsorgsplanen.
|
|
Ingen inngripen: Kontroll
Diskusjon av rutinemessig implementert vedlikeholdsplan
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nivå av kunstig intelligens-bruk
Tidsramme: Gjennom studiens gjennomføring, i gjennomsnitt 3 måneder
|
Endringer i nivået av AI-bruk blant jordmorstudenter etter opplæring, sammenlignet med utgangsverdier.
Student Attitudes toward Artificial Intelligence Scale (SATAI), utviklet i 2025, vil bli brukt for måling.
Skalaen, utviklet ved hjelp av en fempunkts Likert-skala (1=Sterkt uenig og 5=Sterkt enig), inneholder ikke noen omvendt kodede elementer.
Den høyest mulige poengsummen på skalaen er 130, og den laveste er 26, der høyere poengsummer reflekterer mer positive holdninger til kunstig intelligens.
|
Gjennom studiens gjennomføring, i gjennomsnitt 3 måneder
|
|
Bruk og ferdighetsnivå
Tidsramme: Gjennom studiens gjennomføring, i gjennomsnitt 3 måneder
|
Dette vil bli målt ved hjelp av Generative Artificial Intelligence Use and Proficiency (GAAP) skalaen, utviklet i 2024.
Planlagt som en fempunkts Likert-skala (fullstendig gjenspeilende = 5 poeng - ikke gjenspeilende = 1 poeng), indikerer en økning i poengsummen fra denne skalaen et høyt nivå av kunstig intelligens bruk og ferdighet. Den minst mulige poengsummen på skalaen er 19, og den maksimale er 95. |
Gjennom studiens gjennomføring, i gjennomsnitt 3 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Studieleder: Sinem Dinmez, Assistant Professor, Mudanya University
- Studieleder: Zeynep Ogul, Assistant Professor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
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
Andre studie-ID-numre
- Fenerbahce U Midwifery
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. .