Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Betydningen av diskusjon om kunstig intelligens for jordmorstudenter

18. mars 2026 oppdatert av: Ayşe Gül Bursa, Fenerbahce University

Effekten av kunstig intelligens-assistert kasusdiskusjon på holdninger til, bruk av og ferdigheter i kunstig intelligens bland jordmorstudenter

Denne studien hadde som mål å undersøke effekten av kunstig intelligens-assisterte kasusdiskusjoner på jordmorstudenters bruk og ferdigheter i kunstig intelligens-teknologier og deres kliniske kompetansenivåer. Med den raske utviklingen av kunstig intelligens har dens integrering i helseutdanning blitt stadig viktigere. Å støtte kasusbasert læring med AI-verktøy kan forbedre studentenes kliniske beslutningstaking, problemløsning og kritiske tenkningsevner. Derfor evaluerer denne studien bidraget fra AI-assisterte utdanningsmetoder til den profesjonelle utviklingen av jordmorstudenter.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

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

Intervensjonell

Registrering (Antatt)

81

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studer Kontakt Backup

  • Navn: Sinem Dinmez, Assistant Professor
  • Telefonnummer: +905063568804

Studiesteder

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

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

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

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

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

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Studieleder: Sinem Dinmez, Assistant Professor, Mudanya University
  • Studieleder: Zeynep Ogul, Assistant Professor

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Antatt)

16. mars 2026

Primær fullføring (Antatt)

8. juni 2026

Studiet fullført (Antatt)

20. juli 2026

Datoer for studieregistrering

Først innsendt

13. mars 2026

Først innsendt som oppfylte QC-kriteriene

18. mars 2026

Først lagt ut (Faktiske)

24. mars 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

24. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

18. mars 2026

Sist bekreftet

1. mars 2026

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)?

NEI

IPD-planbeskrivelse

Vi vurderer ikke en eksplosjon ennå fordi datainnsamling ikke har begynt.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Abonnere