Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Zaufanie do sztucznej inteligencji i cyfryzacji w opiece zdrowotnej w grupach pokoleniowych: Badanie porównawcze barier i czynników wspierających w kierunku sprawiedliwego przyjęcia. (TRUST-AI)

12 grudnia 2025 zaktualizowane przez: Prof. Dr. Sonia Lippke, Jacobs University Bremen gGmbH

Akceptacja i postrzegane korzyści digitalizacji przez asystentów medycznych i inne grupy pokoleniowe (ANDI-MFA-2): "Zaufanie do AI i digitalizacji w opiece zdrowotnej w różnych grupach pokoleniowych: Badanie porównawcze barier i ułatwień w kierunku sprawiedliwego wdrożenia"

To badanie ma na celu zbadanie różnic w postrzeganiu barier i ułatwień związanych z cyfryzacją oraz wykorzystaniem sztucznej inteligencji (AI) w opiece zdrowotnej w różnych grupach pokoleniowych (młodzież, dorośli w wieku produkcyjnym oraz seniorzy). Wyniki pomogą stworzyć praktyczne rekomendacje dla projektów zdrowia publicznego i konsultantów, aby wspierać sprawiedliwe i inkluzywne wykorzystanie nowych narzędzi cyfrowych w opiece zdrowotnej. Ankieta przekrojowa online zostanie przeprowadzona wśród studentów HAW, pacjentów i pracowników ośrodka rehabilitacyjnego w Oldenburgu oraz seniorów uczestniczących w projekcie "Digital im Alter" (DIA).

Przegląd badań

Status

Rekrutacyjny

Warunki

Szczegółowy opis

W tym badaniu wykorzystany zostanie kwestionariusz online do zbierania danych od respondentów na temat ich postaw wobec technologii cyfrowych i sztucznej inteligencji w opiece zdrowotnej, a także opinii na temat barier i czynników ułatwiających równy dostęp do nowoczesnych technologii. Badanie ankietowe zostanie przeprowadzone w listopadzie-grudniu 2025 r.

W ankiecie zostaną wykorzystane zwalidowane skale, w tym Skala Kompetencji Cyfrowych w Zdrowiu (eHEALS) i Skala Zaufania Człowiek-Komputer (HCTS), połączone z dodatkowymi pytaniami oceniającymi postrzegane bariery i ułatwienia. Pytania otwarte pozwolą nam poznać opinie uczestników na temat barier i ułatwień w ich własnych słowach i z ich punktu widzenia.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

250

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Nazwa: Polina Vedernikova
Numer telefonu: +4917644507235
E-mail: Polina.Vedernikova@haw-hamburg.de

Kopia zapasowa kontaktu do badania

Nazwa: Sonia Lippke, Prof. Dr.
Numer telefonu: 04212004730
E-mail: S.Lippke@jacobs-university.de

Lokalizacje studiów

Niemcy
- - Bremen, Niemcy, 28759
    - Rekrutacyjny
    - Constructor University (formerly known as Jacobs University)
    - Kontakt:
      
      Sonia Lippke, PhD
      
      Numer telefonu: +4942120004730
      
      E-mail: slippke@constructor.university
    - Główny śledczy:
      
      Sonia Lippke, PhD
  - Hamburg, Niemcy, 21033
    - Aktywny, nie rekrutujący
    - HAW Hamburg

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

Dorosły
Starszy dorosły

Akceptuje zdrowych ochotników

Nie dotyczy

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Populacja badawcza jest wybierana w taki sposób, aby wybrane kohorty mogły objąć wszystkie 3 pokolenia wymagane do badania porównawczego. Dlatego kohorty w tym badaniu to:

Studenci Uniwersytetu Nauk Stosowanych w Hamburgu.
Seniorzy uczestniczący w kursach szkoleniowych "Cyfrowo w starszym wieku".
Pacjenci i pracownicy ośrodka rehabilitacyjnego w Oldenburgu.

Opis

Kryteria włączenia:

Wiek 18+
Należenie do jednej z określonych grup uczestników
Zgoda na udział w ankiecie online
Możliwość udziału w ankiecie (np. wystarczające umiejętności językowe w języku niemieckim lub angielskim)

Kryteria wyłączenia:

Osoby poniżej 18 roku życia
Niezdolność do wyrażenia świadomej zgody
Analfabetyzm

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Liczba grup / kohort

Kohorty i interwencje

Grupa / Kohorta
Studenci Studenci HAW Hamburg
Pacjenci i pracownicy Centrum Rehabilitacji Oldenburg Pacjenci i pracownicy ośrodka rehabilitacyjnego w Oldenburgu.
uczestnicy kursu szkoleniowego Seniorzy uczestniczący w kursach szkoleniowych "Cyfrowi w wieku podeszłym".

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku	Opis środka	Ramy czasowe
Zaufanie do digitalizacji i sztucznej inteligencji w ochronie zdrowia Ramy czasowe: Grudzień 2025 - Styczeń 2026	Mierzone za pomocą zaadaptowanej Skali Zaufania Człowiek-Komputer (HCTS). Łączne wyniki oblicza się poprzez zsumowanie dziesięciu pozycji ocenianych na 5-punktowej skali Likerta (1 = zdecydowanie się nie zgadzam do 5 = zdecydowanie się zgadzam), co daje minimalny możliwy wynik 10 i maksymalny 50. Wyższe wyniki wskazują na większy poziom zaufania do systemu komputerowego lub AI. Porównanie między grupami pokoleniowymi (młodzież, dorośli w wieku produkcyjnym, seniorzy).	Grudzień 2025 - Styczeń 2026
Postrzegane bariery w przyjmowaniu sztucznej inteligencji i cyfryzacji w opiece zdrowotnej Ramy czasowe: grudzień 2025 – styczeń 2026	Mierzone za pomocą 5 pozycji w skali Likerta (dokładność, prywatność i bezpieczeństwo, brak kontaktu z człowiekiem, etyka, brak wiedzy). Każda pozycja jest oceniana od 1 = brak obaw do 5 = bardzo silne obawy. Pytanie otwarte: „Jaki jest Twój największy niepokój dotyczący sztucznej inteligencji i technologii cyfrowych w opiece zdrowotnej i dlaczego?” Porównanie między grupami pokoleniowymi (młodzież, dorośli w wieku produkcyjnym, seniorzy). Analiza barier uniwersalnych i specyficznych dla pokoleń.	grudzień 2025 – styczeń 2026
Postrzegane ułatwienia w przyjmowaniu sztucznej inteligencji i digitalizacji w opiece zdrowotnej Ramy czasowe: Grudzień 2025 - Styczeń 2026	Mierzono za pomocą 6 pozycji skali Likerta (jasne wyjaśnienia, regulacje, przegląd profesjonalny, przejrzyste wykorzystanie danych, szkolenia, historie sukcesu). Każdą pozycję oceniano w skali od 1 = nieskuteczne do 5 = bardzo skuteczne. Pytanie otwarte: „Co pomogłoby Ci osobiście zaufać technologiom cyfrowym i AI w opiece zdrowotnej?” Porównanie między grupami pokoleniowymi (młodzież, dorośli w wieku produkcyjnym, seniorzy). Analiza uniwersalnych i specyficznych dla pokolenia czynników ułatwiających.	Grudzień 2025 - Styczeń 2026

Miary wyników drugorzędnych

Miara wyniku	Opis środka	Ramy czasowe
e-umiejętności zdrowotne i umiejętności cyfrowe Ramy czasowe: Grudzień 2025 - styczeń 2026	Mierzone za pomocą eHEALS (Skala Umiejętności e-Zdrowia). Łączne wyniki oblicza się przez zsumowanie ośmiu pozycji ocenianych na 5-punktowej skali Likerta (1 = zdecydowanie nie zgadzam się do 5 = zdecydowanie się zgadzam), co daje minimalny możliwy wynik 8 i maksymalny 40. Wyższe wyniki wskazują na lepszą postrzeganą umiejętność korzystania z e-zdrowia. Analiza opisowa i rola jako potencjalnego moderatora zaufania i akceptacji w grupach pokoleniowych.	Grudzień 2025 - styczeń 2026

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Jacobs University Bremen gGmbH

Współpracownicy

Hamburg University of Applied Sciences/Hochschule für Angewandte Wissenschaften Hamburg (HAW Hamburg)

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

24 listopada 2025

Zakończenie podstawowe (Szacowany)

30 marca 2026

Ukończenie studiów (Szacowany)

30 grudnia 2026

Daty rejestracji na studia

Pierwszy przesłany

18 listopada 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości