- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07490665
Wpływ dyskusji na temat sztucznej inteligencji na studentów położnictwa
Wpływ wspomaganej sztuczną inteligencją dyskusji przypadków na postawę wobec sztucznej inteligencji, jej wykorzystanie i biegłość wśród studentów położnictwa
Wraz z szybkim rozwojem sztucznej inteligencji, jej integracja z edukacją w zakresie opieki zdrowotnej staje się coraz ważniejsza.
Wspieranie uczenia się opartego na przypadkach za pomocą narzędzi AI może poprawić umiejętności podejmowania decyzji klinicznych, rozwiązywania problemów i krytycznego myślenia studentów.
Dlatego to badanie ocenia wkład podejść edukacyjnych wspomaganych AI w rozwój zawodowy studentów położnictwa.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Sztuczna inteligencja (AI), która odnosi się do systemów wspieranych komputerowo zdolnych do wykonywania zadań wymagających ludzkiej inteligencji, w ostatnich latach stała się coraz bardziej popularna we wszystkich dziedzinach. AI to system technologiczny, który może myśleć, uczyć się, postrzegać, przewidywać, komunikować się i podejmować decyzje jak ludzie – a nawet lepiej niż ludzie. Krótko mówiąc, AI można opisać jako szeroką dziedzinę naukową, która symuluje naturalną inteligencję wykazywaną przez ludzi za pomocą sztucznych środków.
Zdolność AI do przetwarzania danych przedstawionych systemowi, przeprowadzania analiz danych, generowania nowych pomysłów i dochodzenia do różnych wniosków zwiększyła wykorzystanie AI. Te cechy mogą przewyższać ludzkie zdolności rozwiązywania problemów i podejmowania decyzji pod względem szybkości, wydajności i jakości. Ze względu na te zalety wykorzystanie sztucznej inteligencji w edukacji położniczej stało się nieuniknione.
Australijskie Kolegium Położnych (ACM) utworzyło w marcu 2024 r. Komitet Wyborczy ds. Wprowadzania Sztucznej Inteligencji, aby wspierać i regulować wdrażanie AI. Komitet ten podkreślił konieczność i priorytet wykorzystania AI w edukacji położniczej. Podkreślił również, że położne powinny być szkolone w zakresie wykorzystania AI i powinny być integralną częścią projektowania, wdrażania i oceny wszystkich narzędzi AI stosowanych w opiece okołoporodowej (ACM, 2024).
W odniesieniu do wykorzystania AI w opiece zdrowotnej Światowa Organizacja Zdrowia (WHO) określiła trzy plany strategiczne: umożliwienie opartych na dowodach standardów, zarządzania, polityk i wytycznych; ułatwienie wspólnych inwestycji i globalnej społeczności ekspertów; oraz wdrażanie zrównoważonych modeli przyjmowania programów AI na poziomie krajowym (WHO, 2024). Zgodnie z tymi strategiami konieczne jest włączenie zastosowań AI do zawodu położnej.
Pod wpływem szybko rozwijającej się technologii stało się nieuniknione ulepszenie edukacji położniczej. W tradycyjnych metodach edukacyjnych instruktor odgrywa aktywną rolę, podczas gdy studenci pozostają bierni. Jednak aby uczenie było skuteczne, należy stworzyć studentom możliwości aktywnego ćwiczenia umiejętności i rozwijania zdolności krytycznego myślenia. Nauka oparta na przypadkach w edukacji położniczej jest metodą, która może poprawić logiczne, kliniczne i uczestniczące umiejętności studentów, jednocześnie zwiększając ich poziom wiedzy.
Wspieranie nauki opartej na przypadkach za pomocą narzędzi sztucznej inteligencji może przyczynić się do dokładniejszej diagnozy oraz rozwoju umiejętności podejmowania decyzji klinicznych i rozwiązywania problemów. W ten sposób możliwe staje się kształcenie kompetentnych położnych, które są pewne siebie i zdolne do skutecznego wykorzystania technologii.
Celem tego badania jest zbadanie wpływu dyskusji przypadków wspomaganych sztuczną inteligencją na wykorzystanie i biegłość studentów położnictwa w technologiach sztucznej inteligencji oraz ich poziom kompetencji klinicznych.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Ayşe G Bursa, Assistant Professor
- Numer telefonu: +905062984670
- E-mail: aysegul.bursa@fbu.edu.tr
Kopia zapasowa kontaktu do badania
- Nazwa: Sinem Dinmez, Assistant Professor
- Numer telefonu: +905063568804
Lokalizacje studiów
-
-
Atasehır
-
Istanbul, Atasehır, Turcja (Türkiye), 34758
- Fenerbahçe University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Bycie studentem 3./4. roku na kierunku Położnictwo
- Ukończenie wcześniejszych kursów z zakresu Ciąży prawidłowej i wysokiego ryzyka
- Przygotowanie i przedstawienie co najmniej jednego planu opieki położniczej
Kryteria wykluczenia:
- Użycie ponad 20% nieobecności w aplikacjach terenowych
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Grupa Spraw Sztucznej Inteligencji
Uczniowie w grupie eksperymentalnej otrzymają scenariusz przypadku i będą mieli 30 minut na jego przeanalizowanie.
W tym czasie zostaną poproszeni o opracowanie planu opieki dla danego przypadku.
Następnie, w trakcie 60-minutowej sesji, badacz przedstawi plan opieki przygotowany przy pomocy sztucznej inteligencji dla tego samego przypadku.
Następnie zostanie przeprowadzona dyskusja przypadku poprzez porównanie planów opieki opracowanych przez uczniów z planem opieki wspieranym przez sztuczną inteligencję.
|
Studenci w grupie eksperymentalnej otrzymają scenariusz przypadku i będą mieli 30 minut na jego przeanalizowanie.
W tym czasie poprosi się ich o opracowanie planu opieki dla tego przypadku.
Następnie, w ciągu 60-minutowej sesji, badacz przedstawi plan opieki przygotowany przy pomocy sztucznej inteligencji dla tego samego przypadku.
Następnie przeprowadzona zostanie dyskusja nad przypadkiem poprzez porównanie planów opieki opracowanych przez studentów z planem opieki wspieranym przez sztuczną inteligencję.
|
|
Brak interwencji: Kontrola
Omówienie rutynowo wdrożonego planu konserwacji
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Poziom wykorzystania sztucznej inteligencji
Ramy czasowe: Do zakończenia badania, średnio 3 miesiące
|
Zmiany w poziomie wykorzystania sztucznej inteligencji wśród studentów położnictwa po szkoleniu, w porównaniu z wartościami wyjściowymi.
Do pomiaru zostanie wykorzystana Skala Postaw Studentów wobec Sztucznej Inteligencji (SATAI), opracowana w 2025 roku. Skala, opracowana przy użyciu pięciopunktowej skali Likerta (1=Zdecydowanie się nie zgadzam i 5=Zdecydowanie się zgadzam), nie zawiera żadnych pozycji odwrotnie kodowanych. Najwyższy możliwy wynik w skali wynosi 130, a najniższy 26, przy czym wyższe wyniki odzwierciedlają bardziej pozytywne postawy wobec sztucznej inteligencji. |
Do zakończenia badania, średnio 3 miesiące
|
|
Sposób użycia i poziom zaawansowania
Ramy czasowe: Przez okres ukończenia badania, średnio 3 miesiące
|
Będzie to mierzone za pomocą Skali Wykorzystania i Biegłości w Generatywnej Sztucznej Inteligencji (GAAP), opracowanej w 2024 roku.
Planowana jako pięciopunktowa skala Likerta (w pełni odzwierciedlająca = 5 punktów – nie odzwierciedlająca = 1 punkt), wzrost wyniku uzyskanego z tej skali wskazuje na wysoki poziom wykorzystania i biegłości w sztucznej inteligencji.
Minimalny możliwy wynik na skali wynosi 19, a maksymalny 95.
|
Przez okres ukończenia badania, średnio 3 miesiące
|
Współpracownicy i badacze
Sponsor
Śledczy
- Dyrektor Studium: Sinem Dinmez, Assistant Professor, Mudanya University
- Dyrektor Studium: Zeynep Ogul, Assistant Professor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- Fenerbahce U Midwifery
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Eksperymentalna Grupa Przypadków AI
-
The University of Hong KongRekrutacyjnyStan przedcukrzycowy | Choroba dziąsełHongkong
-
Yeditepe UniversityZakończonyWpływ nauczania wspieranego przez AI na podejmowanie decyzji klinicznych u studentów pielęgniarskichBadania edukacji pielęgniarskiejIndyk
-
Koç UniversitySemahat Arsel Nursing Education, Practice and Research Center (SANERC)Jeszcze nie rekrutacjaKobiety po porodzie | Obrazy z przewodnikiem | Sztuczna inteligencja (AI) | Inwolucja macicy