护士对人工智能的态度及其与批判性思维性格的关系 (AI)
调查护士对人工智能态度与其批判性思维性格之间的关系
研究概览
地位
条件
详细说明
当今的医疗保健系统正在迅速发展,随着技术的转变,人工智能(AI)技术是这种转变的核心。 从诊断到治疗计划,患者监测系统再到药物管理的许多领域,AI支持的应用有可能优化临床决策过程并提高医疗保健服务的效率。 但是,这些技术及其对医疗保健专业人员的采用的有效整合不仅取决于技术基础设施,还取决于用户的态度和认知能力。
护士是医疗服务不可或缺的一部分,是一个关键的专业小组,将直接与患者护理过程中的AI技术进行互动。 人工智能与护理实践的整合以各种形式体现,例如智能患者监测系统,虚拟护理助手,临床决策支持系统,甚至机器人助手。 尽管这些创新有望减少护士的工作量,最大程度地减少错误并帮助他们做出更多基于证据的决策,但它们也带来了许多挑战,包括专业角色的转变和新的能力要求。 护士对人工智能的态度已成为成功采用和整合到医院环境和日常实践中的关键决定因素。 文献表明,医护人员对新技术的负面态度可以减慢甚至阻碍适应过程。 相反,积极的态度可以使护士更愿意学习,增强他们采用技术的意愿,并提高他们将其融入临床实践的动力。
另一方面,批判性思维技能,是护理行业的基石之一,是指在复杂的临床场景,实施基于证据的实践和解决道德困境中正确决策的能力。 尽管AI系统分析了大型数据集以提出建议,但人为因素对于评估这些建议的准确性,可靠性和特定于患者的适当性仍然至关重要。 AI系统提供的诊断建议或治疗计划不应被护士盲目接受,而应考虑到信息的来源和有效性以及患者的个人特征。 例如,AI算法可能会根据某些症状建议使用药物,但是护士对患者过敏病史,其他药物相互作用或社会经济状况的批判性评估可确保安全有效的护理。 在这种情况下,批判性思维是确保AI支持的决策与患者的独特需求和整体护理理念一致的桥梁。
对现有文献的回顾表明,有一些研究分别研究了医疗保健专业人员对AI或其批判性思维趋势的态度。 但是,没有研究直接研究了护士对AI态度与其批判性思维趋势之间的潜在关系。 这种关系可以提供有关如何将AI纳入护理教育和专业发展的重要见解。 如果对人工智能表现出积极态度的护士也表现出更高的批判性思维趋势,那么这将强调设计鼓励批判性思维的AI教育计划的重要性。 另外,如果相反的情况是,则可能需要制定不同的策略来解决负面态度如何影响批判性思维过程。
在大型医疗机构(例如Adana City培训和研究医院)工作的护士为广泛的患者群体提供服务,并遇到了各种技术工具。 了解该医院对AI的护士的态度及其批判性思维趋势将有助于医院自己的技术整合策略,并作为土耳其类似规模的医疗机构的典范。 这项研究将为开发教育计划和课程更新提供基于证据的基础,以促进在护理实践中采用和安全使用AI。 最终,这些信息将直接有助于提高患者护理质量,并通过指导护士在未来的医疗保健系统中与AI有效和和谐地工作的必要能力来增强专业适应。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
Sinop
-
Sinop、Sinop、土耳其(türkiye)、57000
- Turkish Ministry of Health, Adana City Training and Research Hospital
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 正在大学医院积极工作的护士
- 至少有6个月的专业经验,并且
- 愿意参加研究。
排除标准:
- 拒绝参加:拒绝参加研究或不希望签署知情同意书的护士。
- 休假:在研究期间,正在休假,年假,产假或育儿假的护士。
- 沟通障碍:具有语言障碍的护士大大损害了他们阅读和理解问卷或已知严重认知障碍的能力。
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
|---|
|
注册护士
这项横断面研究包括在大学医院积极工作并且自愿参加该研究的参与者。
该小组包括18岁及以上的护士,他们拥有足够的语言和认知能力来完成研究。
所有参与者都有临床经验。
该研究旨在研究对人工智能和批判性思维趋势的态度之间的潜在关系。
没有采用干预措施,并且通过在一个时间点上验证的有效性验证的自我报告问卷收集数据。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
对人工智能的态度
大体时间:基线
|
该标准是一种评估,旨在确定护士对医疗保健服务中人工智能技术的一般态度。
为参与者提供了经过验证的“对AI量表的态度”,并获得了数值得分。
量表的最低分数为20;最高分数为100。
随着态度得分的提高,对人工智能的态度被解释为更积极。
|
基线
|
|
批判性思维性格
大体时间:基线
|
该标准旨在确定护士对批判性思维的倾向。
使用“ Marmara批判性思维倾向量表”评估参与者。
量表的最低分数为28;最高分数为140。
更高的分数表明较高的批判性思维趋势。获得的分数表明个人容易获得批判性思维技能的程度;高分表明批判性思维的倾向更强。
|
基线
|
|
对人工智能的态度与批判性思维性格之间的关系
大体时间:基线
|
该标准旨在分析护士对人工智能的态度与其批判性思维趋势之间是否存在统计学意义的关系。
使用相关性,回归或适当的统计分析,研究评估了两个变量之间是否存在正,负或微不足道的关系。
这些发现可能为塑造人工智能教育和临床实践提供指导。
|
基线
|
合作者和调查者
调查人员
- 研究主任:Abdullah Orhan Demirtaş, Associate Professor、Adana City Education and Research Hospital
出版物和有用的链接
一般刊物
- Johnson KB, Wei WQ, Weeraratne D, Frisse ME, Misulis K, Rhee K, Zhao J, Snowdon JL. Precision Medicine, AI, and the Future of Personalized Health Care. Clin Transl Sci. 2021 Jan;14(1):86-93. doi: 10.1111/cts.12884. Epub 2020 Oct 12.
- Nashwan AJ, Cabrega JA, Othman MI, Khedr MA, Osman YM, El-Ashry AM, Naif R, Mousa AA. The evolving role of nursing informatics in the era of artificial intelligence. Int Nurs Rev. 2025 Mar;72(1):e13084. doi: 10.1111/inr.13084.
- Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, Aldairem A, Alrashed M, Bin Saleh K, Badreldin HA, Al Yami MS, Al Harbi S, Albekairy AM. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023 Sep 22;23(1):689. doi: 10.1186/s12909-023-04698-z.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.