此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

人工智能支持的肌肉注射和皮下注射培训对护理学生的影响

2025年11月26日 更新者:Banu Terzi、Akdeniz University

人工智能支持的肌肉注射和皮下注射培训对护生知识、推理和技能发展的影响:一项准实验研究

当今医疗服务的复杂性和技术进步,使得护理教育必须采用创新方法。在这些创新方法中,人工智能(AI)已日益成为护理教育过程中不可或缺的技术,提供支持性、个性化和互动式的学习体验。人工智能对护理学生获取临床决策、技能发展和批判性思维等基本能力的贡献正在迅速增加。特别是在高风险、侵入性和临床技能密集的应用中,AI支持的教育模式既提高了学习质量,又保障了患者安全。肌肉注射和皮下注射是护理学生必须掌握的基本侵入性技能之一。这些应用要求学生具备高水平的认知和精神运动能力。错误的注射操作可能导致药物吸收问题、神经损伤、血肿或感染等并发症,因此正确、安全地教授这些技能至关重要。在此背景下,AI支持的教育系统成为教授注射技能的有效工具脱颖而出。基于人工智能的聊天机器人既为学生提供理论知识,又提供实践指导。例如,在注射肌肉群之前,学生可以通过聊天机器人了解肌肉的解剖结构、确定正确的角度,并记住预防潜在并发症的注意事项。人工智能还通过即时回答学生的问题来强化学习过程,防止获取错误信息。最近的研究强调,AI支持的学习工具对学生的学习态度产生积极影响,提高了他们的学习动机和学业满意度。因此,在培养未来护士的过程中,整合基于AI的技术不再是一种选择,而是一种必然。特别是在肌肉注射和皮下注射等复杂而精细的技能中,AI支持的聊天机器人可以促进学生学习、提高技能准确性并支持临床安全。因此,护理教育项目必须将人工智能技术与教学基础相结合,以提供以学生为中心、安全且有效的学习环境。

研究概览

详细说明

关于人工智能在护理教育中应用的综合综述显示,自2021年以来该领域的出版物迅速增加,聊天机器人在丰富学习体验方面具有变革性影响。 这些研究表明,基于人工智能的学习工具仍处于早期发展阶段,但在为学习过程提供主动和个性化支持方面做出了重要贡献。 AI支持的聊天机器人可以通过多种方式为技能型主题(如肌肉注射和皮下注射培训)提供帮助。 例如,基于聊天机器人的数字教师可以通过问题让学生逐步重复注射步骤,并对正确或错误的操作提供即时反馈。 当学生在聊天窗口中输入诸如“在三角肌区域注射时,针头长度应为多少?”等问题时,聊天机器人可以快速提供信息,确保学习不中断。 AI的另一个优势是它可以作为智能教育系统使用。 这些系统可以检测学生在操作过程中犯的错误,分析他们是否选择了正确的注射部位,并提供建议以填补理论知识中的空白。 聊天机器人支持教学的重要优势之一是提供可访问性和连续性。 即使学生在教室或实验室外,也可以通过与聊天机器人互动继续学习。 例如,他们可以在校外自由时间独自学习时获得问题答案,或大声重复注射步骤。 这使得学习不受时间和地点的限制。 在肌肉注射和皮下注射等基于应用的技能中,AI和聊天机器人并不能完全取代传统教育;然而,它们作为补充和支持性学习组件增强了教育效果。 例如,在课堂上接受教师的实践培训后,学生可以在家中与聊天机器人进行小型知识测试,重复操作步骤,并分析自己的薄弱环节。 聊天机器人系统可以分析学生的学习数据(常见错误、重复问题、学习时间等),并向教师提供数字反馈。 这些数据使得教学计划个性化、主题重复以及更准确地识别学生的学习需求成为可能。 例如,想要记住肌肉注射步骤的学生可以通过聊天机器人提问“三角肌区域位于哪里?”或“是否需要回抽?”来可视化过程。 这种技术支持为个性化学习提供了机会,尤其是在拥挤的课堂中。 在此背景下,由聊天机器人支持的AI驱动教育将在护理肌肉注射和皮下注射教学的未来中发挥关键作用。 初步研究结果表明,这些技术提高了学生的自信心,增强了学习动力,并支持知识保留。 本研究旨在通过结构化和交互式场景流程,使用基于AI的聊天机器人系统向学生教授肌肉注射和皮下注射实践中的关键主题,如感染控制、解剖部位选择、正确注射技术和并发症管理。 因此,学生的知识水平将得到提高,心理运动技能前的心理准备过程将通过虚拟重复得到支持。 同时,聊天机器人的全天候可用性将允许学生以适合其个人学习速度的节奏进步。 这将满足传统方法中缺乏的“以学习者为中心的个性化教育”需求。

在护理教育中,特别是在技能培训中使用基于AI的聊天机器人系统相对较新,该领域的研究有限。 尽管国际文献中有发现表明聊天机器人在教授护理教育中的某些理论主题方面可能有效,但关于在直接护理技能(如注射)教学中使用基于AI的聊天机器人的科学数据相当有限。 在土耳其,尚无原创研究调查在向护理学生教授注射等基本实践技能中使用基于AI的聊天机器人。 本研究的优势和原创性在于,在国内外文献中,基于AI的聊天机器人系统尚未在护理教育中非常重要的肌肉注射和皮下注射培训中使用。

研究类型

介入性

注册 (估计的)

80

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

学习地点

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准:

  • 为护理学专业一年级学生,
  • 首次选修《基础护理学-I》课程,
  • 首次接触肌肉注射和皮下注射相关内容,
  • 自愿并同意参与本研究,
  • 拥有智能设备和网络连接,能够定期使用聊天机器人应用程序,
  • 承诺在研究过程中至少参与80%的时间(确保每周至少使用2次,持续4周)

排除标准:

  • 曾选修《基础护理学-I》课程或接受过注射技术正规培训,
  • 在研究过程中无法参加理论或实践培训,
  • 因技术原因无法继续与聊天机器人互动,
  • 研究数据不完整或无法完成前测/后测过程。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:卫生服务研究
  • 分配:非随机化
  • 介入模型:并行分配
  • 屏蔽:双倍的

武器和干预

参与者组/臂
干预/治疗
实验性的:干涉

本研究将使用的聊天机器人软件将通过OpenAI开发的生成式人工智能语言模型ChatGPT的API服务运行。该聊天机器人旨在支持护理学生在肌肉注射和皮下注射培训中的理论知识、推理能力和实践技能。

聊天机器人将特别输入由教职员工提供的与注射实践相关的科学内容、教材和文档;通过基于此内容专门开发的行为提示,为用户提供一致、有教育意义且结构化的互动。因此,该聊天机器人不仅作为提供一般信息的系统,还将作为根据研究范围内定义的教育目标量身定制的个性化指南。

在培训期间,该软件每周至少可访问两次,能够回答学生经常遇到的问题。

无干预:常规肌肉和皮下注射培训
对照组学生将通过“学生介绍表”、“皮下和肌肉注射理论知识测试(前测-后测)”、“皮下和肌肉注射技能评估表-OSCE”、CORE评分和OSCE评分进行评估。 在理论培训前,学生将填写“学生介绍表”并参加“皮下和肌肉注射理论知识测试(前测)”。 随后将进行理论培训(周四)和实验室培训(周五)。 培训结束后一周,学生将参加“皮下和肌肉注射理论知识测试(后测)”、CORE和OSCE考试。 这些考试获得的分数不会计入学生的总平均绩点。

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
皮下和肌肉注射理论知识前测
大体时间:在对照组和研究组进行IM和SC注射培训之前。
该测试参考文献编写,共包含10道关于皮下(5道)和肌肉(5道)注射技术的题目。 每道题10分,测试得分达到60分及以上的学生将被视为合格。 为确保知识测试的适宜性,将征求基础护理学领域共5位专家的意见。
在对照组和研究组进行IM和SC注射培训之前。
皮下和肌肉注射理论知识后测
大体时间:对照组和研究组进行肌肉注射和皮下注射训练一周后;仅研究组进行肌肉注射和皮下注射训练一个月后。
该测试参考相关文献编制,共包含10道关于皮下注射(5道)和肌肉注射(5道)技术的题目。 每道题目分值为10分,测试得分达到60分及以上的学员将被视为合格。 为确保知识测试的适宜性,将从《护理学基础》领域的5名专家处获取专家意见。
对照组和研究组进行肌肉注射和皮下注射训练一周后;仅研究组进行肌肉注射和皮下注射训练一个月后。
客观结构化临床考试评分
大体时间:对照组在肌肉注射和皮下注射训练后一周;研究组在肌肉注射和皮下注射训练后一周和一个月
考试将用于心理运动技能评估。 客观结构化临床考试是一种用于评估临床技能表现的方法,是一种有效的策略,用于评估学生在临床实践中按所需水平执行预期实践和技能的准备情况。 在本研究中,学生将分别接受皮下注射和肌肉注射(“腹臀区肌肉注射”和“上臂区皮下注射”)的客观结构化临床考试。 每次应用将值50分(最低=0,最高=50)。 如果学生从两个程序中获得总分60分或以上,将被视为成功。 如果学生从两个程序中获得总分40分或以下,将被视为不成功。
对照组在肌肉注射和皮下注射训练后一周;研究组在肌肉注射和皮下注射训练后一周和一个月
临床导向推理考试分数
大体时间:对照组在肌肉注射和皮下注射训练后一周;研究组在肌肉注射和皮下注射训练后一周和一个月
该考试将用于评估临床推理能力。 这种旨在评估临床推理和决策能力的评估方法被称为“临床导向推理考试”。 临床导向推理考试包含基于学生在真实临床环境中可能遇到的问题的场景。 临床导向推理考试是一种在站点进行的考试,每个站点包含书面场景。 考试从第一个站点开始,描述一个临床导向的书面问题。 学生将获得关于该描述问题的替代选项。 学生被要求仔细检查细节,并分别评估每个选项,以得出关于其准确性的结论。 学生有权在一个站点选择多个选项。 学生可以获得最低0分和最高50分的成绩。 总分为50分在学生的临床导向推理方面是良好的。
对照组在肌肉注射和皮下注射训练后一周;研究组在肌肉注射和皮下注射训练后一周和一个月
高效人工智能使用与能力量表评分
大体时间:仅研究组接受肌肉注射和皮下注射训练一个月后。
该量表包含两个因素和19个项目。 第一个因素衡量人工智能使用能力,包括项目1-2-3-4-5-6-7-8-9-10。 第二个因素衡量人工智能支持的学习动机,包括项目11-12-13-14-15-16-17-18-19。 量表上的项目7-17和18是反向计分的。 该量表采用五点李克特量表,评分标准如下:1-完全不反映,2-反映较少,3-反映中等,4-反映较多,5-完全反映。 从量表中获得的分数解释如下:19-34 表示人工智能使用和熟练程度非常低,35-49 表示人工智能使用和熟练程度低,50-64 表示人工智能使用和熟练程度中等,65-79 表示人工智能使用和熟练程度高,80-95 表示人工智能使用和熟练程度非常高。 该量表的Cronbach Alpha信度系数为0.83。
仅研究组接受肌肉注射和皮下注射训练一个月后。

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2025年12月15日

初级完成 (估计的)

2026年3月15日

研究完成 (估计的)

2026年10月15日

研究注册日期

首次提交

2025年9月29日

首先提交符合 QC 标准的

2025年11月19日

首次发布 (估计的)

2025年11月28日

研究记录更新

最后更新发布 (估计的)

2025年12月3日

上次提交的符合 QC 标准的更新

2025年11月26日

最后验证

2025年11月1日

更多信息

与本研究相关的术语

其他研究编号

  • TBAEK-599

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅