Percepción de los modelos de síntomas de IA en enfermería oncológica: Estudio de evaluación de métodos mixtos

Área de la Ciencia:

• Enfermería oncológica
• Inteligencia artificial en la atención médica
• Manejo de síntomas

Sus antecedentes:

• Los pacientes con cáncer enfrentan una carga de síntomas significativa que afecta el tratamiento.
• El manejo actual de los síntomas se basa en la información del paciente y la respuesta clínica.
• Los modelos predictivos de síntomas que utilizan IA ofrecen una identificación temprana del riesgo para una intervención oportuna.

Objetivo del estudio:

• Explorar las percepciones de las enfermeras oncológicas sobre los modelos predictivos de síntomas en la atención del cáncer.
• Identificar los factores que influyen en la adopción de innovaciones de atención de síntomas impulsadas por la IA.

Principales métodos:

• El estudio se guió por la Teoría de la Difusión de la Innovación de Rogers.
• Las enfermeras oncológicas calificaron las percepciones de los modelos de síntomas de IA utilizando escalas Likert y proporcionaron comentarios cualitativos.
• Los datos se analizaron utilizando estadísticas descriptivas y análisis de contenido con codificación inductiva.

Principales resultados:

• Las enfermeras estuvieron de acuerdo en que los modelos de IA podrían mejorar el manejo de los síntomas y la intervención temprana (67 %-86 %).
• Todas las enfermeras encontraron útil la información sobre los síntomas; el 73 % creía que ahorraría tiempo.
• Los temas clave de adopción incluyeron la compatibilidad del modelo, el beneficio percibido para el paciente, la mejora de los procesos clínicos, las preocupaciones sobre la precisión y los factores de implementación.

Conclusiones:

• Las enfermeras oncológicas apoyan los modelos predictivos de síntomas para mejorar el manejo de los síntomas del cáncer.
• Es esencial para la adopción: la transparencia del modelo de IA, la participación de las enfermeras en el desarrollo y los beneficios observables.