评估人工智能生成的护理护理计划:对准确性,完整性,质量和可读性进行基于场景的比较研究

科学领域:

• 护理信息学 护理信息学
• 医疗保健中的人工智能
• 临床决策支持 临床决策支持

背景情况:

• 生成型人工智能 (AI) 为自动化临床文档提供了潜力.
• 护理护理计划对于结构化的患者护理至关重要,但需要时间来创建.
• 标准化的护理术语,包括北美护理诊断协会国际 (NANDA-I),护理干预分类 (NIC) 和护理成果分类 (NOC),指导护理计划的制定.

研究的目的:

• 评估通过三个人工智能工具:ChatGPT,Gemini和DeepSeek产生的护理护理计划的临床准确性,全面性和可读性.
• 通过使用标准化的护理分类学来评估各种护理专业的AI性能.
• 探索人工智能作为护理文档支持工具的潜力.

主要方法:

• 采用了一种描述性比较研究设计.
• 使用了来自五个护理专业的十个经过专家验证的临床场景.
• 人工智能工具响应了基于NANDA-I,NIC和NOC的提示,由专家评估质量,准确性,完整性和可读性.

主要成果:

• 所有的人工智能工具都产生了中等到高质量的护理护理计划.
• 与双子座和ChatGPT相比,DeepSeek的准确性和完整性略高.
• 手术护理场景显示了最高的AI性能,而所有输出被认为是不完整的,并且具有大学水平的可读性.

结论:

• 生成型人工智能可以协助创建结构化的护理护理计划,作为初步草稿.
• 专家审查和调整对于人工智能生成的护理护理计划至关重要,特别是在标准化较少的临床领域.
• 完整性和可读性的限制需要对人工智能输出进行仔细的临床整合和验证.