چالشهای ادغام ابزارهای تشخیصی مبتنی بر هوش مصنوعی در مراقبتهای پرستاری ICU: یک مطالعه مروری سیستماتیک

مقدمه بخشهای مراقبت ویژه (ICU) با چالشهایی نظیر بار شناختی بالا، حجم عظیم داده های فیزیولوژیک و فرسودگی شغلی کادر پرستاری روبرو هستند. ادغام هوش مصنوعی (AI) به عنوان ابزاری برای پیش بینی عوارض حاد و کاهش بار کاری، ضرورتی انکارناپذیر در محیط های بحرانی است. روش کار این مطالعه به صورت مرور سیستماتیک انجام شد. جستجو مقالات با استفاده از کلیدواژه های مرتبط با «هوش مصنوعی»، «مراقبت بالینی»، «پرستاری»، «دوقلوی دیجیتال سلامت»، «پردازش زبان طبیعی»، و «چالش های اخلاقی» در پایگاه های PubMed، IEEE Xplore، Web of Science، Scopus و Google Scholar انجام گرفت. بازه زمانی جستجو از سال ۲۰۱۵ تا ۲۰۲۶ در نظر گرفته شد. پس از حذف موارد تکراری ۱۰۰ مقاله شناسایی شد. در مرحله غربالگری عنوان و چکیده ۵۹ مقاله باقی ماند و پس از ارزیابی متن کامل ۳۵ مقاله واجد شرایط وارد تحلیل نهایی شدند. یافته ها نشان می دهد که هوش مصنوعی و پردازش زبان طبیعی (NLP) با تحلیل داده های پرونده الکترونیک (EHR)، قادر به پیش بینی زودهنگام خطراتی نظیر سپسیس و عوارض حاد نوزادان هستند، همچنین مدل های زبانی بزرگ (LM) با خودکارسازی مستندسازی (SOAP) بار اداری را کاهش می دهند و سیستم های پایش هوشمند از خستگی ناشی از هشدارهای کاذب جلوگیری می کنند. نتیجه گیری هوش مصنوعی نباید جایگزین قضاوت بالینی پرستار شود بلکه باید در پارادایم «هوش افزوده» به کار رود.

کلیدواژه ها:

ICU ، مراقبت پرستاری ، هوش مصنوعی ، هوش افزوده ، چالش های اخلاقی