Acceso usuarios
[1]
;
Medeiros, Christina
[1]
;
Naik, Shanoja
[1]
;
Howitt, Lyndsay
[1]
;
Grinspun, Doris
[1]
Introducción. La inteligencia artificial y el aprendizaje automático son tecnologías que ayudan a descubrir patrones en los datos que pueden informar la toma de decisiones clínicas. La Asociación de Enfermeras Registradas de Ontario ha utilizado técnicas de inteligencia artificial para ayudar a comprender las prácticas clínicas que generan impacto y las estrategias de implementación. El objetivo de esta revisión es descubrir la adaptación e implementación de diversas técnicas de inteligencia artificial y aprendizaje automático en varios entornos sanitarios, utilizando diferentes sistemas de datos que almacenan datos relacionados con la enfermería. Metodología. En marzo de 2022, se realizó una revisión de alcance para buscar literatura revisada por pares utilizando los siguientes términos: «enfermería», «inteligencia artificial», «sistemas de datos», «estadística» y «datos agregados». Se excluyeron los estudios si no eran relevantes para la enfermería, utilizaban análisis cualitativos o de métodos mixtos, si eran artículos de revisión bibliográfica y no se centraban en la inteligencia artificial o en el uso de datos a nivel de paciente. Resultados. Se recuperó un total de 2,627 artículos, de los cuales 1,518 quedaron tras la eliminación de duplicados. Tras la revisión de títulos y resúmenes, quedaron 1,347 artículos. Posteriormente, con la revisión del texto completo, quedaron 13 estudios. Las técnicas de inteligencia artificial utilizadas por los sistemas de datos sanitarios incluyen, entre otras, la regresión, las redes neuronales, la clasificación y los métodos basados en gráficos. Discusión. Existe un vacío en la aplicación de métodos de inteligencia artificial en los sistemas de datos que evalúan el impacto de la implementación de buenas prácticas en enfermería. Se necesitan más sistemas de datos que empleen técnicas de inteligencia artificial para apoyar la evaluación de buenas prácticas en enfermería y otras profesiones de la salud. Conclusiones. Se recuperaron diversas técnicas de inteligencia artificial en sistemas de datos que almacenan datos relacionados con la enfermería. Sin embargo, se necesitan más sistemas de datos e investigación en este ámbito.
Introduction. Artificial intelligence and machine learning are technologies that assist in uncovering patterns in data that can inform clinical decision-making. The Registered Nurses’ Association of Ontario has used artificial intelligence techniques to assist in understanding impactful clinical practices and implementation strategies. This scoping review aimed to discover the adaptation and implementation of various artificial intelligence and machine learning techniques in various healthcare settings using different data systems that house nursing-related data. Methodology. In March 2022, a scoping review was conducted to search for peer-reviewed literature using the following terms: “nursing”, “artificial intelligence”, “data systems”, “statistics”, and “aggregated data”. Studies were excluded if they were not relevant to nursing, utilized qualitative or mixed-methods analyses, were literature review articles, and did not focus on artificial intelligence or the use of patient-level data. Results. A total of 2,627 articles were retrieved, with 1,518 articles remaining after de-duplication. Through title and abstract screening, 1,347 articles remained. Following the full-text screening, 13 studies remained. Artificial intelligence techniques used by healthcare data systems include regression, neural networks, classification, and graph-based methods, among others. Discussion. There is a gap in the application of artificial intelligence methods in data systems that evaluate the impact of implementing best practices in nursing. More data systems are needed that employ artificial intelligence techniques to support the evaluation of best practices in nursing and other health professions. Conclusions. Various artificial intelligence techniques in data systems housing nursing-related data were retrieved. However, more data systems and research are needed in this area.
