Artificial Intelligence Technologies Supporting Nurses' Clinical Decision‐Making: A Systematic Review
Künstliche-Intelligenz-Technologien zur Unterstützung der klinischen Entscheidungsfindung von Pflegefachpersonen: systematische Übersichtsarbeit
Journal of Clinical Nursing · 2026-04 · 35 (4) · 1525-1540
DOI: 10.1111/jocn.70156 ↗Auf einen Blick
Acht Studien zeigten, dass KI-Tools die Entscheidungsfindung, die Patientenversorgung und die Arbeitsleistung verbesserten. Berichtet wurden u. a. weniger 30-Tage-Wiedereinweisungen und schnellere Reaktionen bei Verschlechterung.
Fragestellung
Welche KI-Technologien zur Unterstützung der klinischen Entscheidungsfindung von Pflegefachpersonen in Gesundheitseinrichtungen gibt es und wie werden sie beschrieben?
Methode
Systematische Literaturübersicht; Suche in CINAHL, PubMed, Scopus, ProQuest und Medic nach Experimentalstudien von 2005 bis 2024; Bewertung nach JBI.
Ergebnisse
8 Studien. Ein Entlassungsunterstützungssystem senkte 30-Tage-Wiedereinweisungen von 22,2 % auf 9,4 % (p = 0,015). Weitere Effekte: kürzere Kontakt- und Testanordnungszeiten, höhere Reanimationsgenauigkeit, bessere Einschätzung und Dokumentation.
Schlussfolgerung der Autor:innen
Die Integration von KI in die Pflege kann die Entscheidungsfindung, die Qualität der Patientenversorgung und die Effizienz der Abläufe optimieren.
Kernaussagen
- 8 Studien berichteten positive Effekte von KI-Tools
- Wiedereinweisungen sanken von 22,2 % auf 9,4 %
- Mehrere Prozess- und Qualitätsparameter verbesserten sich
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Systematische Übersicht in der Zeitschrift Journal of Clinical Nursing, online erschienen am 25.11.2025. Verfasst von Kristina Mikkonen und 10 weiteren Autor:innen. Beteiligte Einrichtung: Research Unit of Health Sciences and Technology, University of Oulu, Oulu, Finland. Hauptthemen laut MEDLINE: Artificial Intelligence, Clinical Decision-Making, Nursing Staff, Hospital. Die Arbeit wurde bisher 42-mal zitiert (Crossref) und nennt 33 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: The University of Oulu & The Research Council of Finland Profi 7, Finnish National Agency for Education, Opetushallitus.
Abstract (Originalsprache)
Background
The use of technology to support nurses' decision‐making is increasing in response to growing healthcare demands. AI, a global trend, holds great potential to enhance nurses' daily work if implemented systematically, paving the way for a promising future in healthcare.
Objectives
To identify and describe AI technologies for nurses' clinical decision‐making in healthcare settings.
Design
A systematic literature review. Data Sources CINAHL, PubMed, Scopus, ProQuest, and Medic were searched for studies with experimental design published between 2005 and 2024. Review Methods JBI guidelines guided the review. At least two researchers independently assessed the eligibility of the studies based on title, abstract, and full text, as well as the methodological quality of the studies. Narrative analysis of the study findings was performed.
Results
Eight studies showed AI tools improved decision‐making, patient care, and staff performance. A discharge support system reduced 30‐day readmissions from 22.2% to 9.4% ( p = 0.015); a deterioration algorithm cut time to contact senior staff ( p = 0.040) and order tests ( p = 0.049). Neonatal resuscitation accuracy rose to 94%–95% versus 55%–80% ( p < 0.001); seizure assessment confidence improved ( p = 0.01); pressure ulcer prevention ( p = 0.002) and visual differentiation ( p < 0.001) improved. Documentation quality increased ( p < 0.001).
Conclusions
AI integration in nursing has the potential to optimise decision‐making, improve patient care quality, and enhance workflow efficiency. Ethical considerations must address transparency, bias mitigation, data privacy, and accountability in AI‐driven decisions, ensuring patient safety and trust while supporting equitable, evidence‐based care delivery. Impact The findings underline the transformative role of AI in addressing pressing nursing challenges such as staffing shortages, workload management, and error reduction. By supporting clinical decision‐making and workflow efficiency, AI can enhance patient safety, care quality, and nurses' capacity to focus on direct patient care. A stronger emphasis on research and implementation will help bridge usability and scalability gaps, ensuring sustainable integration of AI across diverse healthcare settings.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Research Unit of Health Sciences and Technology, University of Oulu, Oulu, Finland.
- Medical Research Center Oulu, Oulu University Hospital and University of Oulu, Oulu, Finland.
- Alice Lee Centre for Nursing Studies, Yong Loo Lin School of Medicine, National University of Singapore, Singapore, Singapore.
- Oulu University Hospital, The Wellbeing Services County of North Ostrobotnia, Oulu, Finland.
ORCID-Profile: Kristina Mikkonen, Anne Oikarinen, Miia Jansson, Brigitte Woo, Wentao Zhou, Wilson Tam, Pirjo Kaakinen, Jonna Juntunen, Erika Jarva
Förderung
- The University of Oulu & The Research Council of Finland Profi 7
- Finnish National Agency for Education
- Opetushallitus
Zitieren
APA
Mikkonen, K., Tuunainen, S., Oikarinen, A., Jansson, M., Woo, B., Zhou, W., Tam, W., Tuomikoski, A. M., Kaakinen, P., Juntunen, J., & Jarva, E. (2026). Artificial Intelligence Technologies Supporting Nurses' Clinical Decision‐Making: A Systematic Review. Journal of Clinical Nursing, 35(4), 1525-1540. https://doi.org/10.1111/jocn.70156
Vancouver
Mikkonen K, Tuunainen S, Oikarinen A, Jansson M, Woo B, Zhou W, et al. Artificial Intelligence Technologies Supporting Nurses' Clinical Decision‐Making: A Systematic Review. Journal of Clinical Nursing. 2026;35(4):1525-1540. doi:10.1111/jocn.70156
BibTeX
@article{Mikkonen2026,
author = {Mikkonen, Kristina and Tuunainen, Saara and Oikarinen, Anne and Jansson, Miia and Woo, Brigitte and Zhou, Wentao and Tam, Wilson and Tuomikoski, Anna-Maria and Kaakinen, Pirjo and Juntunen, Jonna and Jarva, Erika},
title = {Artificial Intelligence Technologies Supporting Nurses' Clinical Decision‐Making: A Systematic Review},
journal = {Journal of Clinical Nursing},
year = {2026},
volume = {35},
number = {4},
pages = {1525--1540},
doi = {10.1111/jocn.70156}
}
EUVIMED