EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Augmenting Community Nursing Practice With Generative AI: A Formative Study of Diagnostic Synergies Using Simulation-Based Clinical Cases

Augmentierung der Community-Nursing-Praxis mit generativer KI: Formative Studie zu diagnostischen Synergien anhand simulationsbasierter klinischer Fälle

Odelyah Saad iD, Mor Saban iD, Erika Kerner, Chedva Levin iD

Journal of Primary Care & Community Health · 2025-12 · 16

DOI: 10.1177/21501319251326663 ↗

Auf einen Blick

114 Community-Pflegekräfte in Israel bearbeiteten 4 simulierte Fallstudien. Im Vergleich schnitten sie im Mittel besser ab als gekürzte GenAI-Antworten; GenAI war schneller, aber ausführlicher.

Fragestellung

Wie unterscheiden sich diagnostische Genauigkeit und klinische Entscheidungsfindung erfahrener Community-Pflegekräfte und GenAI-Systeme in simulierten Fallvignetten?

Methode

Formative Studie mit Fragebogen und 4 medizinischen Fallstudien; Erhebung bei 114 Community-Pflegekräften in Israel im 5.–6./2024; Vergleich mit 3 GenAI-Modellen, mit und ohne 10-Wort-Begrenzung.

Ergebnisse

Nurses scored higher on average compared to the shortened GenAI responses. Gemini (full version) and Claude (full version) achieved the highest accuracy among the GenAI models. GenAI war schneller, aber wortreicher und enthielt unnötige Informationen.

Schlussfolgerung der Autor:innen

GenAI kann Aspekte der Pflegepraxis unterstützen, während menschliche Kliniker:innen derzeit Vorteile im holistischen klinischen Denken haben; weitere Forschung ist nötig, bevor GenAI Pflegeexpertise ersetzen kann.

Kernaussagen

  • Pflegekräfte erzielten im Mittel bessere Werte als gekürzte GenAI-Antworten.
  • GenAI-Antworten waren schneller, aber ausführlicher und enthielten unnötige Informationen.
  • Gemini und Claude erreichten unter den GenAI-Modellen die höchste Genauigkeit.

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Primary Care & Community Health, online erschienen am 25.03.2025. Verfasst von Odelyah Saad und 3 weiteren Autor:innen. Beteiligte Einrichtung: Jerusalem College of Technology, Jerusalem, Israel. Hauptthemen laut MEDLINE: Community Health Nursing, Artificial Intelligence, Clinical Decision-Making, Patient Simulation. Die Arbeit wurde bisher 11-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Objective

To compare the diagnostic accuracy and clinical decision-making of experienced community nurses versus state-of-the-art generative AI (GenAI) systems for simulated patient case scenarios.

Methods

In the months of 5 to 6/2024, 114 community Israeli nurses completed a questionnaire including 4 medical case studies. Responses were also collected from 3 GenAI models (ChatGPT-4, Claude 3.0, and Gemini 1.5), analyzed both without word limits and with a 10-word constraint. Responses were scored on accuracy, speed, and comprehensiveness.

Results

Nurses scored higher on average compared to the shortened GenAI responses. GenAI responses were faster but more verbose, and contained unnecessary information. Gemini (full version) and Claude (full version) achieved the highest accuracy among the GenAI models.

Conclusions

While GenAI shows potential to support aspects of nursing practice, human clinicians currently exhibit advantages in holistic clinical reasoning abilities, a skill requiring experience, contextual knowledge, and ability to bring concise and practical responses. Further research is needed before GenAI can adequately substitute nursing expertise.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Community Health NursingArtificial IntelligenceClinical Decision-MakingPatient SimulationHumansIsraelFemaleMaleAdultSurveys and QuestionnairesClinical CompetenceMiddle Aged

Stichwörter der Autor:innen

ChatGPTClaudeartificial intelligenceclinical reasoningcommunity service

Autor:innen und Institutionen

  • Jerusalem College of Technology, Jerusalem, Israel.
  • Ariel University, Ariel, Israel.
  • Tel Aviv University, Tel Aviv, Israel.
  • The Chaim Sheba Medical Center, Tel Hashomer, Ramat Gan, Tel Aviv, Israel.

ORCID-Profile: Odelyah Saad, Mor Saban, Chedva Levin

Zitieren

APA

Saad, O., Saban, M., Kerner, E., & Levin, C. (2025). Augmenting Community Nursing Practice With Generative AI: A Formative Study of Diagnostic Synergies Using Simulation-Based Clinical Cases. Journal of Primary Care & Community Health, 16. https://doi.org/10.1177/21501319251326663

Vancouver

Saad O, Saban M, Kerner E, Levin C. Augmenting Community Nursing Practice With Generative AI: A Formative Study of Diagnostic Synergies Using Simulation-Based Clinical Cases. Journal of Primary Care & Community Health. 2025;16. doi:10.1177/21501319251326663

BibTeX
@article{Saad2025,
  author = {Saad, Odelyah and Saban, Mor and Kerner, Erika and Levin, Chedva},
  title = {Augmenting Community Nursing Practice With Generative AI: A Formative Study of Diagnostic Synergies Using Simulation-Based Clinical Cases},
  journal = {Journal of Primary Care & Community Health},
  year = {2025},
  volume = {16},
  doi = {10.1177/21501319251326663}
}
Kostenlos starten →