Das PDF dient ausschließlich dem persönlichen Gebrauch! - Weitergehende Rechte bitte anfragen unter: nutzungsrechte@asu-arbeitsmedizin.com.
doi:10.17147/asu-1-411957
Impact of AI on work in nursing – Current research and perspectives for occupational safety
AI-assisted technologies promise to improve work in nursing. The large number of published studies presents occupational health and safety stakeholders with the challenge of obtaining an overview of current research results on the effects of these technologies on working conditions, the skills and health of employees, and on ethical aspects of nursing practice. The article summarizes findings from 59 reviews on the use of AI in nursing and highlights links to occupational health and safety.
Auswirkungen von KI auf die Arbeit in der Pflege – Aktuelle Forschung und Perspektiven für den Arbeitsschutz
KI-assistierte Technologien versprechen, die Arbeit in der Pflege zu verbessern. Die Vielzahl veröffentlichter Studien stellt Akteurinnen und Akteure des Arbeitsschutzes vor die Herausforderung, einen Überblick über aktuelle
Forschungsergebnisse zu den Auswirkungen dieser Technologien auf Arbeitsbedingungen, die Kompetenzen und Gesundheit der Beschäftigten sowie auf ethische Aspekte der Pflegepraxis zu erhalten. Der Beitrag fasst Erkenntnisse aus 59 Übersichtsarbeiten zum Einsatz von KI in der Pflege zusammen und beleuchtet Bezüge zum Arbeitsschutz.
Kernaussagen
Herausforderungen für Arbeitsbedingungen, Gesundheit und Ethik
Das im Jahr 2000 in den USA zugelassene Operationssystem da Vinci revolutionierte die Robotik in der Chirurgie und leitete die Entwicklung zahlreicher Operationsroboter ein. Weitere Anwendungsfelder zogen nach, auch die professionelle Pflege in Krankenhäusern, Pflegeheimen oder ambulanten Diensten. So werden zum Beispiel humanoide Roboter für einfache Aufgaben in Altenheimen oder therapeutische Roboter bei Menschen mit demenziellen Erkrankungen erprobt. Telemedizinische Systeme ermöglichen Pflegenden die direkte Überwachung der Vitalwerte von Pflegebedürftigen, ohne dass diese ihre häusliche Umgebung verlassen müssen. KI-basierte Softwarelösungen analysieren Patientendaten, um Vorhersagen über deren künftigen Pflegebedarf zu treffen.
Diese und andere KI-assistierte Technologien bringen Herausforderungen für Beschäftigte und Leitungskräfte in der Pflege mit sich, denn ihre Einführung kann tiefgreifende Auswirkungen auf das Arbeitssystem und damit auch direkt auf die Pflegenden haben. Beispielsweise zeigen Studien zu digitalen Dokumentationssystemen, dass diese Zeit und die Aufmerksamkeit der Pflegenden kosten, die dann für die direkte pflegerische Betreuung fehlt. Und bei der Untersuchung digitaler Entscheidungsunterstützungssysteme wurde festgestellt, dass sie die Fachlichkeit Pflegender und ihre Entscheidungsspielräume schmälern können.
Gemäß dem Internationalen Übereinkommen über Sicherheit und Gesundheitsschutz am Arbeitsplatz (C155; ILO 1981) muss gewährleistet werden, dass Arbeitsplätze sicher sind und keine arbeitsbedingten Gesundheitsrisiken bergen. Akteurinnen und Akteure des Arbeitsschutzes stehen daher vor der Herausforderung, die aktuellen technologischen Entwicklungen zu überblicken, ihren Einfluss auf die Arbeitsbedingungen abzuschätzen und die Umsetzung geeigneter Begleitmaßnahmen für die Sicherheit und Gesundheit der Beschäftigten zu unterstützen. Eine hierfür zentrale Frage ist, wie sich KI-assistierte Technologien auf die Arbeitsanforderungen, die Arbeitsorganisation und folglich auf die Sicherheit, das Stressniveau und die Gesundheit der Beschäftigten auswirken (Parker u. Grote 2022).
Eine weitere zentrale Frage wird im ersten Moment nicht selten übersehen: Bei der Entwicklung und Einführung KI-assistierter Technologien in der Pflege müssen ethische Aspekte von vornherein sowie begleitend berücksichtigt werden. Zwar besteht beispielsweise das Risiko der Vernachlässigung von Patienteninteressen in Pflegeprozessen unabhängig von digitalen Technologien. Es kann sich mit deren Einsatz jedoch verschärfen, insbesondere bei Technologien, die sich auf die Beziehungsarbeit in der Pflegearbeit auswirken. Es ist daher wichtig, den Zusammenhang zwischen der Technologieanwendung und den damit verbundenen ethischen Aspekten in der Pflege besser zu verstehen (Brey 2009).
Vor diesem Hintergrund betrachtet dieser Beitrag drei Fragen:
– ethisch relevanten Aspekten zusammenfassen?
Dabei wird die in der europäischen KI-Verordnung genutzte Begriffsbestimmung für Künstliche Intelligenz auch diesem Beitrag zu Grunde gelegt. Demnach fällt darunter ein maschinengestütztes System, „das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben wie etwa Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt werden, die physische oder virtuelle Umgebungen beeinflussen können“ (Art. 3 KI-VO). KI-assistierte Technologien nutzen demnach maschinelle Techniken und Ansätze, um beispielsweise aus Daten zu lernen, Muster zu erkennen und Entscheidungen oder Vorhersagen zu treffen, ohne explizit für jede einzelne Aufgabe programmiert zu sein.
Systematische Literatursuche
Systematische Übersichtsarbeiten zielen darauf ab, vorhandene Forschungsergebnisse zu einem bestimmten Thema planvoll und umfassend zu sammeln, zu bewerten und zusammenzufassen. Sie folgen einer definierten, standardisierten Vorgehensweise und sind das Mittel der Wahl, um die vorhandene Evidenz zu analysieren. Im April 2022 und ergänzend im Mai 2024 führten wir eine systematische Suche nach publizierten Übersichtsarbeiten in elektronischen Datenbanken, Fachzeitschriften und Literaturverzeichnissen durch. Expertinnen und Experten der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin und erfahrene Bibliothekarinnen entwickelten die Suchwörter für diese Recherche. ➥ Abbildung 1 zeigt den Ablauf und die Resultate der Literatursuche im Überblick.
Zunächst wurden Studien zu digitalen Technologien in der professionellen Pflege recherchiert. Von den mehr als 10.000 gefundenen Übersichtsarbeiten schlossen wir 3725 Duplikate und 6169 Studien aus, die nicht den Einschlusskriterien entsprachen. Von den verbliebenen 213 Übersichtsarbeiten wurden – für die vorliegende Sonderauswertung – jene 59 ausgewertet, die KI-assistierte Technologien in der Pflege zum Gegenstand hatten1. Beispiele für diese Technologien zeigt ➥ Tabelle 1.
Mehr als ein Drittel der Übersichtsarbeiten umfasst Studien aus verschiedenen Pflegesettings. 29 % betreffen überwiegend die Kurzzeitpflege (z. B. Krankenhäuser), gefolgt von der stationären Langzeitpflege mit 24 % (z. B. Pflegeheime). Nur eine Übersichtsarbeit stammt aus der ambulanten Langzeitpflege. Sieben Übersichtsarbeiten konnten anhand der verfügbaren Informationen keinem Setting zugeordnet werden.
Fragestellungen der Übersichtsarbeiten
Die in den 59 Übersichtsarbeiten häufig untersuchten Fragestellungen lassen sich wie in ➥ Tabelle 2 dargestellt, zusammenfassen und quantifizieren.
Zu den weniger untersuchten Fragestellungen (drei Übersichtsarbeiten oder weniger) gehören die Analyse des Einführungsprozesses beziehungsweise der Technologieimplementierung, die Auswirkungen der Technologie auf die Pflegequalität, die Analyse möglicher Anwendungsgebiete für die Technologie, die Beteiligung beruflich Pflegender an der Technologieentwicklung sowie die Auswirkungen des Technologieeinsatzes auf die Sicherheit und Gesundheit Pflegender.
Tätigkeitsbezogene Folgen
Abbildung 2 zeigt die Häufigkeitsverteilung der Ergebnisse (positiv, inkonsistent, negativ, kein Zusammenhang) aus 16 systematischen Reviews, die über Zusammenhänge zwischen dem Einsatz KI-assistierter Technologien und tätigkeitsbezogenen Aspekten in der Pflege berichten.
Für die Ausführung der Pflegetätigkeit, aber auch für das Informationsmanagement und mögliche Zeitersparnisse berichten die Übersichtsarbeiten vorrangig positive Effekte des Technologieeinsatzes. Beispielsweise zeigte sich, dass KI-assistierte Technologien zu einheitlicheren Standards im pflegerischen Handeln beitragen können, indem Abweichungen von Behandlungsprotokollen reduziert werden. Zudem unterstützen KI-assistierte Technologien Pflegende bei Routineaufgaben und verbessern die Qualität der Pflegedokumentation.
Eher inkonsistente oder kritische Befunde ergeben sich bei der Arbeitsintensität und den Arbeitsabläufen. Hinsichtlich der Arbeitsintensität wird in manchen Übersichtsarbeiten eine Verringerung von Zeitdruck und Arbeitsbelastung, in anderen deren Zunahme beobachtet. Arbeitsabläufe werden durch KI-assistierte Technologien, wie etwa Alarmsysteme, die kontinuierlich Vitaldaten überwachen und Pflegende bei kritischen Zuständen informieren, eher als gestört statt als verbessert wahrgenommen.
Die Ergebnisse zeigen insgesamt, dass KI-assistierte Technologien in der Pflege durchaus positive Effekte auf die Arbeitstätigkeit haben können, aber auch mögliche Herausforderungen, wie eine erhöhte Arbeitsintensität und Störungen, mit sich bringen.
Personenbezogene Folgen für Pflegende
➥ Abbildung 3 zeigt die in elf Übersichtsarbeiten berichteten Zusammenhänge zwischen Technologieeinsatz und vier personenbezogenen Kategorien. Die meisten Forschungsergebnisse liegen für arbeitsbezogene Einstellungen und berufliche Kompetenzen vor. Diese fallen zum Großteil positiv aus. Beispielsweise wird im Zusammenhang mit der Technologieanwendung von höherer Arbeitszufriedenheit, besseren sozialen Beziehungen zu den Pflegebedürftigen oder erweiterten Lern- und Entwicklungsmöglichkeiten im Arbeitsalltag berichtet. Zu den für den Arbeitsschutz bedeutsamen Kategorien Sicherheit am Arbeitsplatz sowie psychische und physische Gesundheit liegen drei Übersichtsarbeiten vor – zwei berichten negative Effekte, wie vermehrte Störungen, Bedenken in Bezug auf die Einhaltung von Hygienevorschriften oder Verletzungsrisiken. Eine Übersichtsarbeit fand positive gesundheitliche Effekte in Form einer Verringerung physischer Belastungsfaktoren (hier Strahlungsdosis) durch Anwendung der KI-Technologie.
Ethische Aspekte
Zu den vier Prinzipien der Bioethik (Beauchamp u. Childress 2019), die häufig als Grundlage für ethische Entscheidungen im Gesundheitswesen und in der biomedizinischen Forschung herangezogen werden, gehören:
Diese vier Prinzipien sind auch im Kontext der Anwendung von KI im Gesundheitswesen von hoher Bedeutung (Floridi et al. 2018). KI-assistierte Technologien haben das Potenzial, die medizinische Versorgung zu optimieren, indem sie zum Beispiel zu einer individuell angepassten Pflegeplanung beitragen. Ob der Einsatz der Systeme allerdings tatsächlich zum Wohl der Patientinnen und Patienten beiträgt und nicht zu Lasten der pflegerischen Beziehung beziehungsweise menschlichen Fürsorge geht, hängt von ihrer Gestaltung und Implementierung ab.
Vierzehn der 59 Übersichtsarbeiten erlauben hierzu Schlussfolgerungen: Vier Arbeiten finden positive Zusammenhänge von KI-assistierten Technologien mit dem Prinzip der Autonomie, wie etwa die Wahrnehmung einer größeren Unabhängigkeit der Pflegebedürftigen oder einer verringerten Informationsasymmetrie zwischen ihnen und den Pflegenden. Gleichzeitig werden Datenschutzprobleme als Herausforderung hervorgehoben, was insgesamt zu einer gemischten Bewertung führt. Ähnlich verhält es sich bei den Prinzipien des Wohltuns/Nichtschadens, wo positive Effekte wie eine höhere Lebenszufriedenheit oder stärkere soziale Unterstützung festgestellt, jedoch auch vermehrte Einsamkeit, Sicherheitsbedenken und negative Auswirkungen auf das ganzheitliche Pflegeassessment beschrieben werden. Eine Übersichtsarbeit zeigt Zusammenhänge mit dem Prinzip der Gerechtigkeit, wobei Hinweise auf Altersdiskriminierung gefunden wurden.
Perspektiven für den Arbeitsschutz
Bei der Zusammenschau aktueller Übersichtsarbeiten zu KI in der Pflege fällt auf, dass diese sehr häufig die Auswirkungen des Technologieeinsatzes auf wirtschaftliche Aspekte oder auf die Sicherheit und Gesundheit pflegebedürftiger Menschen analysieren. Nur ein kleiner Teil betrachtet die Auswirkungen auf die Arbeitsanforderungen, die gesundheitlichen Folgen für Pflegende oder ethische Aspekte des Arbeitshandelns. Hier besteht demnach Forschungsbedarf. Zum anderen zeigen die heterogenen Ergebnisse zu den tätigkeits- und personenbezogenen Aspekten, wie komplex und unterschiedlich die Auswirkungen KI-assistierter Technologien in der Pflege sind. Offenbar ist häufig nicht die spezifische Technologie selbst der entscheidende, determinierende Faktor. Vielmehr müssen zahlreiche Voraussetzungen erfüllt sein, damit es im Zuge der Technikeinführung zu Verbesserungen im Arbeitssystem kommt. Einige Reviews berichten beispielsweise dann günstigere Auswirkungen KI-assistierter Technologien, wenn Pflegende bei der Technologieauswahl frühzeitig beteiligt und geschult werden, wenn eine Digitalisierungsstrategie vorliegt, die die Arbeitsprozesse im Blick hat oder wenn eine allgemein offene Organisationskultur vorherrscht. Darüber hinaus verdeutlichen die Übersichtsarbeiten, dass vor dem Einsatz einer Technologie gründlich abgewogen werden sollte, ob diese tatsächlich dem Wohl der Patientinnen und Patienten dient und ihre Würde gewahrt bleibt.
Für Akteurinnen und Akteure des Arbeitsschutzes ist es wichtig, über KI informiert zu sein, weil diese die Arbeitswelt zunehmend verändert, was wiederum die Gesundheit und das Wohlbefinden von Beschäftigten beeinflussen kann.
Was kann aus den in diesem Beitrag vorgestellten Forschungsergebnissen für den Arbeitsschutz abgeleitet werden? Die nachfolgenden Schlussfolgerungen orientieren sich am Arbeitsgestaltungsmodell von Parker et al. (2001) und adressieren die dort definierten Ebenen: 1.) vorgelagerte Bedingungen,
2.) Arbeitsbedingungen sowie Einflussfaktoren der Organisation und 3.) Gruppe und Individuum (s. auch Melzer et al. 2022).
Aus Arbeitsschutzperspektive sollte eine zentrale Prämisse der Technologieentwicklung und -anwendung sein, dass diese die Pflegenden bei der Ausführung ihrer Aufgaben unterstützen. Zugleich bleibt festzuhalten, dass KI-assistierte Technologien nicht der Königsweg zur Behebung des Fachkräftemangels oder der Anforderungsoptimierung in der Pflege sein können. Vielmehr sind vielfältige Interventionen auf mehreren Ebenen erforderlich, einschließlich einer auf den Menschen ausgerichteten Technologieimplementierung.
Interessenkonflikt: Das Autorenteam gibt an, dass keine Interessenkonflikte vorliegen.
Literatur
Beauchamp TL, Childress J: Principles of biomedical ethics. 8. Aufl. New York: Oxford University Press, 2019.
Brey P: Values in technology and disclosive computer ethics. In: Floridi L (Hrsg.): The Cambridge Handbook of Information and Computer Ethics. Cambridge: Cambridge University Press, 2009, S. 41–58.
Floridi L et al.: AI4People – an ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds and Machines 2018; 28: 689–707. https://doi.org/10.1007/s11023-018-9482-5 (Open Access).
ILO: C155 – Occupational Safety and Health Convention, 1981 (No. 155). 1981, https://normlex.ilo.org/dyn/normlex/en/f?p=NORMLEXPUB:12100:0::NO::P121… (abgerufen am 18.11.2024).
Melzer M: Arbeitssituation und Gesundheit beruflich Pflegender. In: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (Hrsg.): Stressreport Deutschland 2019. Psychische Anforderungen, Ressourcen und Befinden. 1. Aufl. Dortmund: BAuA, 2020,S. 136–145.
Melzer M, Rösler U, Schlicht L: Digitale Transformation personenbezogener Arbeit – am Beispiel der professionellen Pflege. In: Bamberg E, Ducki A, Janneck M (Hrsg.): Digitale Arbeit gestalten. Herausforderungen der Digitalisierung für die Gestaltung gesunder Arbeit. Wiesbaden: Springer, 2022, S. 147–166.
Parker SK, Grote G: Automation, algorithms, and beyond: why work design matters more than ever in a digital world. Appl Psychol 2022; 71: 1169–1653.
Übersichtsarbeiten zum Thema
Aarskog NK, Hunskår I, Bruvik F: Animal-assisted interventions with dogs and robotic animals for residents with dementia in nursing homes: A systematic review. Phys Occup Ther Geriatr 2019; 37: 77–93. https://doi.org/10.1080/02703181.2019.1613466.
Abbott R, Orr N, Mcgill P, Whear R, Bethel A, Garside R, Stein K, Thompson-Coon J: How do "robopets" impact the health and well-being of residents in care homes? A systematic review of qualitative and quantitative evidence. Int J Older People Nurs 2019; 14: e12239. https://doi.org/10.1111/opn.12239 (Open Access).
Andtfolk M, Nyholm L, Eide H, Fagerstrom L: Humanoid robots in the care of older persons: A scoping review. Assist Technol 2022; 34: 518–526. https://doi.org/10.1080/10400435.2021.1880493 (Open Access).
Araujo SM, Sousa P, Dutra I: Clinical decision support systems for pressure ulcer management: systematic review. JMIR Med Inform 2020; 8: e21621. http://medinform.jmir.org/2020/10/e21621 (Open Access).
Bemelmans R, Gelderblom GJ, Jonker P, de Witte L: Socially assistive robots in elderly care: a systematic review into effects and effectiveness. J. Am. Med. Dir. Assoc 2012; 13: 114–120 e111. https://doi.org/10.1016/j.jamda.2010.10.002.
Blythe R, Parsons R, White NM, Cook D, McPhail S: A scoping review of real-time automated clinical deterioration alerts and evidence of impacts on hospitalised patient outcomes. BMJ Qual Saf 2022; 31: 725–734. https://doi.org/10.1136/bmjqs-2021-014527.
Budak KB, Atefi G, Hoel V, Laporte Uribe F, Teupen S, Felding S, Roes M: Can technology impact loneliness in dementia? A scoping review on the role of assistive technologies in delivering psychosocial interventions in long-term care. Disabil Rehabil Assist Technol 2021; 18. https://doi.org/10.1080/17483107.2021.1984594 (Open Access).
Burnazovic E, Yee A, Levy J, Gore G, Rahimi SA: Application of artificial intelligence in covid-19-related geriatric care: a scoping review. Arch Gerontol Geriatr 2024; 116. https://doi.org/10.1016/j.archger.2023.105129.
Celik SS, Ozdemir Koken Z, Canda AE, Esen T: Experiences of perioperative nurses with robotic-assisted surgery: a systematic review of qualitative studies. J Robot Surg 2022; 17: 785–795. https://doi.org/10.1007/s11701-022-01511-9.
Choi J, Woo S, Ferrell A: Artificial intelligence assisted telehealth for nursing: A scoping review. J Telemed Telecare 2023; 1-10. https://doi.org/10.1177/1357633X231167613.
David L, Popa SL, Barsan M et al.: Nursing procedures for advanced dementia: Traditional techniques versus autonomous robotic applications (Review). Exp Ther Med 2022; 23: 124. https://doi.org/10.3892/etm.2021.11047 (Open Access).
Dino MJS, Davidson PM, Dion KW, Szanton SL, Ong IL: Nursing and human-computer interaction in healthcare robots for older people: an integrative review. Int J Nurs Stud Adv 2022; 4. https://doi.org/10.1016/j.ijnsa.2022.100072 (Open Access).
Felding SA, Koh WQ, Teupen S, Budak KB, Laporte Uribe F, Roes M: A scoping review using the almere model to understand factors facilitating and hindering the acceptance of social robots in nursing homes. Int J Soc Robot 2023; 15: 1115–1153. https://doi.org/10.1007/s12369-023-01012-1 (Open Access).
Fernandes S, von Gunten A, Verloo H: Using ai-cased technologies to help nurses detect behavioral disorders: narrative literature review. JMIR Nurs 2024; 7. https://doi.org/10.2196/54496 (Open Access).
Ghafurian M, Hoey J, Dautenhahn K: Social robots for the care of persons with dementia: A systematic review. ACM Transactions of Human-Robot Interaction 2021; 10 (4). https://doi.org/10.1145/3469653.
Gondim ÉS, Gomes EB, Matos JHF, Pinto SL, Oliveira CJ, Alencar A: Technologies used by nursing to predict clinical deterioration in hospitalized adults: a scoping review. Rev Bras Enferm 2022; 75: e20210570. https://doi.org/10.1590/0034-7167-2021-0570 (Open Access).
Haltaufderheide J, Lucht A, Strünck C, Vollmann J: Socially assistive devices in healthcare–a systematic review of empirical evidence from an ethical perspective. Sci Eng Ethics 2023; 29 (1). https://doi.org/10.1007/s11948-022-00419-9 (Open Access).
Haubold AK, Obst L, Bielefeldt F: Introducing service robotics in inpatient geriatric care – A qualitative systematic review from a human resources perspective. Gruppe. Interaktion. Organisation. Zeitschrift für Angewandte Organisationspsychologie (GIO) 2020; 51: 259–271. https://doi.org/10.1007/s11612-020-00523-z (Open Access).
Hsu Y, Kao YS: Can the electronic health record predict risk of falls in hospitalized patients by using artificial intelligence? A meta-analysis. Comput Inform Nurs 2023; 41: 531–538. https://doi.org/10.1097/CIN.0000000000000952.
Hwang GJ, Chang PY, Tseng WY, Chou CA, Wu CH, Tu YF: Research trends in artificial intelligence-associated nursing activities based on a review of academic studies published from 2001 to 2020. Comput Inform Nurs 2022; 40: 814–824. https://doi.org/10.1097/CIN.0000000000000897.
Islam F, Sabbe M, Heeren P, Milisen K: Consistency of decision support software-integrated telephone triage and associated factors: a systematic review. BMC Med Inform Decis Mak 2021; 21: 107. https://doi.org/10.1186/s12911-021-01472-3.
Kachouie R, Sedighadeli S, Khosla R, Chu MT: Socially assistive robots in elderly care: a mixed-method systematic literature review. Int J Hum-comp Int 2014; 30; 369–393. https://doi.org/10.1080/10447318.2013.873278.
Kang HS, Makimoto K, Konno R, Koh IS, 2020. Review of outcome measures in PARO robot intervention studies for dementia care. Geriatr Nurs 2020; 41: 207–214. https://doi.org/10.1016/j.gerinurse.2019.09.003.
Kangasniemi M, Karki S, Colley N, Voutilainen A: The use of robots and other automated devices in nurses' work: An integrative review. Int J. Nurs. Pract. 2019; 25: e12739. https://doi.org/10.1111/ijn.12739.
Kausch SL, Moorman JR, Lake DE, Keim-Malpass J: Physiological machine learning models for prediction of sepsis in hospitalized adults: An integrative review. Intensive Crit Care Nurs 2021; 65: 103035. https://doi.org/10.1016/j.iccn.2021.103035.
Kulpa E, Rahman AT, Vahia IV: Approaches to assessing the impact of robotics in geriatric mental health care: a scoping review. Int Rev Psychiatry 2021; 33: 424–434. https://doi.org/10.1080/09540261.2020.1839391.
Li B, Yue L, Nie H, Cao Z, Chai X, Peng B, Zhang T, Huang W The effect of intelligent management interventions in intensive care units to reduce false alarms: An integrative review. Int J Nurs Sci 2024; 11; 133–142. https://doi.org/10.1016/j.ijnss.2023.12.008 (Open Access).
Loveys K, Prina M, Axford C et al.: Artificial intelligence for older people receiving long-term care: a systematic review of acceptability and effectiveness studies. Lancet Healthy Longev 2022; 3: e286–e297. https://doi.org/10.1016/S2666-7568(22)00034-4 (Open Access).
Ma B, Yang J, Wong FKY et al. Artificial intelligence in elderly healthcare: A scoping review. Ageing Res Rev 2023; 83. https://doi.org/10.1016/j.arr.2022.101808.
Maalouf N, Sidaoui A, Elhajj IH, Asmar D: Robotics in nursing: A scoping review. J Nurs Scholarsh 2018; 50: 590–600. https://doi.org/10.1111/jnu.12424.
MacDonald I, de Goumoëns V, Marston M et al.: Effectiveness, quality and implementation of pain, sedation, delirium, and iatrogenic withdrawal syndrome algorithms in pediatric intensive care: a systematic review and meta-analysis. Ageing Res Rev 2023; 11. https://doi.org/10.3389/fped.2023.1204622 (Open Access).
Manietta C, Labonte V, Thiesemann R, Sirsch EG, Mohler R: Algorithm-based pain management for people with dementia in nursing homes. Cochrane Database Syst Rev 2022; 4: CD013339. https://doi.org/10.1002/14651858.CD013339.pub2 (Open Access).
Martinez-Ortigosa A, Martinez-Granados A, Gil-Hernández E, Rodriguez-Arrastia M, Ropero-Padilla C, Roman P: Applications of artificial intelligence in nursing care: a systematic review. J. Nurs. Manag. 2023; 1–12. https://doi.org/10.1155/2023/3219127 (Open Access).
Mebrahtu TF, Skyrme S, Randell R et al.: Effects of computerised clinical decision support systems (CDSS) on nursing and allied health professional performance and patient outcomes: a systematic review of experimental and observational studies. BMJ OPEN 2021; 11: e053886. https://doi.org/10.1136/bmjopen-2021-053886 (Open Access).
Mieronkoski R, Azimi I, Rahmani AM, Aantaa R, Terava V, Liljeberg P, Salantera S: The Internet of Things for basic nursing care-A scoping review. Int J Nurs Stud 2017; 69: 78–90. https://doi.org/10.1016/j.ijnurstu.2017.01.009.
Moerman CJ, van der Heide L, Heerink M: Social robots to support children's well-being under medical treatment: A systematic state-of-the-art review. J Child Health Care 2019; 23: 596–612. https://doi.org/10.1177/1367493518803031.
O'Connor S, Gasteiger N, Stanmore E, Wong DC, Lee JJ: Artificial intelligence for falls management in older adult care: A scoping review of nurses' role. J Nurs Manag 2022a; 30: 3787–3801. https://doi.org/10.1111/jonm.13853 (Open Access).
O'Connor S, Yan Y, Thilo FJS, Felzmann H, Dowding D, Lee JJ: Artificial intelligence in nursing and midwifery: A systematic review. J Clin Nurs 2022b; 32 (106). https://doi.org/10.1111/jocn.16478.
O'Connor S, Vercell A, Wong D, Yorke J, Fallatah FA, Cave L, Anny Chen LY: The application and use of artificial intelligence in cancer nursing: A systematic review. Eur J Oncol Nurs 2024; 68 (11). https://doi.org/10.1016/j.ejon.2024.102510 (Open Access).
Ohneberg C, Stöbich N, Warmbein A, Rathgeber I, Mehler-Klamt AC, Fischer U, Eberl I: Assistive robotic systems in nursing care: a scoping review. BMC Nursing 2023; 22 (1). https://doi.org/10.1186/s12912-023-01230-y (Open Access).
Papadopoulos I, Koulouglioti C, Ali S: Views of nurses and other health and social care workers on the use of assistive humanoid and animal-like robots in health and social care: a scoping review. Contemp Nurse 2018; 54: 425–442. https://doi.org/10.1080/10376178.2018.1519374.
Papadopoulos I, Koulouglioti C, Lazzarino R, Ali S: Enablers and barriers to the implementation of socially assistive humanoid robots in health and social care: a systematic review. BMJ OPEN 2020; 10: e033096. https://doi.org/10.1136/bmjopen-2019-033096 (Open Access).
Persson M, Redmalm D, Iversen C: Caregivers’ use of robots and their effect on work environment – a scoping review. J Technol Hum Serv 2021; 40; 251–277. https://doi:10.1080/15228835.2021.2000554(Open Access).
Piaggio D, Zarro M, Pagliara S, Andellini M, Almuhini A, Maccaro A, Pecchia L: The use of smart environments and robots for infection prevention control: A systematic literature review. Am J Infect Control 2023; 51: 1175–1181. https://doi.org/10.1016/j.ajic.2023.03.005 (Open Access).
Ragno L, Borboni A, Vannetti F, Amici C, Cusano N: Application of social robots in healthcare: review on characteristics, requirements, technical solutions. Sensors (Basel) 2023; 23: 6820. https://doi.org/10.3390/s23156820 (Open Access).
Raymond L, Castonguay A, Doyon O, Paré G: Nurse practitioners' involvement and experience with AI-based health technologies: A systematic review. Appl. Nurs. Res. 2022; 66: 151604. https://doi.org/10.1016/j.apnr.2022.151604.
Redondo-Sáenz D, Cortés-Salas C, Parrales-Mora M: Perioperative nursing role in robotic surgery: an integrative review. J Perianesth Nurs 2023; 38: 636–641. https://doi.org/10.1016/j.jopan.2022.11.001 (Open Access).
Ruksakulpiwat S, Thorngthip S, Niyomyart A et al. A Systematic review of the application of artificial intelligence in nursing care: where are we, and what's next? J Multidiscip Healthc 2024; 17: 1603–1616. https://doi.org/10.1155/2023/3219127 (Open Access).
Scerri A, Sammut R, Scerri C: Formal caregivers' perceptions and experiences of using pet robots for persons living with dementia in long-term care: A meta-ethnography. J Adv Nurs 2021; 77: 83–97. https://doi.org/10.1111/jan.14581.
Servaty R, Kersten A, Brukamp K, Mohler R, Mueller M: Implementation of robotic devices in nursing care. Barriers and facilitators: an integrative review. BMJ OPEN 2020; 10: e038650. https://doi.org/10.1136/bmjopen-2020-038650 (Open Access).
Shishehgar M, Kerr D, Blake J: A systematic review of research into how robotic technology can help older people. Smart Health 2018; 7: 1–18. https://doi.org/10.1016/j.smhl.2018.03.002.
Thompson C, Mebrahtu T, Skyrme S et al.: The effects of computerised decision support systems on nursing and allied health professional performance and patient outcomes: a systematic review and user contextualisation. Health Soc Care Deliv Res 2023; 1–85. https://doi.org/10.3310/GRNM5147.
Toffaha KM, Simsekler MCE, Omar MA: Leveraging artificial intelligence and decision support systems in hospital-acquired pressure injuries prediction: A comprehensive review. Artif Intell Med 2023; 141: 102560. https://doi.org/10.1016/j.artmed.2023.102560.
Vandemeulebroucke T, Dierckx de Casterle B, Gastmans C: The use of care robots in aged care: A systematic review of argument-based ethics literature. Arch Gerontol Geriatr 2018; 74: 15–25. https://doi.org/10.1016/j.archger.2017.08.014.
Vandemeulebroucke T, Dzi K, Gastmans C: Older adults' experiences with and perceptions of the use of socially assistive robots in aged care: A systematic review of quantitative evidence. Arch Gerontol Geriatr 2021; 95: 104399. https://doi.org/10.1016/j.archger.2021.104399.
Wan YKJ, Wright MC, McFarland MM et al. Information displays for automated surveillance algorithms of in-hospital patient deterioration: a scoping review. J Am Med Inform Assoc 2024; 31: 256–273. https://doi.org/10.1093/jamia/ocad203 (Open Access).
Yen HY, Huang CW, Chiu HL, Jin G: The effect of social robots on depression and loneliness for older residents in long-term care facilities: a meta-analysis of randomized controlled trials. J Am Med Dir Assoc 2024; 25: 104979. https://doi.org/10.1016/j.jamda.2024.02.017.
Zhou TJ, Luo YH, Li J, Zhang HY, Meng ZY, Xiong WJ, Zhang JP: Application of artificial intelligence in oncology nursing: a scoping review. Cancer Nurs 2023 (ahead of print). https://doi.org/10.1097/NCC.0000000000001254 (Open Access).
Online-Quelle
Arbeit an und mit Menschen – wie verändert Digitalisierung dialogisch-interaktive Tätigkeiten?
https://www.baua.de/DE/Forschung/Schwerpunkt-Digitale-Arbeit/Taetigkeit…
Foto: © alex-stock.adobe.com
Koautorenteam
Larissa Schlicht, Johannes Wendsche, Marlen Melzer, Letizia Tschetsche, Ulrike Rösler
Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA), Dresden
Kontakt
Foto: Baldauf&Baldauf
