Fonte: Australian critical care : official journal of the Confederation of Australian Critical Care Nurses (2025) · PMID: 40187125
Autori: Park Yujin, Chang Sun Ju, Kim Eunhye
Titolo originale: Artificial intelligence in critical care nursing: A scoping review.
Abstract
Contesto: L’integrazione dell’intelligenza artificiale (AI) nell’assistenza sanitaria sta avanzando rapidamente, spinta dal suo potenziale di migliorare la qualità dell’assistenza infermieristica attraverso un miglioramento del processo decisionale e dell’efficienza. Nell’ambito dell’assistenza infermieristica critica, in cui la complessità e l’urgenza dei dati dei pazienti sono fondamentali, le tecnologie di intelligenza artificiale offrono vantaggi significativi, come un maggiore monitoraggio e supporto del paziente nel processo decisionale clinico.
Scopo/obiettivo: Lo scopo di questa revisione esplorativa era sintetizzare la letteratura esistente sulle applicazioni dell’IA nell’assistenza infermieristica critica e il loro impatto sugli esiti dei pazienti e sulla pratica infermieristica.
Metodi: Seguendo il framework di Arksey e O’Malley, abbiamo condotto una ricerca sistematica in sette database elettronici tra cui PubMed, CINAHL ed Embase. Gli studi sono stati inclusi se hanno coinvolto applicazioni di IA nell’assistenza infermieristica critica o hanno riportato l’impatto dell’IA sugli esiti dei pazienti e sul processo decisionale clinico in contesti di terapia intensiva. Una sintesi della letteratura è stata condotta seguendo la lista di controllo Preferred Reporting Items for Systematic Reviews e Meta-Analyses Extension for Scoping Reviews.
Risultati: Sono stati inclusi trentacinque studi che hanno affrontato questo argomento. La revisione ha identificato sei domini distinti di applicazioni AI: monitoraggio, intervento infermieristico, sistemi di supporto alle decisioni cliniche, documentazione, allocazione delle risorse e analisi predittiva. L’analisi predittiva è emersa come l’applicazione più diffusa, in particolare nella previsione di complicazioni come lesioni da pressione e insorgenza di sepsi. In particolare, le applicazioni di intelligenza artificiale strettamente focalizzate hanno dimostrato prestazioni superiori rispetto ad applicazioni più ampie nei sistemi di supporto alle decisioni cliniche, in particolare in compiti specifici come la classificazione del dolore neonatale. I sistemi di documentazione basati sull’intelligenza artificiale hanno mostrato risultati promettenti nella riduzione degli oneri amministrativi e nel miglioramento della precisione, mentre gli strumenti di allocazione delle risorse hanno migliorato l’ottimizzazione del personale e la gestione del flusso di lavoro nelle unità di terapia intens
Conclusioni: I nostri risultati dimostrano il significativo potenziale dell’IA per migliorare la pratica infermieristica di assistenza critica evidenziando al contempo le sfide di implementazione. La ricerca futura dovrebbe concentrarsi sullo sviluppo di strategie di implementazione standardizzate e linee guida chiare per l’integrazione dell’IA nel flusso di lavoro infermieristico, mantenendo al contempo l’equilibrio tra progresso tecnologico e competenza umana.
Registrazione: Registri Open Science Framework http://osf.io/t2y43/..
Fabrizio Devito