Skip to main content
Hauptrubriken
CME Facharzt-Training Webinare Zeitschriften Bücher e.Medpedia Podcast
Service
Jobbörse Info & Hilfe
Fachgebiete
Anästhesiologie Allgemeinmedizin Arbeitsmedizin Augenheilkunde Chirurgie Dermatologie Gynäkologie und Geburtshilfe HNO Innere Medizin Kardiologie Neurologie Onkologie und Hämatologie Orthopädie und Unfallchirurgie Pädiatrie Pathologie Psychiatrie Radiologie Rechtsmedizin Urologie Zahnmedizin
Themen
Typ-2-Diabetes und Adipositas Klimawandel und Gesundheit Neues aus dem Markt Praxis und Beruf Seltene Erkrankungen GOÄ & EBM Panorama
Sammlungen
Kasuistiken Algorithmen & Infografiken Blickdiagnosen Arthropedia FlapFinder (für Dermatochirurgen) Videos Kongressberichterstattung Medizin für Apothekerinnen und Apotheker Für Ärztinnen und Ärzte in Weiterbildung Für Medizinstudierende Patientenratgeber
Erweiterte Suche
Anmelden
nach oben
Medizinische Klinik - Intensivmedizin und Notfallmedizin
Erschienen in:

04.07.2023 | Künstliche Intelligenz | Übersichten

ChatGPT: Fluch oder Segen in der Pflege?

verfasst von: Lars Krüger, BA MSc, Susanne Krotsetis, MSc, Dr. Peter Nydahl, OpenAI’s Generative Pretrained Transformer 3 (GPT-3) Model

Erschienen in: Medizinische Klinik - Intensivmedizin und Notfallmedizin | Ausgabe 7/2023

Einloggen, um Zugang zu erhalten

Zusammenfassung

Künstliche Intelligenz (KI) wird in der Gesundheitsversorgung seit einiger Zeit zur Risikoerkennung, Diagnostik, Dokumentation, Edukation und Training und anderen Zwecken genutzt. Neu ist als Open-KI-Applikation das Programm ChatGPT, das für jede Person zugänglich ist. Die Anwendung von ChatGPT als KI in der Ausbildung, Weiterbildung oder im Studium wird aktuell aus vielen Perspektiven diskutiert. Dabei ist offen, ob ChatGPT auch in Pflegefachberufen unterstützen kann und sollte. Ziel dieses Übersichtsartikels ist es, mögliche Einsatzgebiete von ChatGPT in Theorie und Praxis der Pflege zu den Schwerpunkten Pflegepädagogik, Pflegeforschung und Pflegeentwicklung aufzuzeigen und kritisch zu diskutieren.
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
2.
Buchanan C, Howitt ML, Wilson R et al (2020) Predicted influences of artificial intelligence on the domains of nursing: scoping review. JMIR Nurs 3:e23939CrossRefPubMedPubMedCentral
3.
Chatterjee J, Dethlefs N (2023) This new conversational AI model can be your friend, philosopher, and guide … and even your worst enemy. Patterns 4:100676CrossRefPubMedPubMedCentral
4.
5.
D’amico RS, White TG, Shah HA et al (2023) I asked a ChatGPT to write an editorial about how we can incorporate Chatbots into neurosurgical research and patient care. Neurosurgery 92(4):663–664CrossRefPubMed
6.
Donabedian A (1996) The effectiveness of quality assurance. Int J Qual Health Care 8:401–407CrossRefPubMed
7.
8.
Donato H, Escada P, Villanueva T (2023) The transparency of science with ChatGPT and the emerging artificial intelligence language models: where should medical journals stand? Acta Med Port 36(3):147–148PubMed
9.
Ebrahimian S, Digumarthy SR, Bizzo B et al (2022) Artificial intelligence has similar performance to subjective assessment of emphysema severity on chest CT. Acad Radiol 29:1189–1195CrossRefPubMed
10.
11.
Gilson A, Safranek CW, Huang T et al (2023) How does ChatGPT perform on the United States medical licensing examination? The implications of large language models for medical education and knowledge assessment. JMIR Med Educ 9:e45312CrossRefPubMedPubMedCentral
12.
Gordijn B, Have HT (2023) ChatGPT: evolution or revolution? Med Health Care Philos 26(1):1–2CrossRefPubMed
13.
14.
Gusenbauer M, Haddaway NR (2020) Which academic search systems are suitable for systematic reviews or meta-analyses? Evaluating retrieval qualities of Google Scholar, PubMed, and 26 other resources. Res Synth Methods 11:181–217CrossRefPubMedPubMedCentral
15.
Han JW, Park J, Lee H (2022) Analysis of the effect of an artificial intelligence chatbot educational program on non-face-to-face classes: a quasi-experimental study. BMC Med Educ 22:830CrossRefPubMedPubMedCentral
16.
Hasty RT, Garbalosa RC, Barbato VA et al (2014) Wikipedia vs peer-reviewed medical literature for information about the 10 most costly medical conditions. J Am Osteopath Assoc 114:368–373PubMed
17.
Huh S (2023) Are ChatGPT’s knowledge and interpretation ability comparable to those of medical students in Korea for taking a parasitology examination?: a descriptive study. J Educ Eval Health Prof 20:1PubMedPubMedCentral
18.
King MR (2023) A conversation on artificial intelligence, chatbots, and plagiarism in higher education. Cell Mol Bioeng 16:1–2CrossRefPubMed
19.
Liebrenz M, Schleifer R, Buadze A et al (2023) Generating scholarly content with ChatGPT: ethical challenges for medical publishing. Lancet Digit Health 5(3):e105–e106CrossRefPubMed
20.
Liu Y, Shen W, Tian Z (2023) Using machine learning algorithms to predict high-risk factors for postoperative delirium in elderly patients. Clin Interv Aging 18:157–168CrossRefPubMedPubMedCentral
21.
Mash R, Schouw D, Fischer AE (2022) Evaluating the implementation of the GREAT4diabetes whatsapp Chatbot to educate people with type 2 diabetes during the COVID-19 pandemic: convergent mixed methods study. JMIR Diabetes 7:e37882CrossRefPubMedPubMedCentral
22.
23.
Oelke U, Meyer H (2014) Didaktik und Methodik für Lehrende in Pflege- und Gesundheitsberufen. Cornelsen, Berlin
24.
Patel SB, Lam K (2023) ChatGPT: the future of discharge summaries? Lancet Digit Health 5(3):e107–e108
25.
Pflaprv. (2018) Pflegeberufe-Ausbildungs- und -Prüfungsverordnung (PflAPrV) vom 2. Oktober 2018 (BGBl. I S. 1572), die durch Artikel 10 des Gesetzes vom 19. Mai 2020 (BGBl. I S. 1018) geändert worden ist. In:
26.
27.
Rahner M, Krüger L, Aumiller M et al (2022) Evidence-based decision-making in nursing—development and piloting of a train-the-trainer concept for teachers at schools for health care professionals: a pilot study. Z Evid Fortbild Qual Gesundhwes 175:81–88CrossRefPubMed
28.
29.
Stokel-Walker C (2023) ChatGPT listed as author on research papers: many scientists disapprove. Nature 613:620–621CrossRefPubMed
30.
31.
Tl B, Jf C (2009) Principles of biomedical ethics. Oxford University Press, New York
32.
Tran WT, Sadeghi-Naini A, Lu FI et al (2021) Computational radiology in breast cancer screening and diagnosis using artificial intelligence. Can Assoc Radiol J 72:98–108CrossRefPubMed
33.
Von Gerich H, Moen H, Block LJ et al (2022) Artificial intelligence-based technologies in nursing: a scoping literature review of the evidence. Int J Nurs Stud 127:104153CrossRef
34.
35.
Metadaten
Titel
ChatGPT: Fluch oder Segen in der Pflege?
verfasst von
Lars Krüger, BA MSc
Susanne Krotsetis, MSc
Dr. Peter Nydahl
OpenAI’s Generative Pretrained Transformer 3 (GPT-3) Model
Publikationsdatum
04.07.2023
Verlag
Springer Medizin
Erschienen in
Medizinische Klinik - Intensivmedizin und Notfallmedizin / Ausgabe 7/2023
Print ISSN: 2193-6218
Elektronische ISSN: 2193-6226
DOI
https://doi.org/10.1007/s00063-023-01038-3

Weitere Artikel der Ausgabe 7/2023

Notaufnahmebesuche von Pflegeheimbewohnern: Analyse von Routinedaten einer städtischen Klinik der Schwerpunktversorgung

  • Open Access
  • Triage
  • Originalie

Handlungsalgorithmus: Nasenpflege bei kritisch kranken Patienten

CME: Ausgewählte juristische Aspekte der Therapiebegrenzung

ARTICA: Ambulantisierung der Herzinfarktdiagnostik bei Niedrigrisikopatienten?

Natriuretische Peptide bei kardialer Dysfunktion, Nierenversagen, Sepsis

Teamspezifische Auswirkungen der Corona-Pandemie auf Mitarbeiter:innen der Internistischen Intensivmedizin eines Krankenhauses der Maximalversorgung

  • Open Access
  • Pflege
  • Originalie

Neu im Fachgebiet AINS

Frühe Hyperoxie nach Reanimation schlecht für die Prognose?

Kommt es sehr früh nach einer kardiopulmonalen Reanimation zu einem Zustand der Hyperoxie, ist dies bei Patientinnen und Patienten nach einem Herzstillstand mit schlechteren funktionellen Ergebnissen assoziiert. Das zeigt eine Sekundäranalyse der TTM-2-Studie.

Antibiotika bei Bakteriämie: 7 versus 14 Tage

  • 21.01.2025
  • Sepsis
  • Nachrichten

Eine Bakteriämie lässt sich mit einer einwöchigen Antibiotikatherapie zumeist gut in den Griff bekommen: Die Sterberate ist nicht höher als unter zweiwöchiger Behandlung, zeigt eine Vergleichsstudie mit hospitalisierten Erkrankten. Allerdings muss die Therapie bei fast jedem Vierten verlängert werden.

Nasenstimulation lindert chronische Migräne

Wird die Naseninnenseite durch Vibrationen stimuliert, kann dies offenbar die Zahl der Migränetage von Menschen mit chronischer Migräne deutlich senken. Darauf deuten die Resultate einer randomisiert-kontrollierten deutsch-finnischen Untersuchung.

Nackenschmerzen nach Bandscheibenvorfall: Muskeltraining hilft!

Bei hartnäckigen Schmerzen aufgrund einer zervikalen Radikulopathie schlägt ein Team der Universität Istanbul vor, lokale Steroidinjektionen mit einem speziellen Trainingsprogramm zur Stabilisierung der Nackenmuskulatur zu kombinieren.

Update AINS

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

hier abonnieren
Bildnachweise