The Level of Artificial Intelligence Anxiety in the Health Ecosystem: A Sample of Nurses

Abstract

Aim: This research was conducted to determine the level of artificial intelligence anxiety in the health ecosystem of nurses working in Turkey Materials and Method: The universe of the descriptive research was composed of nurses working in Turkey and the sample was composed of 215 nurses who accepted the researchThe research data were collected with the demographic and occupational characteristics form and theArtificial Intelligence Anxiety scale. The research data were evaluated with descriptive statistics and multiple linear regression analysis. Results: As a result of the study, it was observed that as the learning status of the nurses increased, there was an increase in the artificial intelligence structuring status. It has been evaluated that there is a positive and very high degree significant relationship at the 95% confidence level. It is recommended to study the results obtained in larger samples and by adding more different dimensions.

Keywords

• Nursing
• Artificial Intelligence
• Artificial Intelligence in Nursing
• Artificial Intelligence Anxiety

Sağlık Ekosisteminde Yapay Zeka Kaygı Düzeyi: Hemşire Örneklemi

Öz

Amaç: Bu araştırma, Türkiye’de çalışan hemşirelerin sağlık ekosisteminde yapay zeka kaygı düzeylerini belirlemek amacıyla yapılmıştır. Gereç ve Yöntem: Tanımlayıcı tasarımda olan araştırmanın evreni, Türkiye’de çalışan hemşireler, örneklemini ise araştırmayı kabul eden 215 hemşire oluşturmuştur. Araştırma verileri, demografik ve mesleki özellikler formu ve Yapay Zeka Kaygı ölçeği ile toplanmıştır. Araştırma verileri, tanımlayıcı istatistikler ve çoklu lineer regresyon analizi ile değerlendirilmiştir. Bulgular: Çalışmaya katılan hemşirelerin Yapay zeka kaygı düzeyi ortalama puanı 2,64 (SS=0,79) olduğu belirlenmiştir. Kişilerin yaş, cinsiyet, yaşadığı yer, eğitim , çalıştığı kurum, çalıştığı birim, çalıştığı pozisyon, çalışma şekli, meslekte deneyim süresi ve çalışılan hastanedeki deneyim süresi durumları ile yapay zeka kaygı durumları arasında istatistiksel olarak anlamlı bir farklılık gözlemlenmemiştir. Sonuçlar: Çalışma sonucunda, hemşirelerin öğrenme durumu arttıkça yapay zeka yapılandırma durumunda artış meydana geldiği gözlemlenmiştir Kişilerin iş değiştirme durumu arttıkça yapay zeka yapılandırma durumunda artış meydana geldiği ve kişilerin yapay zeka kaygı düzeyi durumu arttıkça en yüksek artış meydana gelen alt faktörün yapay zeka yapılandırma olduğu gözlemlenmiştir. %95 güven seviyesinde pozitif yönlü çok yüksek dereceli anlamlı bir ilişki olduğu değerlendirilmiştir. Elde edilen sonuçların daha büyük örneklemlerde ve daha farklı boyutlar eklenerek çalışılması önerilmektedir.

Anahtar Kelimeler

• Yapay zeka
• Hemşirelik
• Hemşirelikte yapay zeka
• Yapay zeka kaygı

References

1. 1. Stokes F, Palmer A. Artificial Intelligence and Robotics in Nursing: Ethics of Caring as a Guide to Dividing Tasks Between AI and Humans. Nursing Philosphy. 2020; 21:e12306. https://doi. org/10.1111/nup.12306
2. 2. Brenan M. Nurses Again Outpace Other Professions for Honesty, Ethics. Gallup, December 20, 2018; Retrieved from: https://news.gallup.com/poll/245597/nurses-again-outpace-professions-honesty-ethics.aspx
3. 3. Bali J, Garg R, Bali RT. Artificial Intelligence (AI) in Healthcare and Biomedical Research: Why a Strong Computational/AI Bioethics Framework is Required?. Indian Journal of Ophthalmology. 2019; 67:3-6. Doi: 10.4103/ijo.IJO_1292_18
4. 4. Liao PH, Hsu PT, Chu, W, and Chu WC. Applying Artificial İntelligence Technology to Support Decision-Making in Nursing: A Case Study in Taiwan. Health Informatics Journal, 2015; 21(2): 137–148. https://doi.org/10.1177/1460458213509806
5. 5. De Saint Laurent C. In Defence of Machine Learning: Debunking the Myths of Artificial Intelligence. Europe’s Journal of Psychology. 2018; 30;14(4):734-747. Doi: 10.5964/ejop.v14i4.1823.
6. 6. Clipper B, Batcheller J, Thomaz AL, and Rozga, A. Artificial Intelligence and Robotics: A Nurse Leader’s Primer. 2018; 16 (6): 379-384. doi: https://doi.org/10.1016/j.mnl.2018.07.015
7. 7. Akkaya B, Özkan H, Özkan A. Yapay Zeka Kaygı (YZK) Ölçeği: Türkçeye Uyarlama Geçerlilik ve Güvenilirlik Çalışması. Alanya Akademik Bakış. 2021; 5(2): 1125-1146. https://doi. org/10.29023/alanyaakademik.833668
8. 8. Çetin B, Eroğlu N. Hemşirelik Bakımında Yenilikçi Teknolojiler. Acta Media Nicomedia. 2020; 3(3):120-126

9. 9. Eşkin Bacaksız F, Yılmaz M, Ezizi K, Alan H. Sağlık Hizmetlerinde Robotları Yönetmek. Sağlık ve Hemşirelik Yönetim Dergisi. 2020;7(3): 458-65.
10. 10. Şendir M, Şimşekoğlu N, Kaya A ve Sümer K. Geleceğin Teknolojisinde Hemşirelik. Sağlık Bilimleri Üniversitesi Hemşirelik Dergisi. 2019; 1(3): 209-14
11. 11. Akın Ö. Hızla Artan Endüstriyel Robotların Üretim Süreçlerinin Yarattığı Değişimler ve Türkiye İşgücü Piyasasında Yaratacağı Olası Etkilerin Değerlendirilmesi. İş ve Hayat. 2017; 3(6):71- 42.
12. 12. Filiz, E., Güzel, Ş. & Şengül, A. (2022). Sağlık Profesyonellerinin Yapay Zeka Kaygı Durumlarının İncelenmesi. Journal of Academic Value Studies, 8(1), 47-55. http://dx.doi.org/10.29228/ javs.57808
13. 13. Gümüş U, Uysal Kasap E. Hemşirelik Mesleğinin Geleceği: Robot Hemşireler. Sağlık Bilimlerinde Yapay Zeka Dergisi. 2021; 1(2):20-25. doi: https://doi.org/10.52309/jai.2021.10
14. 14. International Federation of Robotics. Robots and the Workplace of the Future. [Internet], Frankfurt; 2018. https://ifr.org/downloads/papers/IFR_Robots_and_the_Workplace_of_the_Future_Positioning_Paper.pdf Erişim Tarihi: 05.01.2022
15. 15. Türk Dil Kurumu, https://sozluk.gov.tr/ Erişim Tarihi: 17.11.2022
16. 16. Hemşirelik Yönetmeliği, https://www.mevzuat.gov.tr/ Erişim Tarihi: 17.11.2022
17. 17. Resmî Gazete, Tarihi: 08.03.2010, Resmî Gazete Sayısı: 27515 Erişim Tarihi: 02.11.2022
18. 18. Blumenthal, D. (2017). Data with holding in the age of digital health. The Milbank Quarterly , 95(1): 15-18. doi: 10.1111/1468- 0009.12239
19. 19. Bayer, E., Kuyrukçu, A. N., Akbaş, S. (2019). Dijital hastane uygulamalarının hastane çalışanlarının ve yöneticilerinin perspektifinden değerlendirilmesi; Bir devlet hastanesi örneği. Akademik Araştırmalar ve Çalışmalar Dergisi, 11(21): 335-360. doi. org/10.20990
20. 20. Gülbetekin E, Gül Can F, Tunç Y. 2022. Determining the factors affecting health anxiety levels of nurses in the COVID-19 process. BSJ Health Sci, 5(2):226-231.
21. 21. Irmak B, Bölükbaş N. 2015. Hemşirelik öğrencilerinde sağlık anksiyetesi düzeylerinin belirlenmesi. 14. Ulusal Hemşirelik Öğrencileri Kongresi Özet Kitabı, 22-26 Nisan, Kayseri, 305.
22. 22. Chen Y, Zhou H, Zhou Y, Zhou F. 2020. Prevalence of self-reported depression and anxiety among pediatric medical staff members during the COVID-19 outbreak in Guiyang, China. Psychiatry Res, 288: 113005.
23. 23. Özdemir K. 2014. Yoğun bakım hemşirelerinde görülen ölüm kaygısı. Yüksek Lisans Tezi, Atatürk Üniversitesi, Sağlık Bilimleri Enstitüsü, Psikiyatri Hemşireliği Anabilim Dalı, Erzurum, ss. 69.
24. 24. George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference 11.0 update (4th ed.). Boston: Allyn & B