Användning av generativ AI för dokumentation inom social- och hälsovård och dess påverkan på personcentrerad vård : systematisk litteraturstudie
Year: 2024
Type: dissertation
Study design: Systematic Review
Abstract: Personer i behov av vård ökar med snabb takt, samtidigt som kraven på dokumentation inom social- och hälsovård ökar. Tidigare forskning menar att läkare använder mellan 34% - 55% av sin arbetstid för att anteckna och läsa klienters journaler. Samtidigt ut- vecklas Artificiell intelligens (AI) snabbt och anses öppna upp stora möjligheter inom social- och hälsovårdsbranschen. Forskning visar att AI har potential inom dokumentation, men att personcentrerat arbetssätt ofta åsidosätts i teknikutveckling. Syftet är att undersöka användningen av generativ AI för dokumentation i social- och hälsovård samt dess påverkan på personcentrerad vård. I denna forskning omfattar frågeställningarna vilka möjligheter implementeringen av generativ AI i dokumentation erbjuder och hur de kan förstärka personcentrering, samt vilka utmaningar och risker som kan förekomma och hur dessa kan hindra personcentrering i vården. Personcentrering fungerar som teoretisk referensram. Detta mastersarbete är en systematisk litteraturstudie med material från Academic Search Complete och Pubmed. Slutligen inkluderas 13 artiklar i arbetet som analyseras med innehållsanalys. Resultaten visar implementering av generativ AI inom dokumentation för social- och hälsovård medför flera möjligheter och utmaningar relaterade till automatisering, kvalitet, tidsbesparing, framtida yrkesrollen, etik samt framtida behov. Resultatet ger utrymme för flera tolkningar över hur personcentrering kan påverkas av generativ AI i dokumentationsprocesser. Fördelarna med generativ AI inom dokumentation, såsom tidsbesparing och förbättrad kommunikation, kan främja empatiska relationer och där med stödja ett personcentrerat arbetssätt.
Source: Theseus (Ammattikorkeakoulujen)
Author: Willamo, Victoria
Institution: Arcada University of Applied Sciences
Language: Swedish
Subfield: Health Informatics
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W6989283971
