Tekoäly sairaanhoitajan apuna EKG-tutkimuksissa : kuvaileva kirjallisuuskatsaus
Jokila, Tatu; Takomo, Johanna (2025)
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025101726127
https://urn.fi/URN:NBN:fi:amk-2025101726127
Tiivistelmä
Tässä opinnäytetyössä koottiin ja analysoitiin olemassa olevaa tieteellistä tietoa tekoälyn käytöstä EKG-tutkimuksissa. Tavoitteena oli analysoida hoitotyön näkökulmasta tekoälyn avustaman teknologian mahdollisuudet. Tarkoituksena oli kerätä viimeisintä tietoa siitä, kuinka tekoälyä pystytään käyttämään sydänsairauksien ennustamiseen ja tutkimustulosten tulkitsemiseen.
Opinnäytetyö toteutettiin kuvailevana kirjallisuuskatsauksena. Tiedonhakuun käytettiin PubMed, Cochrane ja CINAHL tietokantoja. Lopulliseen katsaukseen valikoitui 10 tutkimusta. Aineistonanalyysiin käytettiin sisällönanalyysiä.
Tutkimuksissa on keskitytty tekoälyn hyötyihin EKG:n tulkinnassa, erityisesti akuutissa sepelvaltimo-oireyhtymässä. EKG-tutkimus on tärkeä riskiarviossa, mutta nykyiset riskipisteytykset, kuten HEART, tarvitsevat parannuksia, jotta kuoleman riskiä voitaisiin ennustaa tarkemmin. Tekoälypohjaiset mallit ovat osoittautuneet tehokkaiksi, erityisesti ei-ST-nousullisten potilaiden havaitsemisessa.
EKG-tulosten tulkinta on keskeinen osa potilaiden hoitoa, sillä virheellinen tulkinta voi johtaa vakaviin seurauksiin. Sairaanhoitajat ja ensihoitajat ovat keskeisessä roolissa EKG-tutkimusten tekemisessä ja tulkinnassa. Tekoäly voi tukea heidän päätöksentekoaan ja parantaa hoitotuloksia. Tämän lisäksi
tutkimukset ovat osoittaneet, että tekoäly voi parantaa EKG:n tulkinnan tarkkuutta ja auttaa diagnosoimaan sydänsairauksia, kuten eteisvärinää ja sydämen vajaatoimintaa tehokkaammin. This thesis compiled and analyzed existing scientific information on the use of artificial intelligence in ECG examinations. The aim was to analyze the potential of AI-assisted technology from a nursing perspective. The intention was to gather the latest information on how artificial intelligence can be used to predict heart disease and interpret test results.
The thesis was conducted as a descriptive literature review. The PubMed, Cochrane, and CINAHL databases were used for the information search. Ten studies were selected for the final review. Content analysis was used to analyze the data.
The studies focused on the benefits of artificial intelligence in interpreting ECGs, particularly in acute coronary syndrome. ECG examination is important in risk assessment, but current risk scoring systems, such as HEART, need improvement in order to predict the risk of death more accurately. Artificial intelligence-based models have proven to be effective, especially in detecting non-ST-elevation patients.
The interpretation of ECG results is a key part of patient care, as misinterpretation can have serious consequences. Nurses and paramedics play a key role in performing and interpreting ECG examinations. Artificial intelligence can support their decision-making and improve treatment outcomes. In addition, studies have shown that artificial intelligence can improve the accuracy of ECG interpretation and help diagnose heart conditions such as atrial fibrillation and heart failure more effectively.
Opinnäytetyö toteutettiin kuvailevana kirjallisuuskatsauksena. Tiedonhakuun käytettiin PubMed, Cochrane ja CINAHL tietokantoja. Lopulliseen katsaukseen valikoitui 10 tutkimusta. Aineistonanalyysiin käytettiin sisällönanalyysiä.
Tutkimuksissa on keskitytty tekoälyn hyötyihin EKG:n tulkinnassa, erityisesti akuutissa sepelvaltimo-oireyhtymässä. EKG-tutkimus on tärkeä riskiarviossa, mutta nykyiset riskipisteytykset, kuten HEART, tarvitsevat parannuksia, jotta kuoleman riskiä voitaisiin ennustaa tarkemmin. Tekoälypohjaiset mallit ovat osoittautuneet tehokkaiksi, erityisesti ei-ST-nousullisten potilaiden havaitsemisessa.
EKG-tulosten tulkinta on keskeinen osa potilaiden hoitoa, sillä virheellinen tulkinta voi johtaa vakaviin seurauksiin. Sairaanhoitajat ja ensihoitajat ovat keskeisessä roolissa EKG-tutkimusten tekemisessä ja tulkinnassa. Tekoäly voi tukea heidän päätöksentekoaan ja parantaa hoitotuloksia. Tämän lisäksi
tutkimukset ovat osoittaneet, että tekoäly voi parantaa EKG:n tulkinnan tarkkuutta ja auttaa diagnosoimaan sydänsairauksia, kuten eteisvärinää ja sydämen vajaatoimintaa tehokkaammin.
The thesis was conducted as a descriptive literature review. The PubMed, Cochrane, and CINAHL databases were used for the information search. Ten studies were selected for the final review. Content analysis was used to analyze the data.
The studies focused on the benefits of artificial intelligence in interpreting ECGs, particularly in acute coronary syndrome. ECG examination is important in risk assessment, but current risk scoring systems, such as HEART, need improvement in order to predict the risk of death more accurately. Artificial intelligence-based models have proven to be effective, especially in detecting non-ST-elevation patients.
The interpretation of ECG results is a key part of patient care, as misinterpretation can have serious consequences. Nurses and paramedics play a key role in performing and interpreting ECG examinations. Artificial intelligence can support their decision-making and improve treatment outcomes. In addition, studies have shown that artificial intelligence can improve the accuracy of ECG interpretation and help diagnose heart conditions such as atrial fibrillation and heart failure more effectively.