Førsteamanuensis, simuleringsleder
University of Minnesota
Hvis du jobber med sykepleierutdanning, vet du at klinisk vurdering fortsatt er en av de viktigste kompetansene i sykepleierutdanning. Og du vet også at det er en av de vanskeligste å undervise i og evaluere konsekvent.
På Simulation User Network (SUN)-konferansen i 2026 delte Cynthia Bradley, PhD, RN, CNE, CHSE, ANEF, førsteamanuensis og simuleringsleder ved University of Minnesota School of Nursing, hvordan immersiv virtuell virkelighet i sykepleierutdanning (IVR) og kunstig intelligens (AI) kan hjelpe sykepleierutdannere med bedre å forstå og støtte utviklingen av klinisk vurdering.
I denne artikkelen gir vi et sammendrag av Dr. Bradleys SUN-økt, «Clinical Judgment, VR, and AI: A Winning Trifecta.»
Dr. Bradley forankret sin sesjon i en utfordring sykepleierutdannere kjenner godt. Klinisk dømmekraft er avgjørende for sikker praksis og henger direkte sammen med pasientresultater, men den er også svært kompleks. Selv når studentene lærer trinn, protokoller og prosesser, «må de fortsatt tilegne seg den resonneringen og den tenkningen», påpekte Dr. Bradley.
«Klinisk dømmekraft er en av de vanskeligste tingene vi prøver å undervise i», sa hun. «Det er veldig vanskelig å måle.»
Tradisjonelle kliniske praksiser varierer mye. Selv studenter som er plassert på samme avdeling, møter ulike pasienter og læringsmuligheter. Vurderingen er i stor grad avhengig av observasjon fra faglærere, noe som kan være subjektivt og inkonsekvent.
Simulering bidrar til å håndtere variasjoner i kliniske erfaringer, men Dr. Bradley understreket at immersiv virtuell virkelighet (IVR) i sykepleierutdanningen tar standardisering et steg videre. I IVR møter hver student det samme miljøet, de samme signalene og de samme beslutningspunktene.
IVR flytter også vurderingen bort fra utelukkende lærernes tolkning. “IVR fjerner alt dette av subjektivitet—fordi det i bunn og grunn er et dataprogram,” sa hun.
Før IVR-plattformer som vrClinicals for Nursing, hadde undervisere begrenset innsikt i hva studentene faktisk gjorde under simulert pasientbehandling. “Hvis vi ikke virkelig kan forstå hva de gjør, har vi ingen anelse om hvordan vi kan hjelpe dem å bli bedre,” sa hun.
IVR-miljøer genererer en enorm mengde lærerddata. Dr. Bradley omtalte disse dataene som IVR-telemetri. Dette inkluderer utførte handlinger, timing, rekkefølge, utelatelser og responser på endrede pasienttilstander.
“Vi kan se handlingene deres, vi ser tidsaspektet for det de har gjort, rekkefølgen av hendelser,” sa hun. “Vi ser hva de ikke gjør. Noen ganger er det også veldig viktig å vite.”
Innenfor plattformer som vrClinicals for Nursing kan undervisere undersøke hvordan studenter vurderer pasienter, navigerer i prosedyrer og ordre, og forbereder seg på å eskalere behandling.
“Ringer de til behandleren?” spurte hun. “Har de dataene de trenger for å kunne ta den avgjørelsen, eller må de gå tilbake og revurdere?”
Hun pekte spesielt på verdien av miljøer med flere pasienter. “Vi kan se på prioriteringsmønstrene,” forklarte hun. “Hvordan håndterer de avbrytelser?”
Ved å fange opp disse mønstrene gjennom IVR-telemetri, gir plattformer som vrClinicals undervisere objektive bevis på hvordan lærende oppfatter signaler, prioriterer behandling, reagerer på avbrytelser og håndterer konkurrerende krav.
“Vi har én student som sa: ‘Jeg klarte å svare på noen spørsmål på NCLEX på grunn av George [fra VR-scenarioet],’” delte hun. Eksempler som dette viser hvordan plattformer som vrClinicals støtter dypere forståelse og anvendelse.
For å omdanne telemetridata til innsikt understreket Dr. Bradley viktigheten av et felles rammeverk. Hun bruker Clinical Judgment Measurement Model til å tolke læreratferd på tvers av å gjenkjenne signaler, analysere informasjon, prioritere hypoteser, iverksette tiltak og evaluere resultater.
“Telemetri tolker ikke seg selv,” forklarte Dr. Bradley. “Vi trenger et felles tolkningsgrunnlag.”
For hvert IVR-scenario må lærere avgjøre hvilke handlinger som viser dømmekraft i den konteksten. Vurderte studenten på nytt etter en intervensjon? Eskalerte de på riktig måte? Omprioriterte de behandlingen når forholdene endret seg?
Ved å bruke denne tilnærmingen avdekket Dr. Bradley et mønster blant studenter som strevde. “De fortsetter bare å vurdere og vurdere,” sa hun. “De handler aldri.”
Fordi vrClinicals registrerer timing og rekkefølge, blir slike mønstre synlige og mulige å diskutere i debriefing, med scenariohandlinger og avbrytelser utformet rundt Clinical Judgment Measurement Model.
AI spiller en støttende rolle ved å hjelpe undervisere med å organisere og tolke store mengder telemetridata som genereres av immersive VR-plattformer som vrClinicals.
Men AI erstatter ikke sykepleierutdannere. “AI vil aldri erstatte sykepleiernes tenkning,” påpekte Dr. Bradley. Hun understreket at underviserens skjønn fortsatt må være sentralt.
Når det brukes “med retningslinjer,” hjelper AI undervisere med å gå raskere fra evidens til handling. “Jeg vil vite i dag: hvordan gikk det med studentene mine?” sa Dr. Bradley. “Ikke neste semester, ikke neste år, men akkurat denne kohorten i dag.”
AI-støttet analyse kan avdekke mangler på kohortnivå, som forsinkelser i eskalering, oversette sikkerhetskontroller eller vansker med å vurdere utfall. Disse innsiktene gjør det mulig for undervisere å justere debriefing, repetisjonstiltak og til og med læreplanen i nær sanntid.
“Endrer [analysen] hvordan jeg debriefer neste gang jeg gjør dette scenarioet? Kanskje forteller det meg hvordan jeg bør justere forberedelsesmaterialet deres, eller noe de trenger å få før de gjør denne VR-en neste gang?” forklarte hun.
“Kanskje det bare handler om å bygge det inn i læreplanen vår, der vi trenger å gjenta noe,” legger hun til. “Kompetansebasert utdanning er ikke noe man gjør én gang og er ferdig med. Vi vil at de skal demonstrere kompetanse igjen.”
Dr. Bradley oppfordret undervisere til å nærme seg immersiv VR med omtanke.
“Her er mitt beste råd: start lavt og langsomt,” rådet hun. Hun anbefalte å begynne med ett kurs og ett scenario, og å investere i grundig opplæring i både maskinvare og programvare.
Dårlig implementering kan føre til frustrasjon blant lærere og redusert studenttillit, advarte hun. “Det er virkelig vanskelig å få den bjellen til å slutte å ringe,” sa hun. “Så start veldig sakte … og ha folk som forkynner hele prosessen.”
Dr. Bradley avsluttet sesjonen med å vende tilbake til formålet. Klinisk vurdering forblir målet. Immersive VR-plattformer som vrClinicals for Nursing gir miljøet som skaper rike, objektive bevis på studentenes prestasjon. AI hjelper undervisere med å tolke disse bevisene på en ansvarlig måte.
Sammen utgjør klinisk vurdering, immersiv VR og AI en kraftig trifekt som støtter bedre vurdering, sterkere undervisningsbeslutninger og forbedrede læringsresultater for sykepleierundervisere og studentene deres.
