DOI: https://doi.org/10.3389/fpubh.2025.1718474
PMID: https://pubmed.ncbi.nlm.nih.gov/41607882
تاريخ النشر: 2026-01-13
المؤلف: Daniele Virgillito وآخرون
الموضوع الرئيسي: صحة ورفاهية مكان العمل
نظرة عامة
تستعرض هذه المراجعة نطاق تطبيق الذكاء الاصطناعي (AI) في تعزيز صحة مكان العمل وتحسين الأداء بين العاملين في مجال الرعاية الصحية. تم إجراء المراجعة وفقًا لإرشادات PRISMA-ScR، حيث تم تحليل الأدبيات حتى يوليو 2025، وتحديد 21 دراسة ذات صلة من مجموعة أولية تضم 351 سجلًا. كشفت الدراسات عن مجالين رئيسيين لتطبيق الذكاء الاصطناعي: مراقبة الصحة والتدخل، وتحسين الأداء. تضمنت الفوائد الملحوظة تقليل التوتر، والإرهاق، والقلق، وآلام العضلات والعظام، إلى جانب تحسين كفاءة سير العمل ومشاركة الموظفين. ومع ذلك، تم تسليط الضوء أيضًا على التحديات مثل قصر مدة الدراسات، وتنوع المنهجيات، ومخاوف الخصوصية، ومعدلات التبني غير المتسقة.
تؤكد النتائج على الإمكانيات المزدوجة والتحديات المترتبة على دمج تقنيات الذكاء الاصطناعي في بيئات الرعاية الصحية. بينما يمكن أن يحسن الذكاء الاصطناعي بشكل كبير من رفاهية الأفراد وكفاءة المؤسسات، فإن الاعتبارات الأخلاقية والقيود المنهجية تتطلب تنفيذًا دقيقًا. يعتمد النجاح على التخصيص، والشفافية، وتصميم يركز على الإنسان، مدعومًا بقيادة قوية وتدريب مستمر للقوى العاملة. تدعو المراجعة إلى أن تركز الأبحاث المستقبلية على تصاميم دراسات صارمة، ومقاييس نتائج موحدة، ومقارنات بين الأساليب الإدارية المعتمدة على الذكاء الاصطناعي والتقليدية لتقييم قيمة الذكاء الاصطناعي بالكامل في الرعاية الصحية. في النهاية، يعد مواءمة التقدم التكنولوجي مع الضمانات الأخلاقية وواقع العاملين في الرعاية الصحية أمرًا حيويًا لتعزيز بيئة عمل مستدامة ومزدهرة.
مقدمة
تسلط المقدمة الضوء على الدور التحويلي للذكاء الاصطناعي (AI) وتحليل البيانات في تعزيز رفاهية مكان العمل وإدارة الأداء، لا سيما في مجالات إدارة الموارد البشرية والرعاية الصحية. يسهل الذكاء الاصطناعي تحسين المشاركة، والإنتاجية، وإدارة المواهب من خلال التحليلات الشخصية والتنبؤية. في الرعاية الصحية، تمكّن الأدوات المدفوعة بالذكاء الاصطناعي، بما في ذلك الأجهزة القابلة للارتداء وتطبيقات الصحة المحمولة، من المراقبة في الوقت الحقيقي والتدخلات الشخصية، مما يساهم في إدارة الصحة بشكل استباقي وتحقيق نتائج أفضل. ومع ذلك، تظل التحديات مثل مخاوف الخصوصية، والآثار الأخلاقية، والحاجة إلى إشراف بشري حواجز كبيرة أمام التنفيذ الفعال.
تهدف المراجعة إلى رسم خريطة منهجية للأدلة الموجودة حول التقنيات الرقمية المعتمدة على الذكاء الاصطناعي التي تدعم إدارة الأداء وتعزيز صحة مكان العمل بين العاملين في الرعاية الصحية. تؤكد على الترابط بين رفاهية الأفراد – معالجة قضايا مثل التوتر والإرهاق – والنتائج التنظيمية، مثل الكفاءة وأداء الموظفين. ستقوم الدراسة بتحليل أنواع تقنيات الذكاء الاصطناعي المستخدمة حاليًا، ونتائجها على المستويين الفردي والتنظيمي، والعوائق والمحفزات التي تؤثر على تبنيها. بالإضافة إلى ذلك، ستستكشف كيف تؤثر الديناميات التنظيمية واستراتيجيات مشاركة الموظفين على فعالية واستدامة هذه التطبيقات للذكاء الاصطناعي في تعزيز الصحة والأداء في مكان العمل.
الطرق
تم إجراء مراجعة النطاق باستخدام الإطار المنهجي الذي وضعه أركسي وأومايلي، مع تحسينات من ليفاك وآخرين ومعهد جوانا بريغز (JBI). اتبعت عملية المراجعة إرشادات PRISMA Extension for Scoping Reviews (PRISMA-ScR)، مما يضمن نهجًا منهجيًا. شملت المنهجية خمس مراحل رئيسية: صياغة أسئلة البحث، وتحديد الدراسات ذات الصلة، واختيار الدراسات بناءً على معايير الإدراج المحددة مسبقًا، ورسم البيانات، وأخيرًا تجميع وتلخيص وتقرير النتائج.
أكدت التحسينات التي قدمها ليفاك وآخرون وJBI على أهمية الشفافية، والفحص القائم على الفريق بشكل متكرر، وتوليف البيانات بشكل منظم طوال عملية المراجعة. كانت هذه الميزات جزءًا لا يتجزأ من الحفاظ على الصرامة والوضوح في كل مرحلة من مراحل مراجعة النطاق، مما يعزز في النهاية موثوقية النتائج المبلغ عنها.
النتائج
توضح قسم النتائج من الدراسة عملية مراجعة منهجية بدأت بـ 351 سجلًا تم تحديدها من قواعد بيانات إلكترونية مختلفة. وفقًا لإرشادات PRISMA، شملت عملية الاختيار استبعاد 168 سجلًا مكررًا وثلاث أوراق غير مؤهلة، مما أسفر عن 180 سجلًا للفحص. من بين هذه، تم استبعاد 96 لعدم استيفاء معايير الإدراج، مما ترك 84 مقالة للتقييم الإضافي. في النهاية، تم استبعاد 63 مقالة نصية كاملة لأسباب مثل نقص البيانات الأصلية، وغياب التعرض أو النتائج ذات الصلة، وعدم كفاية التفاصيل المنهجية، وعدم الصلة بتركيز المراجعة. انتهى هذا العملية الدقيقة بإدراج 21 دراسة، جميعها نُشرت في مجلات محكمة، والتي اعتُبرت مناسبة للتوليف النوعي والكمّي.
هدفت المراجعة إلى التحقيق في دور التقنيات الرقمية المعتمدة على الذكاء الاصطناعي في تعزيز صحة مكان العمل وإدارة الأداء بين العاملين في الرعاية الصحية، مسترشدة بخمس أسئلة بحثية (RQ1-RQ5). تكشف النتائج عن مجموعة متنوعة من التقنيات المستخدمة، وتنوع النتائج المقاسة، ورؤى مهمة حول ديناميات التبني ودمج الإنسان والذكاء الاصطناعي في بيئات الرعاية الصحية. تؤكد هذه التوليفة على التعقيدات وإمكانات أدوات الذكاء الاصطناعي في تحسين الممارسات الصحية.
المناقشة
توضح قسم المناقشة من هذه المراجعة نطاق الأهداف والنتائج المتعلقة باستخدام التقنيات الرقمية المعتمدة على الذكاء الاصطناعي في برامج تعزيز صحة مكان العمل للعاملين في الرعاية الصحية. كان الهدف الرئيسي هو رسم خريطة منهجية للأدلة الموجودة حول أدوات الذكاء الاصطناعي التي تدعم إدارة الأداء، مع التركيز على أسئلة بحثية متنوعة (RQs) تتعلق بأنواع التكنولوجيا، والنتائج، وعوائق التنفيذ، والتخصيص، والديناميات التنظيمية. استخدمت المراجعة إطار PCC (السكان-المفهوم-السياق) لتحديد معايير أهلية واضحة، مما يضمن اختيارًا صارمًا للدراسات التي شملت العاملين في الرعاية الصحية وتقنيات الذكاء الاصطناعي ذات الصلة بتعزيز الصحة وإدارة الأداء في بيئات الرعاية الصحية الرسمية.
حددت المراجعة 23 دراسة نُشرت بين عامي 2015 ويوليو 2025، مما يعرض مجموعة متنوعة من تصاميم البحث وتطبيقات الذكاء الاصطناعي. استخدمت معظم الدراسات منهجيات كمية، مع التركيز على تعزيز الصحة المهنية، والرفاهية النفسية، وكفاءة المؤسسات. أشارت النتائج الرئيسية إلى أن تقنيات الذكاء الاصطناعي، مثل التحليلات التنبؤية والدردشة الآلية، حسنت بشكل فعال من نتائج الصحة النفسية (مثل تقليل القلق والإرهاق) ومقاييس التشغيل (مثل زيادة الكفاءة وتقليل الأعباء الإدارية). ومع ذلك، سلطت المراجعة أيضًا الضوء على الت inconsistencies المنهجية والحاجة إلى دراسات أكثر شمولاً تتناول النتائج طويلة الأجل والاعتبارات الأخلاقية المحيطة بدمج الذكاء الاصطناعي في الرعاية الصحية. بشكل عام، بينما تشير الأدلة إلى آثار واعدة للذكاء الاصطناعي على المستويين الفردي والتنظيمي، هناك حاجة إلى مزيد من البحث لاستكشاف استدامة هذه التقنيات والآثار الأخلاقية لها في البيئات الواقعية.
DOI: https://doi.org/10.3389/fpubh.2025.1718474
PMID: https://pubmed.ncbi.nlm.nih.gov/41607882
Publication Date: 2026-01-13
Author(s): Daniele Virgillito et al.
Primary Topic: Workplace Health and Well-being
Overview
This scoping review systematically examines the application of artificial intelligence (AI) in promoting workplace health and optimizing performance among healthcare workers. Conducted in accordance with PRISMA-ScR guidelines, the review analyzed literature up to July 2025, identifying 21 relevant studies from an initial pool of 351 records. The studies revealed two primary domains of AI application: health monitoring and intervention, and performance optimization. Notable benefits included reductions in stress, burnout, anxiety, and musculoskeletal pain, alongside enhancements in workflow efficiency and staff engagement. However, challenges such as short study durations, methodological diversity, privacy concerns, and inconsistent adoption rates were also highlighted.
The findings underscore the dual potential and challenges of integrating AI technologies in healthcare settings. While AI can significantly improve individual wellbeing and organizational efficiency, ethical considerations and methodological limitations necessitate careful implementation. Success hinges on personalization, transparency, and human-centered design, supported by strong leadership and ongoing workforce training. The review advocates for future research to focus on rigorous study designs, standardized outcome measures, and comparisons between AI-based and traditional management approaches to fully assess AI’s value in healthcare. Ultimately, aligning technological advancements with ethical safeguards and the realities of healthcare workers is crucial for fostering a sustainable and flourishing work environment.
Introduction
The introduction highlights the transformative role of artificial intelligence (AI) and data analytics in enhancing workplace wellness and performance management, particularly within human resource management and healthcare sectors. AI facilitates improved engagement, productivity, and talent management through personalized and predictive analytics. In healthcare, AI-driven tools, including wearable devices and mobile health applications, enable real-time monitoring and personalized interventions, contributing to proactive health management and better outcomes. However, challenges such as privacy concerns, ethical implications, and the need for human oversight remain significant barriers to effective implementation.
The review aims to systematically map existing evidence on AI-based digital technologies that support performance management and workplace health promotion among healthcare workers. It emphasizes the interconnectedness of individual wellbeing—addressing issues like stress and burnout—and organizational outcomes, such as efficiency and staff performance. The study will analyze the types of AI technologies currently in use, their outcomes at both individual and organizational levels, and the barriers and facilitators influencing their adoption. Additionally, it will explore how organizational dynamics and staff engagement strategies affect the effectiveness and sustainability of these AI applications in promoting health and performance in the workplace.
Methods
The scoping review was conducted using the methodological framework established by Arksey and O’Malley, with refinements from Levac et al. and the Joanna Briggs Institute (JBI). The review process adhered to the PRISMA Extension for Scoping Reviews (PRISMA-ScR) guidelines, ensuring a systematic approach. The methodology encompassed five key stages: formulating research questions, identifying relevant studies, selecting studies based on predefined inclusion criteria, charting the data, and finally collating, summarizing, and reporting the findings.
The refinements introduced by Levac et al. and the JBI emphasized the importance of transparency, iterative team-based screening, and structured data synthesis throughout the review process. These features were integral to maintaining rigor and clarity at each phase of the scoping review, ultimately enhancing the reliability of the results reported.
Results
The results section of the study outlines a systematic review process that began with 351 records identified from various electronic databases. Following the PRISMA guidelines, the selection process involved eliminating 168 duplicates and three ineligible papers, resulting in 180 records for screening. Of these, 96 were excluded for not meeting the inclusion criteria, leaving 84 articles for further assessment. Ultimately, 63 full-text articles were discarded due to reasons such as lack of original data, absence of relevant exposure or outcomes, insufficient methodological detail, and irrelevance to the review’s focus. This rigorous process culminated in the inclusion of 21 studies, all published in peer-reviewed journals, which were deemed suitable for qualitative and quantitative synthesis.
The review aimed to investigate the role of AI-based digital technologies in workplace health promotion and performance management among healthcare workers, guided by five research questions (RQ1-RQ5). The findings reveal a diverse array of technologies employed, a variety of outcomes measured, and significant insights into the dynamics of adoption and human-AI integration within healthcare settings. This synthesis underscores the complexities and potential of AI tools in enhancing healthcare practices.
Discussion
The discussion section of this scoping review outlines the objectives and findings regarding the use of AI-based digital technologies in workplace health promotion programs for healthcare workers. The primary aim was to systematically map existing evidence on AI tools that support performance management, focusing on various research questions (RQs) related to technology types, outcomes, implementation barriers, personalization, and organizational dynamics. The review utilized the PCC (Population-Concept-Context) framework to establish clear eligibility criteria, ensuring a rigorous selection of studies that included healthcare workers and AI technologies relevant to health promotion and performance management in formal healthcare settings.
The review identified 23 studies published between 2015 and July 2025, showcasing a diverse range of research designs and AI applications. Most studies employed quantitative methodologies, with a focus on enhancing occupational health, mental wellbeing, and organizational efficiency. Key findings indicated that AI technologies, such as predictive analytics and chatbots, effectively improved mental health outcomes (e.g., reduced anxiety and burnout) and operational metrics (e.g., increased efficiency and reduced administrative burdens). However, the review also highlighted methodological inconsistencies and the need for more comprehensive studies addressing long-term outcomes and ethical considerations surrounding AI integration in healthcare. Overall, while the evidence suggests promising effects of AI on both individual and organizational levels, further research is necessary to explore the sustainability and ethical implications of these technologies in real-world settings.