ハッキング教育による人工知能革命のためのヘルスケアプロフェッショナルのZ世代を準備する:介入研究

科学分野:

• 医学教育
• 医療における人工知能
• デジタル・ヘルス

背景:

• 医療専門の学生のための正式な人工知能 (AI) 教育は,医療へのAIの統合が拡大しているにもかかわらず,限られています.
• 世代Zの学生は デジタルネイティブとして AI学習に合わせた 革新的な教育方法が必要です
• この研究は,医療カリキュラムにおける 効果的なAI訓練の必要性について述べています.

研究 の 目的:

• 医療専門の学生のためのハッキング教育原理を利用した革新的なコースの有効性を調査する.
• この新しいAI教育アプローチが,AIの重要な概念に対する学生の理解に与える影響を評価する.

主な方法:

• 81人の医療専門の学生を対象に,単一グループによる試験前および試験後の介入研究が行われました.
• グループディスカッション,練習のコミュニティ,ピア・ティーチング,ゲーム化などで 100時間の授業が実施されました.
• 専門家のパネルによって教育のニーズが特定され,講座前と後のアンケートでAIの熟知度が評価されました.

主要な成果:

• コース後の評価では,AI領域に対する生徒の熟知度が著しく改善されたことが明らかになりました.
• 改善の鍵となる分野は,プログラミング言語,機械学習,医療におけるAIアプリケーション,データ科学,画像処理,ディープラーニング,ニューラルネットワーク,統計 (すべてp<0.001) であった.

結論:

• ハッキング教育に基づくAIコースは,医療専門の学生のAI能力を効果的に高めました.
• 医療カリキュラムに 構造化されたAIトレーニングを統合することは 将来の医療従事者をAI主導の臨床環境に備える上で 極めて重要です