看護イノベーションピッチのための大規模言語モデルベース自動フィードバックシステムの開発と準実験的評価

科学分野:

• 看護教育
• ヘルスケアにおける人工知能
• コミュニケーションスキル研修

背景:

• ヘルスケアイノベーションには、強力なコミュニケーションスキルを持つ看護師が必要ですが、現在のカリキュラムではしばしば未発達です。
• エレベーターピッチは変化を提唱するために価値がありますが、従来の評価方法は、教員の不足と主観性によって制限されています。
• 大規模言語モデル（LLM）は、看護教育における自動評価とパーソナライズされたフィードバックのためのスケーラブルなソリューションを提供します。

主な方法:

• ピッチスクリプトのグレーディングに関する4つのLLMのファインチューニングとテストを含む2段階の準実験的研究。
• 二乗平均平方根誤差（RMSE）、平均絶対誤差（MAE）、およびR²を使用したパフォーマンス評価。
• インストラクターのフィードバックとの比較。
• LLMシステムを使用した介入群と対照群を比較する準実験的評価。

結論:

• LLMベースシステムは、ピッチスクリプトを正確に評価し、看護学生にとって客観的で価値のあるフィードバックを提供します。
• このAI駆動ツールは、看護教育におけるコミュニケーションスキル研修を大幅に改善できます。
• このシステムは、学生が変化を提唱する能力を高めることにより、看護師主導のイノベーションを促進する可能性があります。