エビデンスに基づいた看護教育のための大規模言語モデル搭載型リフレクティブAIエージェント：設計と評価

科学分野:

• 教育における人工知能;看護教育技術;ドメイン固有AI

背景:

• エビデンスに基づいた実践（EBP）は看護において重要ですが、学生が習得するのは困難です。従来の​​方法はEBPのための批判的思考の開発に苦労しています。一般的な大規模言語モデル（LLM）は、EBPの特定のニーズに対するサポートが限られています。

研究 の 目的:

• 専門AIエージェントであるEvidence-Based Nursing Expert（EBN-Expert）を開発および評価すること。エビデンスに基づいた看護教育におけるリフレクティブ学習をサポートすること。一般的なLLMに対するEBN-Expertのパフォーマンスを評価すること。

主な方法:

• 標準化された看護試験問題を使用した比較評価研究。エビデンスに基づいた看護教科書の内容に基づいてEBN-Expertを開発しました。124のテスト項目を使用して、EBN-ExpertをChatGPT-o1、DeepSeek-R1、およびKimiと比較しました。

主要な成果:

• EBN-Expertは一般的なLLM（P < 0.001）を大幅に上回り、最高スコアを達成しました。EBN-Expertは、方法論的および解釈的推論の質問で優れていました。真偽問題では完璧な正答率、多肢選択問題では高いパフォーマンスが認められました。

結論:

• EBN-Expertのようなドメイン固有のAIツールは、看護教育に有望です。EBN-Expertのカリキュラムとの整合性と精度は、EBPトレーニングをサポートします。このシステムは、看護教育の進歩のためのスケーラブルで信頼性の高いアプローチを提供します。