Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Confidence Coefficient01:24

Confidence Coefficient

10.5K
The confidence coefficient is also known as the confidence level or degree of confidence. It is the percent expression for the probability, 1-α, that the confidence interval contains the true population parameter assuming that the confidence interval is obtained after sufficient unbiased sampling; for example, if the CL = 90%, then in 90 out of 100 samples the interval estimate will enclose the true population parameter. Here α is the area under the curve, distributed equally under...
10.5K
Feedback Inhibition00:46

Feedback Inhibition

56.9K
Biochemical reactions are occurring constantly in cells, converting starting substances to different products, usually with the help of enzymes that speed the reactions. Without enzymes, it would take far too long for most reactions to occur to be useful to the cell!
56.9K
Confidence Intervals01:21

Confidence Intervals

10.2K
An unbiased point estimate is often insufficient to predict a population estimate, such as population mean or population proportion. In this scenario, a confidence interval is used. A confidence interval is an estimate similar to a  sample proportion. However, unlike the point estimate which is a single value, the confidence interval  contains a range of values. These values have lower and upper limits, known as confidence limits, and can be designated as L1 and L2, respectively.
A...
10.2K
Uncertainty: Confidence Intervals00:54

Uncertainty: Confidence Intervals

10.2K
The confidence interval is the range of values around the mean that contains the true mean. It is expressed as a probability percentage. The interpretation of a 95% confidence interval, for instance, is that the statistician is 95% confident that the true mean falls within the interval. The upper and lower limits of this range are known as confidence limits. The confidence limits for the true mean are estimated from the sample's mean, the standard deviation, and the statistical factor...
10.2K
Interpretation of Confidence Intervals01:19

Interpretation of Confidence Intervals

9.4K
A confidence interval is a better estimate of the population than a point estimate, as it uses a range of values from a sample instead of a single value.
Confidence intervals have confidence coefficients that are crucial for their interpretation. The most common confidence coefficients are 0.90, 0.95, and 0.99, which can be written as percentages–90%, 95%, and 99%, respectively.
Suppose a person calculates a confidence interval with a confidence coefficient of 0.95. In that case, they can...
9.4K
Feedback Loops01:01

Feedback Loops

64.1K
In most cases, excessive hormone production is prevented by negative feedback—a loop that starts with a stimulus inducing the release of a particular substance, like a hormone, to maintain a certain level before triggering a signal that results in a decrease in further release of the hormone.
64.1K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

LLM-based generation of USMLE-style questions with ASPET/AMSPC knowledge objectives: All RAGs and no riches.

British journal of clinical pharmacology·2025
Same author

A National Survey of Communication Skills Topics Taught in Medical School Clinical Skills Courses.

Academic medicine : journal of the Association of American Medical Colleges·2025
Same author

Endodontic access cavity preparation: challenges and recent advancements.

British dental journal·2025
Same author

AI Patient Actor: An Open-Access Generative-AI App for Communication Training in Health Professions.

Medical science educator·2025
Same author

Altered auditory brainstem responses are post-acute sequela of SARS-CoV-2 (PASC).

Scientific reports·2025
Same author

Mesenchymal stem cell-derived small extracellular vesicles alleviate the immunometabolic dysfunction in murine septic encephalopathy.

iScience·2024

関連する実験動画

Updated: Jan 21, 2026

Control of Eating Behavior Using a Novel Feedback System
04:48

Control of Eating Behavior Using a Novel Feedback System

Published on: May 8, 2018

11.5K

Generative AIを最初の患者として：実践、フィードバック、および自信

Thomas Thesen1,2, Wade N O'Brien3, Simon Stone4

  • 1Department of Medical Education, Geisel School of Medicine at Dartmouth, Hanover, USA.

Medical science educator
|January 20, 2026
PubMed
まとめ

生成人工知能（GenAI）は、シミュレートされた面接のためのAI患者アクターを提供することで医療教育を強化し、学生のスキルを向上させます。価値がある一方で、これらのAIツールは臨床トレーニングにおける人間とのやり取りを置き換えるのではなく補完します。

キーワード:
AI患者アクター生成AI医学カリキュラム

さらに関連する動画

Movement Retraining using Real-time Feedback of Performance
08:16

Movement Retraining using Real-time Feedback of Performance

Published on: January 17, 2013

13.8K
Setup and Execution of the Rapid Cycle Deliberate Practice Death Notification Curriculum
04:36

Setup and Execution of the Rapid Cycle Deliberate Practice Death Notification Curriculum

Published on: August 5, 2020

4.7K

関連する実験動画

Last Updated: Jan 21, 2026

Control of Eating Behavior Using a Novel Feedback System
04:48

Control of Eating Behavior Using a Novel Feedback System

Published on: May 8, 2018

11.5K
Movement Retraining using Real-time Feedback of Performance
08:16

Movement Retraining using Real-time Feedback of Performance

Published on: January 17, 2013

13.8K
Setup and Execution of the Rapid Cycle Deliberate Practice Death Notification Curriculum
04:36

Setup and Execution of the Rapid Cycle Deliberate Practice Death Notification Curriculum

Published on: August 5, 2020

4.7K

科学分野:

  • 医学教育技術
  • ヘルスケアにおける人工知能
  • 臨床スキル研修

背景:

  • 医学教育は教員の不足に直面しており、臨床指導者へのアクセスが制限されています。
  • 医学トレーニングにおける生成人工知能（GenAI）の統合と学生の受容性は十分に調査されていません。
  • GenAIは、大規模なパーソナライズされた学習機会を提供します。

研究 の 目的:

  • 最初の年の医学カリキュラムへのAI患者アクターアプリの統合と学生の受容性を評価すること。
  • AI主導のシミュレートされた面接が学生の臨床推論とコミュニケーションスキルに与える影響を評価すること。
  • 教育補助としてのGenAIに関する学生の認識を探求すること。

主な方法:

  • 最初の年の医学カリキュラムに大規模言語モデルベースのAI患者アクターアプリを展開しました。
  • 学生は、即時のフィードバックを受けてシミュレートされた臨床面接を実施しました。
  • 学生のコメントとフィードバック調査の感情分析を使用しました。

主要な成果:

  • AI患者アクターアプリに対する学生の経験は圧倒的に肯定的でした。
  • GenAIに対する快適さは、繰り返し関与することで大幅に増加しました。
  • 学生は、スキル開発のための柔軟性、低プレッシャー環境、およびリアルタイムフィードバックを高く評価しました。
  • 限界には、人間とのやり取りと比較して真正性の欠如の認識が含まれていました。

結論:

  • AI患者アクターは、初期の臨床トレーニングにおいて許容できる教育補助です。
  • GenAIは即時のフィードバックを提供し、学習における学生の自律性を高めます。
  • AI患者アクターは、人間の俳優や患者とのやり取りを完全に置き換えるのではなく、補完します。