軍事医学教育における人工知能能力の埋め込み：縦断的フレームワーク
Rebekah Cole1, Justin G Peacock2, Anita Samuel1
1Department of Health Professions Education, Uniformed Services University, Bethesda, MD 20814, United States.
Military medicine
|February 27, 2026
まとめ
軍事医療トレーニングにおける人工知能（AI）教育は断片的であり、準備のギャップを生み出しています。新しい能力ベースのフレームワークは、学部医学教育全体にAIを統合し、士官が将来の運用上の要求に対応できるようにします。
科学分野:
- 医学教育;ヘルスケアにおける人工知能;軍事医学
背景:
- 人工知能（AI）は軍事保健システム（MHS）の運用にますます統合されており、診断、計画、および健康保護に影響を与えています。;現在の学部医学教育（UME）には包括的なAIトレーニングが欠けており、将来の軍事医療士官の準備にギャップが生じています。;既存のAI教育は断片的であり、AIツールの管理、バイアスの認識、および厳しい環境での適用に必要なスキルの開発を妨げています。
研究 の 目的:
- AI教育をUMEに統合するための縦断的かつ能力ベースのフレームワークを提案すること。;AIを独立した主題ではなく、既存の医学教育領域内にAI能力を埋め込むこと。;運用環境におけるAI主導のヘルスケアに対応するために、将来の軍事医療士官の準備を強化すること。
主な方法:
- 2024年の学部医学教育のための基礎能力に関する基準に沿ったフレームワークを開発しました。;臨床実習前、臨床実習、および臨床実習後の段階にわたる段階的な進行を提案しました。;患者ケアおよびシステムベースの実践などの既存の領域内での統合を強調しました。
主要な成果:
- このフレームワークは、臨床実習前の基礎知識の習得を促進します。;臨床実習中の臨床文書作成および意思決定におけるAIツールの適用を可能にします。;卒業医学教育のための倫理的判断、プライバシー意識、および運用上の準備を洗練します。
結論:
- UME全体にAI教育を統合することは、部隊の準備と任務の成功にとって重要です。;能力ベースのAIトレーニングにより、軍事医療士官はAIを評価し、厳しい環境で運用し、効果的にコミュニケーションをとることができます。;正常な実装には、カリキュラム設計、教員開発、ITガバナンス、および軍事トレーニングパイプラインとの整合が必要です。
