实时EF自动工具对医学学生心脏超声波性能的影响

科学领域:

• 医疗教育 技术 技术 医学教育
• 医疗保健中的人工智能
• 照顾点超声波 (POCUS) 超声波 (POCUS) 超声波是指照顾点的超声波.

背景情况:

• 护理点超声波 (POCUS) 是临床实践和医学教育中的关键诊断工具.
• 由于该模式的用户依赖性,高质量的POCUS培训是必不可少的.
• 现有研究强调POCUS的诊断益处,但强调需要有效的培训方法.

研究的目的:

• 评估基于人工智能 (AI) 的质量指标,作为心脏POCUS.的新型教学设备.
• 调查人工智能辅助培训对医学学生心脏超声波表现的影响.

主要方法:

• 基于人工智能的质量指标工具被整合到医学生第四年级的临床前心脏超声波课程中.
• 60名学生被分为干预组 (使用人工智能工具) 和对照组.
• 通过分析记录的心声回声图视图来评估表现,经验丰富的临床医生盲目评分.

主要成果:

• 干预组在中位数总分数 (P = 0.002) 中呈现出统计学上显著的改善.
• 人工智能工具用户获得正确的心脏视图的可能性更高 (相对风险2.3,P = 0.03).
• 在AI组的各种心脏视图中,在整体图像质量方面观察到显著的优势.

结论:

• 基于人工智能的质量指标提高了医学学生的心脏超声波性能和图像质量.
• 即使在AI指标没有积极使用的视图中,也注意到了性能改善,这表明了更广泛的学习效应.
• 人工智能工具有可能改善超声波培训,倡导扩大应用和进一步研究长期益处.