通过翻转课堂和自适应学习提高解剖学教育 肝脏解剖学试点项目

科学领域:

• 医学教育 医学教育
• 人体解剖学 解剖学 解剖学
• 人工智能的人工智能

背景情况:

• 解剖学教育对于医疗实践和患者护理至关重要.
• 评估解剖学知识对于评估学生和医生的能力至关重要.
• 传统的解剖学教育面临着诸如教学时间有限和教师短缺等挑战.

研究的目的:

• 探索Area9的Rhapsode平台的有效性,这是一个由人工智能驱动的智能辅导系统.
• 研究人工智能驱动的个性化学习对解剖学掌握的影响.
• 评估系统收集学生学习和元认知数据的能力.

主要方法:

• 一项涉及123名一年级医学学生的试点研究专注于肝脏解剖学.
• 使用翻转课堂方法,整合自适应学习模块和交互式课程.
• 通过平台生成的数据来衡量学生的掌握能力,并通过将掌握能力与自我意识相关联来评估元认知能力.

主要成果:

• 学生最初的无能度水平 (有意识和无意识) 是显著的.
• 在模块结束时,有意识的无能降至1.87%.
• 令人惊叹的是,98.73%的学生实现了对肝脏解剖学材料的有意识掌握.

结论:

• 基于人工智能的自适应学习系统,如Rhapsode,可以显著提高解剖学教育质量.
• 该平台提高了学习质量,优化了学习时间,并提高了学生的元认知意识.
• 这种人工智能方法为解剖教育中的挑战提供了潜在的解决方案,促进了个性化的教学和掌握.