通过生成性人工智能和数字技术增强穿孔技能培训:一个并行的队列研究
Zhe Ji1, Yuliang Jiang1, Haitao Sun1
1Department of Radiation Oncology, Peking University Third Hospital, 49th North Garden Road, Haidian District, Beijing, 100191, P.R. China.
BMC medical education
|November 20, 2024
概括
与模板和数字成像相结合的生成人工智能,与传统方法相比,显著提高了医生的穿孔技能和知识. 这种人工智能增强的方法提供了一种更有效和有效的方式来掌握复杂的医疗能力.
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
- 进行外科手术技能培训.
背景情况:
- 传统的刺穿技巧培训方法在有效性和效率方面给复习医生带来了挑战.
- 这项研究研究了生成性AI (ChatGPT),数字模板和成像的整合,以克服这些局限性.
研究的目的:
- 评估生成人工智能,模板和数字成像对提高理论知识,技术技能和训练员在穿孔技能培训中的满意度的影响.
- 将人工智能增强培训与传统方法和基于模板的数字培训的有效性进行比较.
主要方法:
- 90名复习医生被分为三个组:传统培训,模板和数字成像培训,和ChatGPT,模板和数字成像培训.
- 包括理论知识,技术技能和学员满意度在内的结果在基线,培训后和3个月后续进行了评估.
主要成果:
- 与传统培训相比,ChatGPT组的理论知识得分和技术技能得分显著提高 (17-21%的增长).
- 人工智能增强培训还显示,知识和技能的学习曲线获得速度更快.
- 聊天GPT组的实习者满意度最高,这表明他们更喜欢人工智能集成的方法.
结论:
- 整合生成性人工智能,模板和数字成像,比传统的穿孔技能获取方法有很大的改进.
- 这种综合技术方法显示出优化掌握复杂医疗技能和能力的巨大潜力.
关键词:
聊天GPT 聊天 在GPT 聊天数字技术 数字技术 数字技术穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿孔穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插穿插一个刷新医生的医生.模板 模板 模板 模板 模板培训 培训 培训 培训 培训更多相关视频
08:27Three-Dimensional Finger Motion Tracking during Needling: A Solution for the Kinematic Analysis of Acupuncture Manipulation
Published on: October 28, 2021
2.8K
00:08A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences
Published on: September 4, 2019
7.0K
