增加可访问性:国际医学毕业生远程人工智能教育课程的有效性

科学领域:

• 医学教育 医学教育
• 医疗保健中的人工智能
• 放射学 放射学是一门学科.

背景情况:

• 人工智能 (AI) 在医学中的应用正在迅速增长,需要为医疗保健专业人员提供AI教育.
• 大多数美国医学院缺乏专门的AI课程,国际医学毕业生 (IMG) 的资源有限.
• 这项研究评估了IMG的放射学教育人工智能 (AIRE) 课程的有效性.

研究的目的:

• 评估AIRE课程在提高IMG的人工智能能力方面的有效性.
• 确定远程人工智能教育是否可以弥合医疗培训中的人工智能知识差距.

主要方法:

• 利用免费的,九讲的基于YouTube的AIRE课程进行远程学习.
• 参与者完成了AI经验和知识的课程前和课程后调查,以及评估以衡量AI理解.
• 使用学生的t测试来衡量知识改进,比较课前和课后的评估成绩.

主要成果:

• 来自28个国家的175名IMG完成了课程,其中91.3%报告在放射学培训中之前的AI暴露不足.
• 观察到参与者对基本AI术语和方法的知识显著增加.
• 平均评估分数从课程前的6.5/15提高到课程后的9.4/15 (p < 0.0001).

结论:

• AIRE课程证明了远程教育的可行性,为国际医学学生提供可访问的AI培训.
• 远程人工智能教育模型可以有效地减轻人工智能知识的差异,以帮助那些在资源较低的医疗项目中的人.
• 这种方法支持将AI整合到全球医疗保健教育中.