人工智能作为教师:基于人工智能的培训模块的有效性,以改善学员儿科骨折检测
Sean O'Rourke1, Sophia Xu2, Stephanie Carrero2
1Department of Radiology, Columbia University Irving Medical Center, 622 W 168 St, New York, NY, 10032, USA.
Skeletal radiology
|April 14, 2025
概括
一个基于人工智能的培训模块显著提高了放射科医生在检测儿科骨折方面的准确性. 虽然医学学生没有表现出改善,但人工智能工具为医学教育提供了可扩展的解决方案.
科学领域:
- 放射学 放射学是一门学科.
- 医学教育 医学教育
- 人工智能的人工智能
背景情况:
- 之前的研究表明,人工智能 (AI) 有助于儿科骨折检测.
- 开发有效的AI驱动的教育工具对于提高诊断技能至关重要.
研究的目的:
- 评估基于人工智能的无监督培训模块对儿科骨折检测教育的有效性.
- 评估人工智能辅助学习对放射科住院生和医学学生准确度的影响.
主要方法:
- 使用了240个儿科上肢放射检查.
- 一个深度学习算法 (ChildFX) 为骨折检测注释了放射图.
- 参与者 (4名医学生,4名住院医生) 接受了人工智能协助和无人工智能协助的干预前后评估.
主要成果:
- 放射科住院骨折检测准确度从71.3%显著提高到77.5% (p=0.032).
- 医学学生的准确性没有显著变化 (56.3%至57.3%,p=0.794).
- 88%的参与者推人工智能培训模块.
结论:
- 一个基于人工智能的训练模块在儿科骨折检测中提高了6.2%的住院准确性.
- 医学学生缺乏进步可能源于他们的基础知识.
- 人工智能为创建注释式教学案例提供了一个可扩展的方法,通过模拟经验促进高效的居民学习.
