关于人工智能的研究生家庭医学教育的AIFM课程框架:混合方法研究研究

科学领域:

• 医学教育 医学教育
• 数字健康数字健康
• 医疗保健中的人工智能

背景情况:

• 家庭医学的数字健康素养需求日益增长.
• 在当前的家庭医学实习计划中,不一致或缺乏人工智能 (AI) 培训.
• 对于未来的家庭医生配备AI临床能力至关重要.

研究的目的:

• 制定一个全面的课程框架,用于家庭医学研究生培训的AI教育.
• 框架名称:人工智能培训在研究生家庭医学教育 (AIFM-ed).
• 为未来的家庭医生标准化和增强人工智能能力发展.

主要方法:

• 使用Arksey和O'Malley以及Joanna Briggs研究所的方法对现有的AI教育框架进行了范围审查.
• 遵守PRISMA-ScR检查清单进行报告.
• 在加拿大召集了两个国家专家小组 (家庭医学教育工作者和住院医生),通过内容分析分析数据.

主要成果:

• 开发了AIFM课程框架,整合了范围审查结果和专家小组的意见.
• 该框架包括五个关键元素:需要/目的,学习目标,内容,内容组织和实施.
• 框架为研究生家庭医学的AI培训提供了一个结构化的方法.

结论:

• 建立了AIFM主导的课程框架,用于研究生家庭医学的AI培训.
• 作为整合人工智能能力的指南,为临床实践中人工智能做准备.
• 建议在居住计划中验证,实施和调整AIFM框架.