医学成像多选题的适用性,难度和歧视指数的比较,这些问题是由不同的基于AI的聊天机器人生成的

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
• 放射学教育 放射学教育

背景情况:

• 高质量的多选题 (MCQ) 对健康教育至关重要,尤其是在医学成像方面.
• 基于AI的聊天机器人为自动化MCQ生成提供了一个潜在的解决方案.

研究的目的:

• 评估各种AI聊天机器人为医学成像教育生成的MCQ的适用性,难度和歧视指数.
• 为了比较不同AI聊天机器人在生成教育MCQ方面的表现.

主要方法:

• 80个MCQ是由7个AI聊天机器人使用讲座材料生成的.
• 放射学学院评估了问题的相关性,准确性和原创性.
• 用米勒金字塔对学生和研究助理进行了MCQ,以分析使用米勒金字塔的难度和歧视指数.

主要成果:

• 72.5%的AI生成的MCQ被认为适合医学成像教育.
• 大多数问题 (79.31%) 评估了回忆,这表明AI在基础知识生成方面的实力.
• 克劳德3在评估的聊天机器人中显示出最高的可靠性,平均难度指数为0.62.

结论:

• 人工智能聊天机器人可以为医学成像生成合适的MCQ,特别是用于评估基本知识.
• 当前的人工智能模型在回忆级别的问题上表现出色,但需要进一步开发更高的认知技能.
• 在教育中使用人工智能工具时,专家审查对于确保MCQ质量和解决更高认知领域至关重要.