快速和负责任地将生成人工智能 (AI) 整合到新的医学院课程中的挑战

科学领域:

• 医学教育 医学教育
• 医疗保健中的人工智能
• 学术诚信 学术诚信

背景情况:

• 医学院面临的挑战是整合生成人工智能 (AI) 和大型语言模型 (LLM).
• 美国医学院协会 (AAMC) 为人工智能整合提供了政策建议.
• 在医学培训中采用人工智能时,保持学术诚信至关重要.

研究的目的:

• 描述一种系统的方法,将生成AI整合到医学教育课程中.
• 为解决AAMC对医学院人工智能的政策建议.
• 确保负责任的AI采用,同时维护教育的完整性.

主要方法:

• 实施了五个步骤的过程:对人工智能使用的学生调查,建立专业性准则,确保公平的人工智能接入,将人工智能集成到基于问题的学习 (PBL) 和基于团队的学习 (TBL) 中,并提供道德的人工智能培训.
• 调查显示,在2024年5月至2025年2月期间,人工智能采用率从24%上升到77%.
• 准则限制了AI在某些任务中的使用,但允许它用于研究和特定的教师批准的任务.

主要成果:

• 学生对人工智能的采用显著增加,91%的人认为人工智能暴露是有益的,94%的人认为它对研究有帮助.
• 报告称,对AI准确性的信心为85%.
• 学生们将总结学习材料和自我测试确定为关键的人工智能应用,重视临床医生的适应能力与或没有人工智能.

结论:

• 实施的方法表明了在医疗教育中负责任地整合人工智能的平衡策略.
• 这种方法鼓励道德的人工智能使用,同时保持医疗培训的完整性.
• 学生为临床实践做好准备,配备有效和道德地使用AI.