人工智能教医学生手术诊断推理:使用全自动,低成本反系统的实验证据

科学领域:

• 医学教育 医学教育
• 人工智能的人工智能
• 诊断推理 诊断推理

背景情况:

• 之前的研究利用人工智能进行反,但需要人类专家来设计问题和参与.
• 这项研究通过评估一个完全自动化的AI系统来解决这个差距,用于生成问题和反.

研究的目的:

• 评估完全自动化的AI系统在改善临床前医学学生的诊断推理方面的有效性.
• 为了评估一个人工智能系统,产生多选择题 (MCQs) 和个性化的反,而不是人类的输入.

主要方法:

• 一项前性,并行组,干预性研究,涉及1年级医学学生 (干预) 和2年级学生 (控制).
• 干预组接受了人工智能生成的MCQ和5天的反,包括间隔重复.
• 使用客观结构视频检查 (OSVE) 立即和干预后2周测量诊断性能.

主要成果:

• 与对照组相比,干预参与者在立即和2周后的随访中显示出明显更好的诊断性能 (p < 0.001).
• 人工智能生成的内容准确度很高,专家审查证实了问题,并在0.6%的反中确定了最小的问题.
• 人工智能系统的总成本非常低,为0.51美元.

结论:

• 一个完全自动化的,低成本的AI系统可以显著提高临床前医学学生的疾病脚本和诊断技能.
• 早期采用此类人工智能工具可以改善外科诊断技能和临床环境中的学习成果.
• 这种人工智能方法有可能改变临床推理教育,特别是在资源有限或大量的环境中.