提高全科医生咨询技能培训:用于模拟咨询评估的对话性人工智能创新的教育评估

科学领域:

• 医疗教育技术
• 医疗保健中的人工智能
• 一般实践培训

背景情况:

• 传统的模拟咨询评估 (SCA) 为GP实习生准备依赖医疗参与者,在可用性,安排和成本方面面临限制.
• 这些限制限制了培养咨询技能至关重要的实践机会.
• 探索新的教育工具对于克服这些传统障碍至关重要.

研究的目的:

• 评估对话式人工智能 (AI) 系统作为一般医生咨询技能培训的教育工具.
• 评估人工智能系统的可接受性,感知到的教育影响以及实施考虑因素.
• 将人工智能系统的成本效益与传统培训方法进行比较.

主要方法:

• 使用混合方法设计的教育创新评估与22名医生实习生和教育工作者.
• 在临床真实性,教育实用性,用户体验和技术性能方面验证了教育评估措施.
• 结构化问卷,开放式反,与传统方法进行成本比较分析.

主要成果:

• 用户接受度高,临床内容真实度高 (中位数为4. 5),教育价值高 (中位数为4. 5).
• 质量反强调了更好的可访问性和练习频率,解决了关键的培训需求.
• 与传统方法相比,显著降低成本 (24-84%);经验丰富的教育工作者认为它对教育有用性更高.

结论:

• 交谈式人工智能系统为全科医生咨询技能培训所面临的挑战提供了实用且具有成本效益的解决方案.
• 它解决了面对面培训和基于视频的考试之间的模式不匹配.
• 建议将整合作为一个补充课程工具,并进行持续的结果评估.