在扩展现实 (XR) 医疗保健模拟中评估人工智能驱动的角色:系统审查

科学领域:

• 医学教育 医学教育
• 人工智能的人工智能
• 扩展现实扩展现实

背景情况:

• 人工智能驱动的角色在扩展现实 (XR) 中越来越多地用于医疗保健模拟.
• 了解它们的有效性,实施和质量保证对于临床培训至关重要.
• 目前的知识差距阻碍了这些高级培训工具的最佳整合.

研究的目的:

• 系统地审查XR医疗保健模拟中的AI驱动角色的文献.
• 评估有效性,实施策略和质量保证实践.
• 识别缺口,并为未来的研发提出一个框架.

主要方法:

• 对132项研究的系统审查 (2015年1月至2025年7月),包括11项随机对照试验 (RCT).
• 搜索生物医学,计算机和教育数据库和会议记录.
• 对RCT数据进行知识,决策和任务执行的元分析.

主要成果:

• 大多数研究 (62.1%) 使用虚拟现实,重点关注有效性 (n=71).
• 分析表明,对知识和决策有很大的影响 (赫奇斯的g = 1.31) 和更快的任务执行 (g = -0.68).
• 证据的确定性很低;实施成功与分阶段推广和教师培训有关;质量保证很少被记录.

结论:

• 在XR模拟中,人工智能驱动的角色为医疗保健培训提供了巨大的潜力.
• 需要进一步的研究来解决证据确定性较低的问题,并改善质量保证.
• 拟议的DASEX框架旨在指导未来在该领域的整合和研究.