放射学培训中的人工智能教育:对有效性,障碍和未来方向的系统审查

科学领域:

• 医疗教育 技术 技术 医学教育
• 放射学实习生培训 放射学实习生培训
• 医疗保健中的人工智能

背景情况:

• 人工智能 (AI) 在医疗实践中的整合需要为医疗保健专业人员提供专业培训.
• 放射学是一个面临着人工智能驱动的重大进步的领域,需要学员培养人工智能素养和技能.
• 放射学实习课程中现有的AI教育是多样化的,需要了解当前的课程和结果.

研究的目的:

• 系统地审查和描述放射学实习课程中人工智能 (AI) 教育的格局.
• 总结现有的人工智能课程,培训成果,挑战和有效整合的未来方向.
• 为放射科住院医生制定标准化的AI培训计划提供信息.

主要方法:

• 在主要的数据库中进行了全面的系统文献搜索:PubMed,科学网,Embase和谷歌学者.
• 包括到2025年6月19日发表的评估基于AI的放射学学员培训计划的研究.
• 对2646项已识别的研究进行选,最终选择了14篇相关出版物进行分析.

主要成果:

• 在评估的AI培训计划中,92.9%的培训项目显示,放射学学员的表现有所改善,包括诊断精度和解释能力.
• 报告的关键好处包括培训人员的信心增加,人工智能知识的增强,以及对人工智能辅助学习的更大接受.
• 常见的培训形式是实践模拟和教学讲座; 确定的风险包括过度依赖人工智能和对罕见病例的有限接触.

结论:

• 基于人工智能的培训显著提高了放射学学员的知识,解释能力和诊断性能,特别是对于初级住院医生.
• 安全有效的采用需要标准化的课程,包括各种案例,指导,工作流集成和严格的评估.
• 需要进一步的大规模,多中心的研究来确认人工智能在放射学方面的培训效益的普遍性.