相关实验视频
Updated: May 5, 2026

08:58
Artificial Intelligence Approaches to Assessing Primary Cilia
Published on: May 1, 2021
4.1K
使用人工智能增强客观结构化的临床检查.
Sun Jones1, Linnea M Axman2, Erich Widemark2
1College of Nursing, University of Phoenix, Phoenix, AZ, USA sun.jones@phoenix.edu sjonesaz@gmail.com.
Journal of doctoral nursing practice
|December 10, 2025
概括
人工智能 (AI) 显示了通过协助客观结构化临床检查 (OSCE) 来改善执业护士教育的潜力. 然而,目前的人工智能反显示,与教师评估的一致性很弱,表明人工智能辅助临床评估的局限性.
科学领域:
- 护理教育 护理教育
- 医疗保健中的人工智能
- 临床评估技术 临床评估技术
背景情况:
- 人工智能 (AI) 为执业护士教育提供了潜在的解决方案,特别是克服客观结构化临床检查 (OSCE) 中的挑战,如检查员偏见和反延迟.
- 自然语言处理和生成人工智能工具可以提高护理教育中的临床评估的准确性和效率.
- 人工智能工具提供了一个有前途的途径,可以加强护士实践者课程中客观结构化临床检查 (OSCE) 的评估过程.
研究的目的:
- 评估人工智能工具对其产生与教师评估一致的欧安组织评估的能力.
- 确定使用人工智能的产品可接受性和可行性,用于护士执业教育中的临床评估.
- 评估AI产生的和教师领导的客观结构化临床检查 (OSCE) 评估之间的一致性.
主要方法:
- 使用描述性关联设计来评估产品的可接受性,可行性和一致性.
- 一个方便的样本13名护士执业学生被分为传统和人工智能辅助的评估组.
- 人工智能生成的成绩单使用与教师相同的标签得分,通过斯皮尔曼的相关性,科恩的卡帕和评价者之间的可靠性百分比协议 (IRR%) 来衡量一致性.
主要成果:
- 斯皮尔曼的人工智能和教师评估之间的相关性从微不足道到中度 (在身体/心理健康考试中最高r = .54).
- 科恩的卡帕 (.14-.41) 和IRR% (31%-54%) 表明AI和教师评估之间的一致性很弱.
- 人工智能反与教师评估不一致,暗示了潜在的技术问题或标签限制.
结论:
- 目前在欧安组织的AI反表明与教师评估不一致,突出了需要改进的领域.
- 尽管有局限性,但AI工具被发现是用户友好的,教师们认为它有潜力提高反质量.
- 临床评估中的人工智能有望促进护理教育,但要有效整合,必须仔细考虑当前的局限性.

