基于模拟的训练干预使用人工智能来改善临床支气管镜的性能:一个干预前后的研究

科学领域:

• 医学教育 医学教育
• 肺部病理学 肺部病理学
• 人工智能在医学中的应用

背景情况:

• 支气管镜检查是肺病学中至关重要的诊断和治疗工具.
• 对支气管镜检查的客观评价对于培训和质量保证至关重要.
• 人工智能 (AI) 提供了自动化绩效评估的潜力.

研究的目的:

• 评估以人工智能导航系统进行基于模拟的培训是否能提高临床支气管镜检查的性能.
• 为了确定人工智能衍生的结果测量是否可以有效地评估临床支气管镜的性能.

主要方法:

• 采用了干预前后研究设计.
• 参与了9名支气管镜医生 (4名经验丰富,5名中级).
• 关键的结果指标包括诊断完整性 (DC),结构化进展 (SP),程序时间 (PT) 和程序效率 (DC/PT).

主要成果:

• 在人工智能辅助模拟训练后,DC,SP或PT没有观察到统计学意义上的改善.
• 经验丰富的支气管镜师在DC,SP和程序效率方面明显优于中等水平的支气管师.
• 人工智能结果衡量了经验丰富和中级从业者之间的成功差异化绩效水平.

结论:

• 使用人工智能导航进行基于模拟的训练并没有在主要结果测量中取得显著的改善.
• 对诊断完整性,结构化进展和程序效率的AI衍生指标对于评估支气管镜师的性能是有价值的.
• 人工智能对客观评估和针对性训练充满希望.