适应日本版本的12项态度对人工智能规模的医疗学员:多中心开发和验证研究

科学领域:

• 医学教育 医学教育
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 人工智能 (AI) 的采用在临床实践和医学教育中正在增加.
• 评估人们对人工智能的态度对于成功整合至关重要.
• 需要一个经过验证的工具来理解日本对医疗保健人工智能的看法.

研究的目的:

• 开发和验证12项对人工智能态度的日本版本 (J-ATTARI-12).
• 评估J-ATTARI-12对日本医疗学员的适用性.

主要方法:

• 翻译原来的英语尺度到日语.
• 在线调查分发给日本各地的326名医学学生和居民.
• 心理测量评估包括因子分析和可靠性测试 (Cronbach α).

主要成果:

• 探索性和确认性因子分析支持了2个因素结构 (AI焦虑/厌恶和AI乐观/接受).
• J-ATTARI-12显示出良好的结构有效性和收有效性 (r=0.52与对机器人的态度).
• 证实了高度的内部一致性可靠性 (Cronbach α=0.84).

结论:

• J-ATTARI-12是一个有效可靠的工具,用于评估医疗学员对人工智能的态度.
• 这种经过验证的尺度预计将促进未来在日本医疗保健中对AI的研究和教育举措.
• J-ATTARI-12将支持有效评估和加强AI在临床实践和医学教育中的整合.