牙科学生对人工智能在放射学临床教育中的整合的看法
Ricky Amreek Suri1, Chiraag Gohel2, Wazeer Alghamdi1
1Oral & Maxillofacial Radiology Resident, University of Florida College of Dentistry, Gainesville, FL, United States.
牙科学生发现人工智能 (AI) 对虫检测和放射性解释有价值. 然而,他们希望在牙科课程和教师支持中获得更结构化的AI培训,以自信地将AI纳入临床实践.
科学领域:
- 牙科教育 牙科教育
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 越来越多地融入到牙科教育中.
- 了解牙科学生对放射学AI的看法对于课程开发至关重要.
研究的目的:
- 评估牙科学生在放射学教育中对AI的看法.
- 专注于诊断价值,课程准备和教师支持.
主要方法:
- 在接触过Overjet Caries Assist (OCA) 平台后,对三年级牙科学生 (n=66) 进行匿名调查.
- 利用利克特尺度,多项选择和开放式问题来捕捉态度.
- 采用描述性统计,多色相关性和主题分析.
主要成果:
- 大多数学生发现人工智能改善了虫检测 (89.4%) 和放射性解释 (92.4%).
- 只有16.7%的人认为课程充分为临床AI使用做好了准备;45.5%的人对将AI纳入实践充满信心.
- 关键主题包括教师培训的需要,早期人工智能暴露,以及减轻自动化偏见.
结论:
- 牙科学生认识到AI的诊断实用性,但强调了课程和教师准备的差距.
- 一个结构化的,由教师领导的AI课程,在早期引入并强调沟通,可以提高准备能力和批判性思维.
相关概念视频
06:37Artificial Intelligence-Based System for Detecting Attention Levels in Students
05:49Reliability of Artificial Intelligence-Based Cone Beam Computed Tomography Integration with Digital Dental Images
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
09:11Automation of the Micronucleus Assay Using Imaging Flow Cytometry and Artificial Intelligence
08:58Artificial Intelligence Approaches to Assessing Primary Cilia
08:35Interactive and Visualized Online Experimentation System for Engineering Education and Research


