在军事医学教育中嵌入人工智能能力:一个纵向框架

科学领域:

• 医学教育 医学教育
• 医疗保健中的人工智能
• 军事医学 军事医学

背景情况:

• 人工智能 (AI) 越来越多地融入军事卫生系统 (MHS) 运营,影响诊断,规划和健康保护.
• 目前的本科医学教育 (UME) 缺乏全面的AI培训,导致未来的军事医务官的准备差距.
• 现有的人工智能教育是分散的,阻碍了管理人工智能工具,识别偏见和在严格的环境中应用它们所需的技能发展.

研究的目的:

• 提出一个纵向的,基于能力的框架,将人工智能教育纳入UME.
• 将人工智能能力嵌入现有医学教育领域,而不是作为一个独立的主题.
• 提高未来的军事医疗官员在作战环境中对人工智能驱动的医疗保健的准备.

主要方法:

• 制定了一个与2024年本科医学教育基础能力相一致的框架.
• 提议在职前阶段,职后阶段和职后阶段进行支架式的进展.
• 强调在现有领域的整合,如患者护理和基于系统的实践.

主要成果:

• 该框架有助于在职前阶段获得基础知识.
• 能够在临床文档和职工期间的决策中应用AI工具.
• 完善道德判断,隐私意识和对研究生医学教育的操作准备.

结论:

• 在UME整合人工智能教育对于部队准备和任务成功至关重要.
• 基于能力的AI培训确保军医官能够评估AI,在严格的环境中工作,并有效地沟通.
• 成功实施需要课程设计,教师发展,IT治理和与军事培训管道保持一致.