在虚拟解剖学研究工具中利用人工智能进行自动反:一项Q方法研究
Yasmeen Mezil1, Philip Yu2, Layla Rahimpour2
1Department of Anatomy and Genetics, College of Medicine, Alfaisal University, Riyadh, Kingdom of Saudi Arabia.
Anatomical sciences education
|March 8, 2026
概括
一个基于人工智能的在线工具通过提供客观结构化实践考试 (OSPE) 的可访问实践来增强解剖学教育. 学生们发现AI OSPE有价值,对3D和2D解剖学可视化有不同的偏好.
科学领域:
- 解剖学教育 解剖学教育
- 教育中的人工智能
- 教育技术的教育技术
背景情况:
- 目标结构实践考试 (OSPE) 是标准的解剖评估方法.
- 学生的准备受限于获得学习材料和模拟考试.
- 资源限制和与流行病相关的访问问题需要创新的解决方案.
研究的目的:
- 为OSPE研究开发和评估一个AI驱动的在线工具.
- 通过使用Q方法来评估学生对AI OSPE工具的看法.
- 为了确定学生对虚拟解剖学学习资源的偏好.
主要方法:
- 开发一个基于网络的AI OSPE研究工具.
- 与第一年职业治疗学生进行试点测试.
- Q-方法和个别因素分析,以确定学生群体.
主要成果:
- 两个不同的学生群体出现了:空间学习者和实用思想者.
- 空间学习者更喜欢3D解剖结构,以便更好地定位.
- 实用思想家们重视了该工具的实用性和课程相关性.
结论:
- 人工智能驱动的教育工具可以补充传统的解剖学研究方法.
- 学生的偏好各不相同,这凸显了对多样化的虚拟学习资源的需求.
- 这些发现有助于提高基于人工智能的解剖学研究工具的质量.
