值得信赖的人工智能增强目标结构化临床检查在护理教育:台湾和日本的观点5人工智能角色,治理和跨境实施

科学领域:

• 护理教育 护理教育
• 医疗保健中的人工智能
• 评估和评价的评估和评估.

背景情况:

• 生成型人工智能 (AI) 在管理,有效性和教师准备度方面的高风险评估中提出了挑战.
• 将人工智能整合到护理客观结构化临床检查 (OSCE) 中需要一个结构化的方法来确保可靠和有效的结果.

研究的目的:

• 概述一个务实和可转移的方法,将生成AI整合到护理OSCE中.
• 为人工智能增强的欧安组织建立一个治理框架,确保人类监督,透明度,道德,安全和可追溯性.
• 提出一个共同的路线图和共享注册表,用于对人工智能增强的欧安组织进行基准测试.

主要方法:

• 一个5个AI角色模型 (学习助理,AI增强标准化患者,评估助理,案例生成器,学习分析师) 映射在欧安组织前,欧安组织周边和欧安组织后的工作流程中.
• 利用台湾的敏捷发展和分阶段的试点,通过A/B比较和可解释性设计日志.
• 利用日本的政策架构,包括国家人工智能指导和修订的护理课程与评估蓝图.

主要成果:

• 提炼了4个横向的治理支柱:人类监督,学习过程透明度,道德和安全以及可追溯性.
• 开发了可实施的技术,如机器可读的标签,标准化的患者身份卡,偏见监测和教师发展.
• 为人工智能增强的欧安组织提出了一个分阶段的治理蓝图,与国际人工智能原则保持一致.

结论:

• 台湾和日本的合作为可信的人工智能增强护理提供了一个务实的,可转移的模型.
• 拟议的治理蓝图解决了人工智能集成的关键挑战,促进了可靠性,有效性,公平性和可管理的工作量.
• 这个亚太地区的参考模型可以指导全球机构在护理教育评估中采用人工智能.