医学教育准备好从信息时代走向AI时代了吗？嗯，可能还没。但医学教育若能充分结合和利用AI，对提高学生成绩和推进该领域发展是至关重要的。
正如我们以前在一些文档中看到的，医疗保健领域想有显着变化，需要进行全面而重大的改革。
那么，为什么需要“重启”医学教育呢？
众所周知，AI是处理和分析海量数据的杰出工具，在诊断等领域有巨大潜力，它在工业中的应用范围也包括教育。
AI在医学教育中的应用
AI工具在医疗保健行业越来越受欢迎，这一点可以从越来越多的相关研究中看出。
假如你在搜索引擎中键入像“人工智能和医学教育”这样的关键词，就会看到一堆同行的文章。在这些文章中，医疗领域研究人员试图找到技术可以使该领域受益的方法。
在下面的章节中，我们将概述最新研究中描述的关于AI在医学教育中的应用，让你了解技术是如何被应用于帮助医学学生的。
课程分析、学习和评估
医学教育杂志发表了关于人工智能和机器学习，在医学教育中应用的最全面的研究之一。这篇对37篇同行文章的综合评论，概述了三个领域的一系列应用：课程分析、学习和评估。
课程分析
根据作者的观点，健康教育工作者应该探索AI在课程审查中的应用。因为这是一个耗时费力的过程，可以自动化。AI相对于传统分析方法的优势包括能更好地解决多维问题，在变量之间建立强有力的关系，并提供更高的分类精度。
事实上，有预计，在未来的十年，AI将为医学生开发部分课程。
当在该领域采用AI的最重要障碍——医学教育学习管理系统的有限数字化——被克服时，许多医学院将应用该技术创建课程地图以及执行与分析相关的任务。
学习和知识发展
这是最近医疗保健研究中，描述的最常见的应用领域。大多数回顾医学教育中当前AI项目的学者指出，提供即时和个性化反馈的能力是采用AI的主要原因。
以下是AI在这一领域的优势和用例列表:
学习反馈
降低成本
引导学习路径，评估学习过程
对患者无伤害
减少对学生的教育监督
例如，在一项研究中，研究人员使用机器学习模型作为学习工具，向学生提供两种类型的反馈：期中反馈和期末反馈。该工具评估了学生的表现，并对他们的诊断决策和涉及患者的病例产生了个性化和适当的反馈。
性能评价
AI能快速有效地对医学生的表现和具体作业进行客观评估，同时降低整体评估成本。
来自Grab My Essay的护士研究员Corinne Black表示：“AI不仅可以用来设计一个能够产生定制反馈的评估程序，还可以确保课程的质量和重点。”
发表在《美国医学协会杂志》(Journal of the American Medical Association)上的这项研究，描述了AI进行准确评估的另一个突出例子。主要目的是,定义一个机器学习算法是否能根据外科实习生在复杂的模拟神经外科情况下的实践阶段来区分他们。
50名学生参加了250次模拟肿瘤切除手术，包括神经外科医生、高级住院医生、医科学生和初级住院医生。为了达到研究的目的，研究人员应用了一个系统，该系统在方便学习者和有限的输入教育工作者的情况下，提供按需进行的手术评估。
结果很有希望。机器学习算法用6个性能指标对参与者进行了分类，准确率达到90%，包括:
与单个手术器械的运动
手术器械施加的力
进行切除手术时是否引起出血
两种器械同时使用
研究人员表示，该算法成功地以比预期更高的精度对外科专业知识进行了分类。这意味着它可以被用于培训外科医生和高风险认证评估的外科医生的考试。
虚拟病人和虚拟现实
在上面提到的许多研究中，研究人员依赖虚拟病人（VP）来创建模拟并降低培训成本。
美国医学院协会(Association of American Medical Colleges)将VP定义为“一种特定类型的基于计算机的程序，可以模拟现实生活中的临床情况。”
仿真是使用用户友好的虚拟现实(VR)技术创建的。在参与项目的过程中，医学生可以完成各种各样的任务，包括VP，包括进行身体检查，获取病史，做出诊断和治疗决定。
例如，虚拟病人可以通过培训与医学生进行互动，甚至进行面对面的口头和非口头对话。他们可以回答问题，并以真实的和标准的患者通常表现出来的方式行事，从而增加学习者的参与度。
VR和VP在医学教育中的应用前景十分广阔。虚拟现实培训材料可以与教育机构在线共享，随时随地可以访问，只要有互联网连接。这意味着任何医疗机构都可以通过最新的虚拟现实模拟来训练学生。此外，对医疗场景的更新可以快速交付。
由于VR和VP结合了视频、音频、动画、图像和高科技设备，年轻学生也有可能更投入，从而取得更好的效果。由于像千禧一代和Z一代这样的世代都是技术通，并且欣赏技术，所以对他们来说，申请虚拟病人医学教育可能比教科书更有刺激性。
聊天机器人
聊天机器人——旨在通过模仿人类在线行为与人互动的应用——在电子商务等领域已经是一件大事，它们已经对医学教育产生了一些影响。
例如，PatientX是对各种医疗场景的安全且真实的模拟，它使医学生能实践临床推理并接收个性化的反馈。聊天机器人的研发人员说，PatientX的主要目标是为学生提供急需的自主权，让他们在诊断和选择调查方面做出自己的决定。
“当他们毕业后成为一名医生，他们需要在一夜之间获得这些技能。”Elsevier引用了Eliza van Wulfften Palthe的话，她是一名医科学生，直接参与了PatientX的创建。“因此，我们满足了他们对安全环境的需求，让他们在决策过程中练习并获得信心。”
随着聊天机器人在许多其他行业的迅速采用，可以肯定的是，我们会看到许多聊天机器人专门为医疗保健行业开发，比如虚拟护士、教育助手等等。
“重启”是必要的
正如你所看到的，AI在医学教育中的益处是否真的存在，答案当然是肯定的。这项研究显示了医学教育研究者和实践者的许多兴趣，考虑到您刚刚阅读的例子，它是完全合理的。
我们可以有把握地预测，在未来五年内，医疗行业的许多教育机构将采用基于人工智能的应用程序和算法，甚至可能在这个过程中发现一堆新的用例。
所以，是的，我们确实需要再次“重启”医学教育，因为人工智能的好处值得追求。
— 完 —
来源：medium
作者：海伦·库伊
智能观 编译
亲爱的朋友：
相信AI的发展，可以促进医学教育的更好发展。
希望本文对你有所启发。
智能观 灵米
2020-2-3 于北京中关村
网友评论