Artificially Intelligent Simulated Patients in Undergraduate Surgical Teaching: A Single Blinded Randomized Controlled Study.

چکیده اصلی

INTRODUCTION: Self-directed learning (SDL) and reflection are critically important for clinicians. There is limited evidence describing the utilization of artificial intelligence (AI) to support medical SDL. AI simulated patients (AISP) may allow for high-fidelity, reflective educational interactions. We aimed to determine how SDL with AISP interaction compared to standard SDL in the development of clinical reasoning skills. METHODS: This was a single-institution randomized controlled study in early clinical years' undergraduate students, learning about gallstone disease. For 90% power and a 20% noninferiority margin, 36 participants were randomized either to an intervention group using an AISP or to a control group using current educational resources. Both groups underwent a standardized clinical skills assessment. Quantitative and qualitative data were collected. RESULTS: Twenty-seven participants completed the study. The intervention group demonstrated statistical noninferiority compared with the control group (assessment scores of 13.1 vs. 12.1, respectively, p = 0.11). In addition, there were fewer borderline grades, and significantly more distinction grades in the intervention group than control (6 vs. 1, respectively, p = 0.037), suggesting the AISP may have improved performance in clinical management. The qualitative data suggested widespread satisfaction and enthusiasm for AISPs. CONCLUSION: Our results suggest that AISPs are comparable to traditional resources in developing undergraduate clinical skills, and may contribute to improved academic performance in undergraduate surgery. Globally, there is an appetite for their introduction into the clinical curriculum. Real patient interaction is the standard. However, AISPs may have a supplementary role and are likely to become increasingly prominent in medical curricula.

ترجمه فارسی چکیده

مقدمه: یادگیری خودگردان (SDL) و تفکر بازتابی برای پزشکان حیاتی هستند. شواهد محدودی درباره استفاده از هوش مصنوعی برای حمایت از یادگیری خودگردان پزشکی وجود دارد. بیماران شبیه‌سازی شده هوش مصنوعی (AISP) ممکن است تعاملات آموزشی با fidelity بالا و بازتابی را امکان‌پذیر کنند. هدف ما این بود که بررسی کنیم یادگیری خودگردان با تعامل AISP چگونه با یادگیری خودگردان استاندارد در توسعه مهارت‌های استدلال بالینی مقایسه می‌شود. روش‌ها: این یک مطالعه کنترل شده تصادفی در یک نهاد در دانشجویان سال‌های اول بالینی بود که درباره بیماری سنگ کیسه صفرا درس می‌خواندند. برای قدرت 90% و حاشیه غیر برتری 20%، ۳۶ شرکت‌کننده به گروه مداخله با استفاده از AISP یا گروه کنترل با استفاده از منابع آموزشی فعلی تصادفی شدند. هر دو گروه ارزیابی مهارت‌های بالینی استاندارد را انجام دادند. داده‌های کمی و کیفی جمع‌آوری شد. نتایج: ۲۷ شرکت‌کننده مطالعه را تکمیل کردند. گروه مداخله نشان داد غیر برتری آماری نسبت به گروه کنترل (امتیازات ارزیابی ۱۳.۱ در مقابل ۱۲.۱ به ترتیب، p = 0.11). علاوه بر این، تعداد امتیازات مرزی کمتر و امتیازات تمایز به طور معناداری بیشتر در گروه مداخله نسبت به کنترل بود (۶ در مقابل ۱ به ترتیب، p = 0.037)، که نشان می‌دهد AISP ممکن است عملکرد در مدیریت بالینی را بهبود داده باشد. داده‌های کیفی رضایت گسترده و اشتیاق برای AISPs را نشان داد. نتیجه‌گیری: نتایج ما نشان می‌دهد که AISPs در توسعه مهارت‌های بالینی undergraduate قابل مقایسه با منابع سنتی هستند و ممکن است به بهبود عملکرد آکادمیک در جراحی undergraduate کمک کنند. در سطح جهانی، اشتیاق برای معرفی آن‌ها در برنامه درسی بالینی وجود دارد. تعامل با بیمار واقعی استاندارد است. با این حال، AISPs ممکن است نقش تکمیلی داشته باشند و احتمالاً در برنامه‌های درسی پزشکی به طور فزاینده‌ای برجسته خواهند شد.

متن کامل اصلی