論文の概要: Promoting AI Competencies for Medical Students: A Scoping Review on Frameworks, Programs, and Tools
- arxiv url: http://arxiv.org/abs/2407.18939v1
- Date: Wed, 10 Jul 2024 16:34:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-05 01:16:12.980701
- Title: Promoting AI Competencies for Medical Students: A Scoping Review on Frameworks, Programs, and Tools
- Title（参考訳）: 医学生のためのAI能力の促進:フレームワーク、プログラム、ツールのスコープレビュー
- Authors: Yingbo Ma, Yukyeong Song, Jeremy A. Balch, Yuanfang Ren, Divya Vellanki, Zhenhong Hu, Meghan Brennan, Suraj Kolla, Ziyuan Guan, Brooke Armfield, Tezcan Ozrazgat-Baslanti, Parisa Rashidi, Tyler J. Loftus, Azra Bihorac, Benjamin Shickel,
- Abstract要約: 医療におけるAIの重要性の高まりにもかかわらず、それが伝統的な、しばしば過負荷の医療カリキュラムに採用されている範囲は不明である。
このレビューは、AI能力のある医療従事者を構築するための実践的で関連する教育戦略を開発するためのロードマップを提供する。
- 参考スコア（独自算出の注目度）: 1.8402287369342527
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As more clinical workflows continue to be augmented by artificial intelligence (AI), AI literacy among physicians will become a critical requirement for ensuring safe and ethical AI-enabled patient care. Despite the evolving importance of AI in healthcare, the extent to which it has been adopted into traditional and often-overloaded medical curricula is currently unknown. In a scoping review of 1,699 articles published between January 2016 and June 2024, we identified 18 studies which propose guiding frameworks, and 11 studies documenting real-world instruction, centered around the integration of AI into medical education. We found that comprehensive guidelines will require greater clinical relevance and personalization to suit medical student interests and career trajectories. Current efforts highlight discrepancies in the teaching guidelines, emphasizing AI evaluation and ethics over technical topics such as data science and coding. Additionally, we identified several challenges associated with integrating AI training into the medical education program, including a lack of guidelines to define medical students AI literacy, a perceived lack of proven clinical value, and a scarcity of qualified instructors. With this knowledge, we propose an AI literacy framework to define competencies for medical students. To prioritize relevant and personalized AI education, we categorize literacy into four dimensions: Foundational, Practical, Experimental, and Ethical, with tailored learning objectives to the pre-clinical, clinical, and clinical research stages of medical education. This review provides a road map for developing practical and relevant education strategies for building an AI-competent healthcare workforce.
- Abstract（参考訳）: より多くの臨床ワークフローが人工知能(AI)によって強化され続けていくにつれ、医師間のAIリテラシーは、安全で倫理的なAI対応の患者医療を保証するための重要な要件となる。
医療におけるAIの重要性の高まりにもかかわらず、それが伝統的な、しばしば過負荷の医療カリキュラムに採用されている範囲は、現在不明である。
2016年1月から2024年6月にかけて発行された1,699の論文のスコーピングレビューにおいて、ガイドフレームワークを提案する18の研究と、AIを医学教育に統合することを中心とした現実世界の教育を文書化する11の研究を特定した。
包括的ガイドラインは、医学生の興味やキャリアトラジェクトリに適合するために、より深い臨床関係とパーソナライゼーションを必要とすることが判明した。
現在の取り組みは、データサイエンスやコーディングといった技術的なトピックに対するAI評価と倫理を強調しながら、教育ガイドラインの相違を強調している。
さらに、医学生のAIリテラシーを定義するためのガイドラインの欠如、証明された臨床的価値の欠如、資格のあるインストラクターの不足など、AIトレーニングを医療教育プログラムに統合することに関わるいくつかの課題を特定した。
そこで我々は,医学生の能力を定義するためのAIリテラシーフレームワークを提案する。
関連性がありパーソナライズされたAI教育を優先するために、我々は、基礎、実践、実験、倫理の4つの側面に分類し、医学教育の前臨床研究段階、臨床研究段階に合わせた学習目標を定めている。
このレビューは、AI能力のある医療従事者を構築するための実践的で関連する教育戦略を開発するためのロードマップを提供する。
関連論文リスト
- Clinicians' Voice: Fundamental Considerations for XAI in Healthcare [0.0]
臨床医との半構造化インタビューを行い、彼らの考え、希望、懸念について論じる。
臨床医は一般的に、臨床実習のためのAIベースのツールの開発を肯定的に考えている。
彼らは、これらがワークフローにどのように適合し、それが臨床医と患者の関係にどのように影響するかを懸念している。
論文 参考訳（メタデータ） (2024-11-07T16:47:06Z) - Demystifying Large Language Models for Medicine: A Primer [50.83806796466396]
大規模言語モデル(LLM)は、医療のさまざまな側面に革命をもたらすことのできる、変革的なAIツールのクラスである。
本チュートリアルは、LSMを臨床実践に効果的に統合するために必要なツールを医療専門家に提供することを目的としている。
論文 参考訳（メタデータ） (2024-10-24T15:41:56Z) - AI in radiological imaging of soft-tissue and bone tumours: a systematic review evaluating against CLAIM and FUTURE-AI guidelines [1.5332408886895255]
軟部腫瘍と骨腫瘍 (STBT) は稀で, 診断に難渋する病変であり, 様々な臨床症状と治療のアプローチがある。
本稿では,これらの腫瘍の診断と予後のための放射線画像を用いた人工知能(AI)法の概要について概説する。
論文 参考訳（メタデータ） (2024-08-22T15:31:48Z) - Towards A Unified Utilitarian Ethics Framework for Healthcare Artificial
Intelligence [0.08192907805418582]
本研究では、異なる技術レベルでAIの実用性能に影響を与える主要な倫理的原則を特定することを試みる。
正義、プライバシー、偏見、規制の欠如、リスク、解釈可能性は倫理的AIを検討する上で最も重要な原則である。
本稿では,医療領域における倫理的AIを設計するための実用的倫理に基づく理論的枠組みを提案する。
論文 参考訳（メタデータ） (2023-09-26T02:10:58Z) - FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。
この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
論文 参考訳（メタデータ） (2023-08-11T10:49:05Z) - HEAR4Health: A blueprint for making computer audition a staple of modern
healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。
コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。
実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文 参考訳（メタデータ） (2023-01-25T09:25:08Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - Learn2Trust: A video and streamlit-based educational programme for
AI-based medical image analysis targeted towards medical students [0.0]
オンラインコースでは、医療画像データ分析のためのAIの基礎を教えている。
焦点は医学的応用と機械学習の基礎に焦点を当てた。
授業初回参加医学生を対象に,研究仮説を定量的に分析するために調査を行った。
論文 参考訳（メタデータ） (2022-08-15T16:26:13Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。
X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。
最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文 参考訳（メタデータ） (2020-04-06T15:21:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。