Kunstig intelligens-drevet virtuelt standardiseret pædiatrisk patientforsøg

Baggrund: Kinas sundhedssystem for børn står over for betydelige udfordringer, især på grund af den begrænsede pædiatriske servicekapacitet i primære sundhedsinstitutioner. Mangel på effektive og tilgængelige uddannelsesværktøjer til primærlæger hindrer yderligere fremskridt med hensyn til at løse dette hul. Teknologiske fremskridt, især inden for kunstig intelligens, tilbyder en potentiel løsning til at forbedre pædiatrisk pleje. Kunstig intelligens-drevne virtuelle standardiserede patienter (VSP'er), der udnytter internet og virtuelle simuleringsteknologier, simulerer kliniske tilfælde med specifikke sygdomskarakteristika, hvilket giver en innovativ, effektiv og fleksibel træningsmetode. VSP'er bliver i stigende grad brugt i medicinsk uddannelse, klinisk ræsonnement og licenseksamener. Denne undersøgelse fokuserer på at bruge VSP'er til at forbedre håndteringen af ​​almindelige pædiatriske tilstande, som er store sundhedsproblemer for børn og pålægger familier betydelige psykologiske og økonomiske byrder.

Metoder: Denne undersøgelse vil involvere et tre-arms randomiseret kontrolleret forsøg for at evaluere effektiviteten af ​​en virtuel pædiatrisk standardiseret patientplatform til at forbedre primære lægers håndtering af almindelige pædiatriske sygdomme. Mindst 459 deltagere, inklusive praktiserende læger, internmedicinere, kirurger og børnelæger fra mere end 10 provinser i hele Kina, vil blive tilfældigt tildelt en af ​​tre grupper: den virtuelle patientplatformsgruppe, gruppen med undervisningsmanualer eller casen. undervisningsvideogruppe. Fem virtuelle patienttilfælde, der dækker pneumokok-lungebetændelse, rotavirus enteritis med hypovolæmisk shock, hånd-mund- og klovesyge, akut blindtarmsbetændelse og respirationssvigt vil blive udviklet sammen med tilsvarende case undervisningsmateriale. Efter en to-ugers læringsperiode vil deltagernes sygdomshåndteringsevner blive vurderet ved hjælp af kliniske vignetter. Det primære resultat er overholdelse af retningslinjer for bedste kliniske praksis, kategoriseret i fuld overholdelse, delvis overholdelse og manglende overholdelse.

Diskussion: Denne undersøgelse har til formål at udnytte kunstig intelligens til kapacitetsforøgelse, målrette mod manglerne ved primær pædiatri og bruge VSP til at hjælpe med at forbedre den primære pædiatriske kapacitet. Det er et randomiseret kontrolleret forsøg, der involverer over 300 primære sundhedsinstitutioner på tværs af mere end 10 provinser i Kina, hvilket sikrer bred og repræsentativ deltagelse fra både udviklede og underudviklede regioner.