Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

AI-avusteinen oppiminen lääketieteessä

perjantai 18. huhtikuuta 2025 päivittänyt: Kang Zhang

Lisäsevyn pääsyn vaikutus hienosäädetyyn lääketieteelliseen suureen kielimalliin (Metagp-EDU) oppimistuloksiin perustutkintoa koskevassa lääketieteen koulutuksessa

Tässä monikeskuksen retrospektiivisessa kohorttitutkimuksessa tutkitaan Metagp-Edu-integroinnin todellista vaikutusta, joka on hienosäädetty lääketieteelliseen koulutukseen hienosäädetty AI-työkalu perustutkintoa suorittavan sisäisen lääketieteen opetussuunnitelmaan. Hyödyntämällä historiallisia akateemisia asiakirjoja useista suurista lääketieteellisistä laitoksista Kiinassa useiden lukuvuoden aikana, tutkimuksessa verrataan opiskelijaryhmien suorituskykyä, jotka oppivat perinteisillä menetelmillä vain seuraavien kohorttien kanssa, joilla oli täydentävä pääsy Metagp-Eduun. Ensisijainen tulosmitta on yleinen akateeminen suorituskyky sisätautien kurssilla, joka arvioidaan lopullisten kurssipisteiden avulla. Analyysin tavoitteena on selvittää, liittyykö pääsy AI -työkaluun lisäresurssina eroja oppimistuloissa, kun taas tilastollisesti otetaan huomioon opiskelijoiden perusominaisuudet ja muut mahdolliset sekoittajat verrattujen kohorttien välillä.

Tutkimuksen yleiskatsaus

Tila

Valmis

Yksityiskohtainen kuvaus

Ackground ja perusteet: Sisätautien tehokas opetus, perustutkintoa suorittavan lääketieteellisen koulutuksen kulmakivi, asettaa merkittäviä pedagogisia haasteita aiheesta ja monimutkaisuudesta johtuen ja suuret opiskelijaryhmät, jotka ovat tyypillisesti ilmoittautuneet suuriin akateemisiin lääketieteellisiin keskuksiin. Vaikka perinteiset menetelmät, kuten luennot ja oppikirjojen lukemat ovat välttämättömiä, on tunnustettu innovatiivisille lähestymistavoille, jotka voivat paremmin tukea kliinisen päättelyn kehittämistä, helpottaa syvempää sitoutumista monimutkaiseen tapausmateriaaliin ja tarjota henkilökohtaisempia oppimismahdollisuuksia mittakaavassa. Verkkotunnuskohtaiseen tietoon koulutettu keinotekoinen äly (AI), erityisesti edistyneitä suuria kielimalleja (LLMS), on huomattava potentiaali koulutustekniikkana näiden tarpeiden ratkaisemiseksi. Metagp-Edu, omistettu generatiivinen pohjamalli, joka on hienosäädetty erityisesti lääketieteelliseen koulutukseen pedagogisten tietojoukkojen avulla, kehitettiin tutkimaan tätä potentiaalia toimimalla lisäoppimisresurssina. Tällaisten työkalujen integroinnin reaalimaailman vaikutuksen arviointi vakiintuneisiin opetussuunnitelmiin on ratkaisevan tärkeää todisteisiin liittyvälle koulutuskäytännölle.

Tavoitteet: Tämän tutkimuksen ensisijaisena tavoitteena on arvioida jälkikäteen Metagp-Edu AI -työkalun saatavuuden välistä yhteyttä lisäoppimisresurssina ja yleisen opiskelijoiden akateemisen suorituskyvyn välillä sisäisen lääketieteen opetussuunnitelmassa.

Tutkimuksen suunnittelu: Tässä tutkimuksessa käytetään monikeskuksen, retrospektiivisen kohorttitutkimuksen suunnittelu. Analysoidaan rutiininomaisesti kerättyjä akateemisia tietoja useista Kiinan suurista lääketieteellisistä kouluista useiden peräkkäisten lukuvuoden aikana. Tämä lähestymistapa mahdollistaa opiskelijaryhmien vertailun niiden historiallisen altistumisen perusteella erilaisille koulutusresurssiympäristöille (vs. ilman metagp-endun pääsyä) reaalimaailman akateemisissa ympäristöissä.

Asetus ja osallistujat: Tutkimus kattaa tiedot ja perustutkintoa koskevista lääketieteen opiskelijoista, jotka ovat ilmoittautuneet pakolliseen sisätautien kurssiin useissa suurissa, akateemisesti sidosryhmissä olevissa lääketieteellisissä laitoksissa Kiinassa. Osallistujia ovat opiskelijat, jotka suorittivat kurssin lukuvuosien ajan, joka kattaa ajanjakson ennen Metagp-Edu -tuotteen käyttöönottoa ja sen jälkeen (suunnilleen syksy 2022). Sisällyttäminen perustuu sisäisen lääketieteen kurssin täydellisten akateemisten tietueiden saatavuuteen määritellyn tutkimusjakson aikana.

Altistuminen/interventio ja vertailu: Tutkimuksessa verrataan kahta pääkohorttia, jotka on määritelty Metagp-Edu-saatavuuden ajoituksella:

Vertailukohortti (Pre-Metagp-Edu): Opiskelijat, jotka suorittivat sisätautien kurssin lukuvuosina ennen Metagp-Edu -tuotteen käyttöönottoa. Nämä opiskelijat käyttivät instituutioiden vakiintuneita perinteisiä opetusmenetelmiä (esim. Luennot, oppaat, tavanomaiset tapauskeskustelut, oppikirjojen tehtävät) ilman pääsyä Metagp-Edu-työkaluun.

Altistumiskohortti (Metagp-Edu): Opiskelijat, jotka suorittivat sisätautien kurssin lukuvuosina Metagp-Edu -tuotteen käyttöönoton jälkeen. Nämä opiskelijat osallistuivat samoihin perinteisiin opetussuunnitelmien komponentteihin, mutta heillä oli myös pääsy Metagp-Edu-institutionaalisten alustojen kautta täydentävänä, valinnaisena resurssina itseohjautuneelle oppimiselle, tapausten etsinnälle ja kliiniselle kyselytuelle.

Tulosmittaukset: Ensisijainen tulosmitta on yleinen akateeminen suorituskyky sisätautien kurssilla, jota tyypillisesti edustaa lopullinen numeerinen kurssipistemäärä (esim. 0-100 asteikolla), kuten virallisissa yliopistotietueissa on dokumentoitu. Tärkeimmät muuttujat, mukaan lukien akateemisten saavutusten (esim. Aikaisempi kumulatiivinen GPA tai vastaava), demografiset tekijät (esim. Sukupuoli) ja institutionaalinen sivusto, poistetaan hallinnollisista tiedoista tilastollisen sopeutumisen mahdollistamiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1632

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Beijing, Kiina
        • Peking Union Medical College
      • Beijing, Kiina
        • Peking University Health Science Center

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tutkimuspopulaatio käsittää perustutkintoa suorittavat lääketieteen opiskelijat, jotka suorittivat pakollisen sisätautien opetussuunnitelman useissa Kiinan suurissa akateemisissa lääketieteellisissä keskuksissa useita määriteltyjä lukuvuosia. Tämän retrospektiivisen analyysin sisällyttäminen määritettiin täydellisten, virallisten akateemisten tietueiden saatavuuden perusteella asiaankuuluvalle kurssille määriteltyjen ajanjaksojen aikana, jotka kattoivat sekä ennen Metagp-Edu-työkalun toteuttamista että sen jälkeen.

Kuvaus

Sisällyttämiskriteerit:

Sisällyttämiskriteerit vaativat opiskelijoita suorittamaan koko sisätautien kurssin ja hallussaan kirjattu lopullinen numeerinen pisteet valittua aikataulua varten

Poissulkemiskriteerit:

Opiskelijat, joilla on epätäydellisiä akateemisia tietueita kurssille, ne, jotka siirtyivät instituutioiden keskiasteen kesken tai henkilöt, jotka tunnistettiin toistuvan kurssin, jätettiin pois

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Pre-Metagp-Edu-kohortit
Ryhmään kuuluu kaikki opiskelijat, jotka suorittivat sisätautien kurssin kuudessa osallistuvassa laitoksessa lukuvuosina ennen vuotta 2022 (2020-2021 ja 2021-2022). Nämä opiskelijat oppivat yksinomaan yllä kuvattujen perinteisten opetussuunnitelmien avulla ilman pääsyä MetagP -työkaluun.
PostAgp-Edu-kohortit
Ryhmään kuuluu kaikki opiskelijat, jotka suorittivat sisätautien kurssin lukuvuodesta 2022 alkaen (2022-2023 ja 2023-2024). Nämä opiskelijat kokivat saman perinteisen opetussuunnitelman komponenttien ydin, mutta heillä oli myös pääsy MetagP- lisäoppimisresurssiksi koko kurssinsa ajan.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
akateeminen esitys
Aikaikkuna: Yksi vuosi
Ensisijainen tulosmitta oli opiskelijoiden akateeminen suorituskyky sisätautien kurssilla, joka toimitettiin lopullisena numeerisen kurssin pistemääränä (skaalattu 0-100), joka on saatu virallisista yliopistojen kopioista
Yksi vuosi

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 1. kesäkuuta 2020

Ensisijainen valmistuminen (Todellinen)

Sunnuntai 1. joulukuuta 2024

Opintojen valmistuminen (Todellinen)

Sunnuntai 1. joulukuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 18. huhtikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 18. huhtikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Perjantai 25. huhtikuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 25. huhtikuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 18. huhtikuuta 2025

Viimeksi vahvistettu

Tiistai 1. huhtikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • AI and medical education

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa