요역동학 교육에서의 LLM

요역동학 검사는 방광내압측정법, 압력-유량 연구 및 근전도 검사를 포함하여 하부 요로 기능 장애의 객관적 평가를 위한 표준 방법으로 인정받고 있습니다. 임상적 중요성에도 불구하고, 요역동학 해석은 방광 내압, 복부 내압 및 배뇨근 압력의 동시 평가, 기술적 인공물 인식 및 확립된 노모그램 적용을 포함한 고급 분석 기술을 필요로 합니다. 결과적으로, 비뇨기과 레지던트 교육 과정 중 요역동학 해석 숙달은 여전히 어려운 과제이며 다양한 사례 경험과 교수진 가용성에 크게 의존합니다.

본 전향적 단일기관 교육 연구는 대규모 언어 모델(LLM)을 인터랙티브 교육 튜터로 구성하여 비뇨기과 레지던트의 요역동학 해석 기술과 학습 곡선 향상 효과를 평가하기 위해 설계되었습니다. 본 연구는 구조화된 AI 지원 멘토링이 전통적인 도제식 훈련에 대한 표준화되고 확장 가능한 대안을 제공할 수 있는지 확인하는 것을 목표로 합니다.

적격 참가자에는 이전에 공식적인 요역동학 과정 인증을 받지 않은 비뇨기과 레지던트가 포함됩니다. 교육 중재는 국제요실금학회 기준에 따라 수행된 45개의 완전히 익명화된 요역동학 트레이싱으로 구성된 큐레이팅 라이브러리를 활용합니다. 이 사례들은 정상 소견과 방광출구폐쇄, 배뇨근 과활동 및 방강 순응도 감소를 포함한 일반적인 요역동학 진단의 균형 잡힌 스펙트럼을 대표합니다. 모든 사례는 포함 전 경험 많은 비뇨기과 전문의에 의해 검증되었습니다.

훈련 프로토콜은 순차적 단계로 구성됩니다: 기초 평가(사전 평가), LLM 기반 튜터링 인터페이스를 통해 제공되는 구조화된 이론 교육, 인공물 인식이 포함된 감독 하 사례 분석, 인터랙티브 멘토링 해석, 중간 평가(중간 평가), 독립적 해석 후 AI 주도 디브리핑을 통한 강화, 그리고 최종 사후 평가. 평가 단계 전반의 사례 난이도는 동등한 기술적 복잡성을 보장하기 위해 계층화된 무작위화 접근법을 사용하여 균형을 맞춥니다.

참가자 수행도는 기술적 타당성, 수치 매개변수 해석 및 진단 종합을 평가하는 미리 정의된 16항목 객관적 채점 시스템을 사용하여 평가됩니다. 모든 평가는 두 명의 눈가린 비뇨기과 전문의에 의해 독립적으로 검토되며, 의견 불일치 시 제3의 전문가에 의해 중재가 이루어집니다. 시간 경과에 따른 해석 정확도 변화는 LLM 지원 교육과 관련된 학습 곡선을 정량화하는 데 사용됩니다.

모든 요역동학 데이터는 사용 전 완전히 익명화되며, 환자 식별 정보는 공유되지 않습니다. 참여는 자발적이며, 모든 레지던트로부터 서면 동의서를 받았습니다. 본 연구는 기관 윤리 기준에 따라 수행되며, 고급 의학 교육에서 대규모 언어 모델의 인터랙티브 튜터 역할에 대한 증거를 제공하는 것을 목표로 합니다.