의료 전문직 학생들을 위한 공감 훈련
의료 학생들을 위한 공감 훈련: 교수법, 실습 및 AI 기반 방법의 결합을 통한 접근
연구 개요
상세 설명
보건의료 학생들을 위한 공감 훈련에는 다양한 전통적인 교육법이 사용되어 왔습니다. 예를 들어, 강의식 수업은 종종 공감의 과학적 정보를 소개하는 것을 목표로 하는 반면, 역할극과 표준화 환자 상호작용과 같은 경험적 학습은 행위에 대한 성찰을 통한 학습을 촉진하고 고정관념을 최소화하기 위해 사용됩니다. 또한, 마음챙김 기반 훈련은 자기 인식을 촉진하고 보건의료 학생 및 임상가에게 비판적이지 않고 친절하며 동정심 있고 이타적인 것과 같은 필수적인 특성을 함양하기 위해 사용됩니다. 그러나, 이전의 체계적 문헌고찰은 전통적인 교육법의 효과에 대한 일관되지 않은 결과를 드러냈으며 보건의료 교육자들로부터 혁신적인 교수법의 필요성을 강조했습니다.
관점 수용은 타인의 의도를 이해하는 능력을 의미하는 중요한 공감 관련 현상입니다. 이전 공감 훈련에서 경험적 학습 전략을 사용했음에도 불구하고, 이전 연구들은 한계점이 없지 않습니다. 예를 들어, 임상 공감 개발에서 역할극과 표준화 환자는 제한된 현실성, 참여자의 기술과 일관성의 변동, 부적절한 질적 피드백, 그리고 자원 집약성에 대해 비판을 받아왔습니다. 최근 연구들은 몰입감, 현존감, 체화감의 경험을 제공하기 위한 경험적 학습 구성 요소로서 가상 현실의 사용도 탐구해 왔습니다. 그러나, 이러한 전략들은 광범위한 임상 상황을 다루거나 적시의 피드백을 제공할 수 없습니다.
최근 몇 년 동안, 기술 발전은 혁신적인 교육 전략에 새로운 기회를 제공했습니다. 그러한 유망한 접근법 중 하나는 공감 훈련에서 인공지능(AI) 생성 가상 내담자의 사용입니다. AI 생성 가상 내담자는 다양한 내담자 상호작용을 시뮬레이션할 수 있어, 공감을 연습하고 함양하기 위한 반복 가능한 환경을 제공합니다. 가상 내담자를 공감 훈련 프로그램에 통합하는 것은 보건의료 교육을 혁신할 잠재력을 가지고 있습니다. 따라서, 본 연구 제안은 AI 생성 가상 내담자와 전통적인 교육법을 활용한 간단한 공감 훈련 프로그램이 보건의료 학생들의 공감 수준에 미치는 영향을 조사하는 것을 목표로 합니다. AI 생성 가상 내담자를 새로 개발된 공감 훈련 프로토콜에 통합하고, 강의식 수업과 마음챙김 기반 훈련의 요소와 함께 사용함으로써, 연구자들은 학생들이 공감적 태도에서 유의미한 향상을 경험한 다음, 더 나은 공감적 의사소통 기술과 인지 유연성으로 이어질 것이라고 가정합니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
Kowloon
-
Ho Man Tin, Kowloon, 홍콩
- 모병
- Hong Kong Metropolitan University
-
연락하다:
- Tai Wa Liu, PhD
- 전화번호: 852 - 39708714
- 이메일: twliu@hkmu.edu.hk
-
연락하다:
- Chun Yan Ho, Bachelor
- 전화번호: 852 - 39702921
- 이메일: chyanho@hkmu.edu.hk
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 의료 관련 프로그램에 등록된 학부생
- 공감 관련 훈련 경험이 없는 자
- 의료 환경에서의 근무 경험이 없는 자
- 만 18세 이상
- 중국어 원어민
제외 기준:
- 장애인 또는 만성질환자의 주 돌봄 제공자였거나 현재 주 돌봄 제공자인 자 (경험을 통해 공감 능력이 향상되었을 수 있음)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 제어
|
|
|
실험적: 중재
중재 그룹의 참가자는 1주일 동안 각각 4시간씩 총 두 차례의 공감 훈련을 진행하며, 그룹 규모는 6~8명입니다.
첫 번째 훈련 세션은 공감 프레임워크와 의사소통 전략에 초점을 맞춘 4시간의 교수법적 구성 요소로 이루어집니다.
두 번째 훈련 세션에는 2시간의 마음챙김 훈련 구성 요소와 이어서 참가자가 가상 클라이언트 시나리오와 상호작용하는 2시간의 AI 시연 및 실습 구성 요소가 포함됩니다.
|
중재 그룹의 참가자는 1주일 동안 각 4시간씩 총 두 차례의 공감 훈련을 6~8명 규모의 그룹으로 진행합니다.
공감 훈련은 새롭게 개발된 프로토콜을 기반으로 하며, 다음을 포함합니다: (i) 교수법 강의; (ii) 실용 기술 시연 및 역할극, (iii) 마음챙김 기반 훈련; 그리고 (iv) AI 시스템의 피드백을 받으며 무작위로 선정된 두 가지 다른 시나리오에서 공감 기술 연습.
각 참가자는 다양한 임상적 도전을 시뮬레이션하는 다른 시나리오를 접하게 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
대인관계 반응성 지수
기간: 기초 평가(모든 훈련 전), (ii) 직후 훈련 평가(최종 훈련 세션 직후, 1주 말), 및 (iii) 1개월 추적 평가(최종 훈련 세션 약 4주 후).
|
대인관계 반응성 지수(IRI)는 자기 보고된 공감적 태도를 평가하는 데 사용될 것입니다.
IRI는 5점 리커트 척도(0-4)로 평가되는 28개 항목으로 구성된 4개의 하위 척도로 이루어져 있습니다.
점수 범위는 0-112점이며, 높은 점수는 더 나은 공감 능력을 의미합니다.
|
기초 평가(모든 훈련 전), (ii) 직후 훈련 평가(최종 훈련 세션 직후, 1주 말), 및 (iii) 1개월 추적 평가(최종 훈련 세션 약 4주 후).
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
상담 및 관계적 공감
기간: 기준 평가(어떠한 훈련도 시작하기 전), (ii) 훈련 직후 평가(최종 훈련 세션 직후, 1주차 말), (iii) 1개월 추적 평가(최종 훈련 세션으로부터 약 4주 후).
|
상담 및 관계적 공감(CARE) 척도는 임상 상호작용 중 환자가 지각한 공감에 초점을 맞추어 참가자의 공감적 의사소통 기술을 평가하는 데 사용됩니다.
CARE는 5점 리커트 척도로 평가되는 10개 항목으로 구성됩니다.
점수 범위는 10-50점이며, 높은 점수는 더 나은 관계적 공감 지각을 의미합니다.
|
기준 평가(어떠한 훈련도 시작하기 전), (ii) 훈련 직후 평가(최종 훈련 세션 직후, 1주차 말), (iii) 1개월 추적 평가(최종 훈련 세션으로부터 약 4주 후).
|
|
인지 유연성 인벤토리
기간: 기초 평가(모든 훈련 전), (ii) 훈련 직후 평가(마지막 훈련 세션 직후, 1주차 말), 및 (iii) 1개월 추적 평가(마지막 훈련 세션 후 약 4주).
|
인지 유연성 목록(CFI)은 자기 보고식 인지 유연성을 평가하는 데 사용됩니다.
CFI는 1-7 리커트 척도(점수 범위 20-140)로 평가되는 20개 항목으로 구성되며, 점수가 높을수록 유연성이 크고 점수가 낮을수록 인지적 경직성이 더 큽니다.
|
기초 평가(모든 훈련 전), (ii) 훈련 직후 평가(마지막 훈련 세션 직후, 1주차 말), 및 (iii) 1개월 추적 평가(마지막 훈련 세션 후 약 4주).
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Tai Wa Liu, PhD, Hong Kong Metropolitan University
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
키워드
기타 연구 ID 번호
- REC Reference No:HE-T&L2025/02
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .