Комплексная фундаментальная наука в учебном проекте обучения распознаванию образов (AISC-ISF)

Фон:

Обеспечение того, чтобы студенты-медики и начинающие врачи стали хорошими диагностами, остается в основе медицинского образования. На протяжении более шести десятилетий ученые и клиницисты пытались понять наиболее успешные стратегии диагностических рассуждений и способы обучения будущих врачей этим стратегиям. Исследования показали, что большинство диагностов применяют сочетание распознавания образов, дедуктивных рассуждений в обратном направлении, т. е. поиска симптомов или признаков, которые оправдывают предварительный диагноз, и стратегии индуктивных рассуждений в прямом направлении, т. е. анализа наиболее вероятного диагноза на основе признаков и симптомов. Есть некоторые свидетельства в поддержку того, что начинающие клиницисты более склонны к преднамеренным дедуктивным и индуктивным стратегиям диагностического мышления, в то время как опытные клиницисты обычно больше полагаются на распознавание образов. В отличие от новичков, эксперты обычно определяют наиболее вероятный диагноз на основе распознавания образов, за которым следуют преднамеренные и часто бессознательные дедуктивные рассуждения, направленные на подтверждение или исключение выявленного предварительного диагноза/-ов. Теория двойного процесса предлагает объяснение этой двухступенчатой ​​стратегии рассуждений, разделяющей человеческое познание на две системы; интуитивная система 1 (распознавание образов) и преднамеренная и аналитическая дедуктивно-индуктивная система 2. Распознавание образов (система 1) является немедленным, часто очень точным и требует незначительных ресурсов, хотя его широко критиковали за склонность к бессознательным эвристическим искажениям. Преднамеренные процессы Системы 2 медленнее и требуют значительно больших когнитивных ресурсов, чем процессы Системы 1. Процессы Системы 2 обычно считаются менее склонными к бессознательным предубеждениям, хотя некоторые результаты свидетельствуют об обратном. Большинство людей предпочитают применять эффективную и ненапряженную систему 1, когда это возможно, и только активную систему 2, когда это абсолютно необходимо. К сожалению, распознавание образов (система 1) в диагностических условиях зависит от предметно-ориентированного опыта, который обычно недоступен для начинающих врачей, которые поэтому полагаются на значительно более требовательные операции системы 2 во время диагностики. Некоторые авторы утверждают, что преподаватели должны рассмотреть возможность обучения или продвижения распознавания образов, если это возможно, поскольку это обеспечивает точную, эффективную и менее требовательную диагностику. Реалистичное и обширное обучение распознаванию образов возможно в медицинских специальностях, которые в основном полагаются на визуальную обработку, таких как патология, радиология и дерматология. Большие библиотеки клинических случаев с аннотированными рентгеновскими снимками, патологическими слайдами или дерматоскопическими изображениями могут быть легко доступны для практики, что позволяет учащимся получить четкое мысленное представление о соответствующих дифференциальных диагнозах до начала своей клинической карьеры. Существует обширная литература о том, как способствовать развитию сильных ментальных представлений с помощью обучения распознаванию образов. Хотя идентификация типов переломов костей, клеточных аномалий и состояния кожи важна, необходимы дополнительные поиск и обработка данных, чтобы предоставить пациентам правильный режим лечения. Искусственный интеллект и обученные голуби (да, голуби) впечатляюще хорошо справляются с диагностикой изображений, причем несколько авторов сообщают о точности на уровне опытных клиницистов. Однако, в отличие от опытных клиницистов, машины и голуби в настоящее время не могут извлекать из долговременной памяти один или несколько сложных предварительно скомпилированных сценариев или схем, специфичных для диагноза, на основе тонких диагностических сигналов с последующим преднамеренным анализом наиболее вероятного диагноза и соответствующих лечебных мероприятий. . Теория сценария болезни пытается объяснить эту невероятную операцию извлечения и обработки памяти с помощью простой схемы. Сценарии болезни определяются как ментальные репрезентации или схемы болезни или болезни, содержащие благоприятные условия, т. е. демографические данные и историю болезни, последствия, т. е. симптомы и проявления болезни/заболевания, и недостатки, т. е. биомедицинское объяснение последствий и благоприятных условий. . Когда опытный врач распознает определенный образец благоприятных условий, последствий и ошибок, он активирует и извлекает из долговременной памяти один или несколько сценариев болезни, раскрывая все знания, хранящиеся в этом сценарии, включая физиологию болезни и взаимосвязанные сценарии. дифференциальный диагноз). Мало что известно о формировании и консолидации сценариев болезни во время медицинской и клинической подготовки, но появляется все больше свидетельств в пользу сочетания лежащих в основе физиологических и анатомических особенностей (недостатков) с демографическими (благоприятными условиями) и симптомами (последствиями) в учебных материалах образовательных программ. интервенции в медицине. Базовое концептуальное понимание причинно-следственных механизмов медицинского состояния, по-видимому, помогает обучаемым консолидировать и связать свои сценарии болезни, что приводит к более быстрой и точной активации и использованию сценариев. Когда причинно-следственные механизмы или «биомедицинская наука» включаются в стандартные учебные проекты по внутренним болезням, содержащие клинические проявления заболевания, студенты выполняют значительно лучше, особенно на отсроченных тестах и ​​тестах переноса. Подобные положительные эффекты на эффективность диагностики наблюдались, когда «расширенные» описания фундаментальных наук, объясняющие основные социологические и поведенческие причинные механизмы, интегрировались в учебный план для сложных медицинских состояний, которые включают сочетание социальных, соматических и психологических проблем. Немедленная и сохраняемая диагностическая способность студента и передача знаний улучшаются, если биомеханические визуальные аналогии причинных механизмов вводятся в описание причинных механизмов. Положительный эффект интеграции биомедицинских наук лучше всего проявляется, когда она смешивается с классическими учебными планами, описывающими клинические проявления заболеваний. Положительное влияние классической диагностики по учебникам на письменные случаи также проявляется в визуальной диагностике, т.е. стоматологическая радиология и базовые концептуальные знания о процедурных навыках, т.е. поясничная пункция. Интеграция причинно-следственных объяснений визуальных критериев, используемых в визуальной диагностике, повышает как немедленную, так и долгосрочную диагностическую эффективность учащихся. Было обнаружено, что улучшение диагностических характеристик, связанное с интеграцией биомедицинских наук, устойчиво к компромиссам между скоростью и точностью, что указывает на то, что четкое представление «ошибок» в сценарии болезни увеличивает способность диагностов быстро и точно активировать сценарий. Хотя фундаментальные научные объяснения, кажется, применимы к различным медицинским методам, важно отметить, что визуальная диагностика значительно отличается от остальных диагностических методов. Когда опытные дерматологи исследуют поражение кожи, они сразу же формируют общее впечатление, устанавливая один или несколько предварительных диагнозов, которые обычно очень точны. Впоследствии они используют стратегию обратных рассуждений, пытаясь найти признаки, подтверждающие или отвергающие их предварительный диагноз. Общее впечатление является результатом интуитивных операций системы 1, в то время как преднамеренный анализ дифференциальных диагнозов и поиск признаков являются преднамеренными операциями системы 2. Хотя эксперты других клинических специальностей, такие как терапевты, неврологи и кардиологи, в значительной степени полагаются на распознавание образов, их оценки основаны на входных данных (симптомах, истории болезни, лабораторных тестах и ​​т. д.), которые собираются преднамеренно, что требует большей степени процессов Системы 2. в начале процесса диагностических рассуждений. Исследователи предполагают, что эта разница в «моменте времени», когда распознавание образов используется различными диагностическими специальностями, должна быть отражена в обучении различных специальностей. Основываясь на этих размышлениях, оптимальным образовательным вмешательством для клиницистов, которые в основном полагаются на визуальную обработку (дерматология, патология и радиология), должно быть обучение на основе конкретных случаев с прямой визуальной обратной связью в сочетании с учебным планом с кратким и актуальным учебным планом. Упомянутые ранее исследования показывают, что интеграция фундаментальной науки в такой учебный план повышает точность диагностики и передачу знаний для аналогичных категорий заболеваний. Однако прежние исследования в области визуальной диагностики не смогли установить, улучшает ли повышение производительности после интеграции фундаментальных наук распознавание образов клиницистов, стратегию преднамеренного поиска признаков или и то, и другое. Образовательные вмешательства в рамках этих исследований были короткими и включали менее 3 обучающих случаев на каждый диагноз, что исследователи этого испытания считают низким в отношении формирования мысленных представлений для визуальной классификации заболеваний (распознавание образов). Наконец, в прежних исследованиях не изучался эффект интеграции фундаментальной науки в учебный план обучающих мероприятий по визуальной диагностике и его влияние на поведение при обучении (общая продолжительность и количество обращений к учебному материалу), кривые обучения (формирование мысленных представлений). и поиск навыков/знаний. Исследователи предполагают, что введение объяснений фундаментальных наук в учебный план обучения визуальной диагностике на основе конкретных случаев улучшит кривые обучения учащихся, удержание и восстановление знаний / навыков после периода вымывания. Насколько нам известно, ранее не проводилось исследований, в которых изучался эффект интеграции биомедицинских объяснений визуальных критериев в продолжительное образовательное вмешательство, основанное на конкретных случаях, направленное на обучение студентов навыкам распознавания образов.Признание того, что обучение может различаться при сосредоточении внимания на новичках и более продвинутых учениках, и что немедленная успеваемость не всегда предсказывает долгосрочные результаты обучения, это важный исследовательский пробел, который необходимо заполнить.

Исследовать вопрос:

В группе студентов-медиков с ограниченной дерматологической подготовкой, каков эффект интеграции биомедицинских причинно-следственных объяснений визуальных критериев во время длительной программы обучения раку кожи на основе конкретных случаев в распознавании визуальных образов по сравнению с идентичным учебным планом без биомедицинских объяснений? Как смещение когнитивных ресурсов учащихся от практики распознавания образов к пониманию паттерна повлияет на их поведение в обучении, кривую обучения (точность и время на диагностику) и восстановление навыков распознавания образов после периода вымывания?

Метод:

Исследование будет проводиться как рандомизированное контролируемое испытание с соотношением распределения 1:1. Зачисленные участники должны быть активно зачислены на факультет здравоохранения и медицинских наук Копенгагенского университета и сдать экзамены по базовой гистопатологии и клеточной физиологии. Критериями исключения являются предыдущая подготовка по дерматоскопии или диагностике рака кожи в целом. Будет набрано не менее 60 студентов. Всем участникам необходимо загрузить мобильное приложение (Dermloop), содержащее учебный материал. Во время регистрации участникам будет предложено заполнить информацию, касающуюся их демографических данных, ввести шестизначный пробный код и подписать цифровое согласие. После регистрации участники будут автоматически распределены случайным образом по фундаментальной научной или функциональной группе. В ходе исследования все участники выполнят четыре шага (см. рисунок):

1. предварительное тестирование
2. Цифровое обучающее занятие по диагностике рака кожи было сосредоточено на семи дифференциальных диагнозах (невусы, меланома, себорейный кератоз/солнечное лентиго, базально-клеточная карцинома, дерматофибромы и сосудистые поражения) и длилось 7 дней. Учебный материал различается между двумя учебными группами. Группа фундаментальной науки будет иметь доступ к модулям, описывающим характерные визуальные критерии для каждого диагноза и лежащую в их основе гистопатологическую причину. Группа функций будет читать идентичные описания визуальных критериев без объяснения основных причинно-следственных механизмов.
3. Сессия переподготовки
4. Тест на удержание

Предварительный тест:

Предварительный тест состоит из 12 случайно выбранных элементов (коэффициент обобщаемости 0,7) из библиотеки тестовых элементов (n = 25 элементов) с установленными доказательствами достоверности для диагностики рака кожи.

Цифровая тренировка:

Сессия состоит из введения и представления шести диагнозов (невусы, меланома, себорейный кератоз/солнечное лентиго, базально-клеточная карцинома, дерматофибромы и сосудистые поражения).

Введение Введение включает краткое письменное введение о диагностике рака кожи и шести диагнозах, которые будут включены в образовательное вмешательство. Участников попросят кратко прочитать различные дерматоскопические критерии, характерные для семи диагнозов.

Кейс-практика

Участникам будет предложено попрактиковаться на 500 поражениях кожи в течение 7 дней. Обучение состоит из викторин с прямой обратной связью. Участникам будет предложено диагностировать поражения кожи на основе возраста и пола пациента, клинического изображения, дерматоскопического изображения и местоположения поражения кожи. Участники получат немедленную обратную связь после выбора диагноза. Обратная связь состоит из их диагноза, правильного диагноза, доступа к учебному дизайну обоих диагнозов и возможности переключения между изображениями и местоположением. Каждый тест состоит из 10 случаев, и распределение диагнозов является случайным в каждом тесте, но с общим распределением по 100 случаям:

Распределение диагнозов:

Меланома 20% Невусы 20% Себ. K./ Lentigo Solaris 20% Дерматофиброма 10% Базально-клеточная карцинома 10% Гемангиома 10% Плоскоклеточная карцинома. 10%

Сеанс переподготовки:

После 14-дневного периода вымывания всем участникам будет предложено получить доступ к приложению и попрактиковаться еще в 100 случаях в течение двух дней.

Тест на удержание:

Через семь дней после завершения курса переподготовки участникам будет предложено пройти тест на запоминание. Тест на запоминание состоит из 12 случайно выбранных заданий (коэффициент обобщаемости 0,7) из той же библиотеки тестовых заданий (n = 25 заданий), которая использовалась для предварительного теста.

Первичные результаты:

Наклон и плато (если достигнуто) начальной кривой обучения (точность и время на диагноз) Наклон и плато (если достигнуто) вторичной кривой обучения (точность и время на диагноз) после периода вымывания

Вторичный результат:

Время, затраченное на чтение учебных материалов. Количество обращений к учебным материалам. Изменение производительности от предварительного тестирования к тесту на запоминание.