Сравнение ролевой игры ИИ и ролевой игры для сверстников для информированного обучения согласия по эндоскопии: рандомизированное контрольное исследование

Фоновое и обоснование генеративного искусственного интеллекта (ИИ), в частности, крупных языковых моделей (LLMS), недавно позволили разработать интерактивные, настраиваемые виртуальные моделирование пациентов, которые поддерживают опытное обучение в области здравоохранения. Эти платформы, управляемые ИИ, могут имитировать реалистичные встречи с пациентами, включая переменную демографию, эмоциональные состояния и клиническую сложность. Они также предлагают масштабируемый доступ к индивидуальной обратной связи и повторной практике, обходя материально-технические ограничения традиционных моделирования на основе сверстников или актера. Предварительные исследования показывают, что стажеры воспринимают эти инструменты как высокие по реализму и образовательной ценности; Тем не менее, остается отсутствие эмпирических данных, непосредственно сравнивающих образовательную эффективность генеративного моделирования на основе ИИ с установленными педагогическими подходами. Это особенно актуально для преподавания сложных коммуникационных задач, таких как получение информированного согласия на желудочно-кишечную эндоскопию и взаимодействие, которое требует ясности, эмпатии и подробного объяснения процедурных рисков, выгод и альтернатив.

Нацелена на исследование Основная цель этого исследования-сравнить эффективность генеративной ролевой игры на основе ИИ и традиционной ролевой игры в обучении стажеров здравоохранения для получения информированного согласия на эндоскопические процедуры. В частности, исследование будет оценивать различия в способности стажера получать информированные навыки общения в получении информированного согласия и самооценки доверия (самоэффективность) после обучения на основе моделирования с использованием рандомизированного контролируемого исследования (RCT).

Дизайн исследования методов Это одно слепое рандомизированное контрольное исследование параллельной группы. В общей сложности 40 стажеров медицинских услуг будут набраны. Участники будут рандомизированы в соотношении 1: 1 к группе вмешательства (ролевая игра на основе искусственного интеллекта) или контрольную группу (традиционная ролевая игра). Рандомизация будет проводиться с использованием компьютерной последовательности, с групповыми назначениями, помещенными в герметичные конверты, распределенные независимым членом команды исследования. Из -за характера вмешательств ослепление участника невозможно; Тем не менее, оценщики результатов будут ослеплены для распределения группы.

Участники участники будут включать в себя стажеры -медики, зачисленные в программу медицинской подготовки Университета Торонто. Критерии исключения включают в себя предыдущий опыт получения информированного согласия для эндоскопии 25 или более раз в клинических или моделируемых условиях.

Базовая оценка Все участники заполнят базовую анкету, собирающую демографические данные, самоэффективность в получении информированного согласия и отношение к ИИ в области здравоохранения.

Участники образовательного вмешательства сначала примут участие в стандартизированной 20-минутной дидактической лекции по принципам и компонентам информированного согласия в желудочно-кишечной эндоскопии. Сессия будет охватывать основные темы, такие как цель и риски верхней и нижней эндоскопии, альтернативные варианты диагностики, решение проблем пациентов и этические легальные соображения. Эта лекция предназначена для обеспечения равномерной базы знаний до практических сессий на основе моделирования.

Обучение на основе моделирования

Затем участники будут участвовать в 30 минутах практики на основе моделирования, используя их назначенный модальность:

• Контрольная группа - Ролевая игра сверстников: участники будут в паре с коллегами -стажерами и чередуются между ролями врача и пациента. Используя стандартизированные подсказки для случая, стажеры проведут информированные обсуждения согласия. После каждого взаимодействия участник роли пациента обеспечит обратную связь со сверстниками на основе предоставляемого контрольного списка.
• Группа вмешательства - Генеративная ролевая игра ИИ: участники будут индивидуально взаимодействовать с виртуальным интерфейсом пациента, управляемого ИИ. Моделирование будет направлять динамический разговор об информированном согласии, в котором пациент ИИ отвечает в режиме реального времени на ввод стажера. Платформа запрограммирована на эмуляцию реалистичных пациентов и обеспечивает автоматизированную, индивидуальную обратную связь после каждого сценария, сосредоточившись на полноте, тоне, эмпатии и ясности.

Сценарии ролевой игры, используемые в обеих группах, будут соответствовать содержанию, включая клинический контекст (то есть информированное согласие на комбинированную верхнюю эндоскопию и колоноскопию), соответствующую историю пациентов и те же необходимые задачи общения. Эта конструкция направлена на то, чтобы гарантировать, что различия в результатах можно объяснить способом доставки, а не различия в случае сложности.

Оценка после вмешательства После сеансов моделирования все участники завершат стандартизированный пост-тест, включающий моделируемый столкновение с пациентом. В этой оценке стажеры должны получить информированное согласие на комбинированную верхнюю эндоскопию и колоноскопию от стандартизированного пациента (SP, то есть актера) после последовательной, сценарии пациента. SP будет обучен предоставлять последовательные ответы среди участников.

Все взаимодействия будут записаны видео в целях оценки, обеспечивая, чтобы идентификация функций лица не была захвачена для поддержания анонимности. Оценки будут слепы к групповым распределению.

Последующее исследование сразу после пост-теста участники завершит последующее исследование, переоценивая самоэффективность при получении информированного согласия. Группа вмешательства также заполнит вопросник обратной связи, оценивающий удобство использования, воспринимаемую образовательную ценность и приемлемость платформы на основе искусственного интеллекта.

Результаты

• Первичные результаты:

  • Способность получить информированное согласие во время пост-теста SP, оцененная с использованием структурированного контрольного списка (оценщики слепы для распределения группы)
  • Производительность связи во время пост-теста SP, оцененная с использованием структурированной глобальной шкалы оценки (оценщики слепы к распределению группы)

• Вторичные результаты:

  o Изменение самоэффективности при получении информированного согласия (оценки опроса до вмешательства).

• Другие результаты (только группа вмешательства); o Восприятие стажера моделирования на основе ИИ (только группа вмешательства), включая реализм, удобство использования и удовлетворение.

Статистический анализ Количественные данные будут проанализированы с использованием стандартных статистических методов. Различия между группами в оценках информированного согласия и оценках связи будут оцениваться с использованием независимых образцов T-тестов или U-тестов Манн-Уитни, в зависимости от распределения данных. ANOVA смешанного дизайна (повторные измерения) будет использоваться для оценки изменений в самоэффективности предварительной опоры и для проверки эффектов взаимодействия между временем и группой (ИИ и ролевые игры). Качественные данные от открытых ответов на обследование будут проанализированы с использованием тематического анализа после подхода индуктивного кодирования.