人工智能生成与麻醉学专家开发的多项真假判断题在麻醉学教育中的比较

这项单中心前瞻性观察性队列研究旨在评估人工智能（AI）生成的多项真假（MTF）问题与麻醉学培训中经验丰富的学者所开发问题在有效性、可靠性和教育价值方面的比较。

该研究将在屈塔希亚健康科学大学麻醉与复苏科进行。研究将纳入27名麻醉学住院医师，并根据其培训水平分为两组：初级住院医师（培训年限≤2.5年）和高级住院医师（培训年限>2.5年）。

将基于标准化的麻醉学教育材料开发总共200道MTF问题。其中一半问题（n=100）将由经验丰富的学者准备，另一半（n=100）将使用人工智能模型（基于ChatGPT的系统）生成。所有问题将根据预定义的标准构建，包括难度级别（简单、中等、困难）、临床相关性和教育适宜性。

参与者将在标准化条件下一次性完成问题集。每个正确答案得1分，错误答案得0分。将计算每位参与者的总分。

将进行项目分析以评估问题的心理测量特性。将计算项目难度指数、项目区分指数和整体测试可靠性。此外，将使用参与者反馈评估感知问题质量。

统计分析将使用SPSS软件进行。将评估变量的分布，并相应使用适当的参数或非参数检验。将进行组间（初级与高级住院医师）和问题来源（AI生成与学者开发）之间的比较。p值<0.05将被视为具有统计学显著性。

该研究不涉及任何临床干预、药物管理或侵入性程序。参与是自愿的，所有参与者将签署书面知情同意书。所有数据将匿名收集，仅用于研究目的。

预计本研究结果将提供关于人工智能在医学教育中潜在作用的见解，特别是在评估工具开发方面，并可能有助于麻醉学培训中更客观、标准化和高效的评估方法。