Генеративный искусственный интеллект в последипломном медицинском образовании

Generative artificial intelligence in graduate medical education
Ravi Janumpally, Suparna Nanua, Angel Ngo, Kenneth E. Youens, Andy Ngo
2025-01-10

поддержка принятия клинических решенийклиническая симуляциярабочая нагрузка электронной медицинской документациигенеративный искусственный интеллектпоследипломное медицинское образование
Генеративный искусственный интеллект (GenAI) стремительно преобразует различные отрасли, включая здравоохранение и образование. В настоящей статье рассматриваются потенциальные возможности и риски применения GenAI в последипломном медицинском образовании (GME). Мы анализируем существующую литературу и представляем комментарий о том, как GenAI может повлиять на GME, выделяя пять ключевых направлений возможностей: снижение рабочей нагрузки, связанной с электронными медицинскими картами (EHR), клиническое моделирование, индивидуализация образования, поддержка исследований и аналитики, а также поддержка принятия клинических решений. Затем мы обсуждаем существенные риски, включая неточность и чрезмерную зависимость от контента, сгенерированного ИИ, проблемы аутентичности и академической добросовестности, потенциальную предвзятость результатов работы ИИ и угрозы конфиденциальности. По мере развития технологии GenAI, вероятно, будет играть важную роль в будущем GME, однако ее интеграция должна осуществляться на основе всестороннего понимания как ее преимуществ, так и ограничений.
1
Генеративный ИИ может снизить нагрузку, связанную с электронными медицинскими картами, в последипломном медицинском образовании, поддерживая задачи документирования.
2
Вероятно, генеративный ИИ будет играть важную роль в будущем последипломного медицинского образования, однако его внедрение должно учитывать как преимущества, так и ограничения.
3
Генеративный ИИ может улучшить последипломное медицинское образование посредством клинической симуляции, индивидуализации обучения, поддержки исследований и аналитики, а также клинической поддержки принятия решений.
4
К основным рискам относятся неточность результатов, чрезмерная зависимость от сгенерированного контента, угрозы аутентичности и академической добросовестности, предвзятость и проблемы конфиденциальности.
5
Ответственная интеграция требует решения проблем точности, предвзятости, конфиденциальности и академической добросовестности до широкого внедрения в последипломное медицинское образование.

генеративный искусственный интеллект в последипломном медицинском образовании

потенциальные возможности, риски и последствия для последипломного медицинского образования

Publication Details
Publication Date
2025-01-10
Journal
Publisher
ISSN
Cited by
55
Access Type
Author Information
Authors
Ravi Janumpally
Suparna Nanua
Angel Ngo
Kenneth E. Youens
Andy Ngo
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%