آموزش و اخلاق در پرستاری
Education and Ethics In Nursing ISSN: 2322-5300

کاربرد هوش مصنوعی در آموزش تشخیص بالینی

https://doi.org/10.22034/ethic.2024.2036846.1097
دوره 13، شماره 2
مهر 1403
صفحه 7-10
آموزش و اخلاق در پرستاری

نوع مقاله : نامه به سردبیر

نویسنده

یاسمن پورفرید

کارشناس ارشد پرستاری، مرکز تحقیقات بالینی بیمارستان مطهری، دانشگاه علوم پزشکی جهرم، جهرم، ایران

چکیده
در عصر حاضر، با توجه به افزایش میزان بقا در بیماران حاد و مزمن، سرعت بالای تولید علم و تغییر الگوی بیماری­ها، تشخیص­های درست پزشکی و پرستاری، پیچیده­تر شده است و نتایجی مانند افزایش هزینه‌های بیمار و ناکارآمدی نظام­­های درمانی را به­دنبال دارد(1). در حال حاضر، بیماران در کمتر از 50 درصد مواقع (در اولین مراجعه) تشخیص و درمان درستی دریافت می­کنند. شواهد آشکاری از فاصلۀ 13 تا 17 سال، در بین تحقیق و عمل در مراقبت بالینی وجود دارد(2). این واقعیت نشان می­دهد که روش­های فعلی برای انتقال نتایج علمی به بالین ناکارآمد می‌باشد(3). آموزش یک پزشک یا پرستار، برای درک و به خاطر سپردن تمام پیچیدگی­های مراقبت­های بهداشتی مدرن، حتی در حوزۀ تخصصی خود یک فرآیند پرهزینه و طولانی است؛ مانند آموزش یک جراح که در حال حاضر، به طور متوسط ​​10 سال یا 10000 ساعت طول می­کشد(4).
از سال 1956 که دانشمندان زبان­شناسی، ریاضیات و روانشناسی، مفهوم هوش مصنوعی را تعریف کردند تا زمانی که در فیلم­های تخیلی استفاده شد، زمان زیادی گذشته است؛ اما اکنون مشاهده می­شود که این فناوری، هر روز پیشرفت کرده و نفوذ خود را در زندگی روزمرۀ بشر(رانندگی خودکار و موتورهای جستجو) و نرم افزار­های مبتنی بر تلفن همراه­(رسانه‌های اجتماعی و برنامه‌های سرگرمی) تا آموزش پزشکی، گسترش داده است(5). پیشرفت در هوش مصنوعی قابل توجه و پارادایم آموزش پزشکی را تغییر دادند. با توسعۀ هوش مصنوعی در سه دهۀ گذشته، به ­نظر می‌رسد که بتوان از این تکنولوژی، در زمینۀ به­روز کردن آموزش پزشکی و ارتقای آموزش بالینی (محیط شبیه‌سازی شده، براساس سناریوهای بالقوۀ متعدد برای بهبود تصمیم‌گیری، درک و پیش‌بینی پیامدهای درمان) در حیطۀ تشخیص و تصمیم­گیری در علوم پزشکی برای تمام استادان و دانشجویان استفاده کرد(6). مطالعات نشان دادند که نظام‌های پشتیبانی تصمیم‌گیری بالینی سنتی، کارایی کافی ندارند و هوش مصنوعی، باید برای تقویت آموزش تشخیص بالینی استفاده شود. برنامه­های نرم‌افزاری مجهز به هوش مصنوعی، براساس تلفن همراه و متصل به بانک‌های اطلاعاتی معتبر جهانی، با توانایی تحلیل (مطالعات) داده­های مشاهده­ای و مداخله­ای، پیشنهاد بسیار خوبی برای دانشجویان نسل جدید می­باشد که تمایل بیشتری به آموزش­های مجازی و در دسترس دارند.

کلیدواژه‌ها

هوش مصنوعی
آموزش
تشخیص بالینی
آموزش بالینی
موضوعات

عنوان مقاله English

Application of artificial intelligence in clinical diagnosis training

نویسنده English

yasaman Pourfarid
MSc, Motahari Hospital Clinical Research Center, Jahrom University of Medical SciencesJahrom University of Medical Sciences, Jahrom, Iran.
چکیده English

Today, due to the increase in survival rates for acute and chronic patients, the rapid pace of scientific advancements, and the changing patterns of diseases, accurate medical and nursing diagnoses have become more complex. This complexity has led to consequences such as higher patient costs and ineffective treatment systems (1). Currently, patients receive the correct diagnosis and treatment less than 50% of the time during their first visit. There is clear evidence of a 13 to 17-year gap between research and practice in clinical healthcare (2). This indicates that current methods of transferring scientific knowledge to clinical settings are ineffective (3). Training doctors and nurses to understand and remember all the complexities of modern healthcare, even within their own specialties, is a costly and time-consuming process. For example, the average training time for a surgeon is currently 10 years or 10,000 hours (4).
Since 1956, when linguists, mathematicians, and psychologists first defined the concept of artificial intelligence, this technology has made significant advancements and expanded its influence in various aspects of human life. From automated driving and search engines to mobile phone-based software like social media and entertainment programs, artificial intelligence has become an integral part of daily life (5). In the field of medical education, artificial intelligence has revolutionized the landscape and paradigm. Over the past three decades, the development of artificial intelligence has shown promise in updating medical education and enhancing clinical training. By creating simulated environments based on multiple scenarios to improve decision-making, understanding, and predicting treatment outcomes, artificial intelligence has the potential to transform medical education for both professors and students (6).
Studies have indicated that traditional clinical decision support systems are not as effective as they could be, and incorporating artificial intelligence into clinical diagnosis training could be beneficial. Software programs equipped with artificial intelligence that are accessible via mobile phones and connected to reliable global databases have the capability to analyze observational and interventional data. This suggestion is particularly appealing to the new generation of students who are more inclined towards virtual education.

کلیدواژه‌ها English

  • Artificial intelligence
  • training
  • clinical diagnosis
  • clinical education
  1. 1. Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P. Accessing artificial intelligence for clinical decision-making. Frontiers in digital health 2021;3:645232.
  2. 2. Lamanna C, Byrne L. Should artificial intelligence augment medical decision making? The case for an autonomy algorithm. AMA journal of ethics 2018;20(9):902-10.
  3. 3. Harish V, Morgado F, Stern AD, Das S. Artificial intelligence and clinical decision making: the new nature of medical uncertainty. Academic Medicine 2021;96(1):31-6.
  4. 4. Bennett CC, Hauser K. Artificial intelligence framework for simulating clinical decision-making: A Markov decision process approach. Artificial intelligence in medicine 2013;57(1):9-19.
  5. 5. Hashimoto DA, Johnson KB. The use of artificial intelligence tools to prepare medical school applications. Academic Medicine 2023;98(9):978-82.
  6. 6. Loftus TJ, Tighe PJ, Filiberto AC, Efron PA, Brakenridge SC, Mohr AM, et al. Artificial intelligence and surgical decision-making. JAMA surgery 2020;155(2):148-58.
  7. 7. Hswen Y, Nguyen TT. Generative Artificial Intelligence Should Not Compromise Traditional Medical Education. Academic Medicine. 2024;99(6):589-90.
  8. 8. Szolovits P. Artificial intelligence and medicine. Artificial intelligence in medicine: Routledge; 2019. p. 1-19.
  9. 9. Lebedev G, Fartushnyi E, Fartushnyi I, Shaderkin I, Klimenko H, Kozhin P, et al. Technology of supporting medical decision-making using evidence-based medicine and artificial intelligence. Procedia Computer Science 2020;176:1703-12.
  10. 10. Chen A, Chen W, Liu Y. Impact of Democratizing Artificial Intelligence: Using ChatGPT in Medical Education and Training. Academic Medicine. 2024;99(6):589.

11.           Masters K. Artificial intelligence in medical education. Medical Teacher 2019;41(9):976-80

صفحه اصلی

راهنمای نویسندگان

ارسال مقاله

تماس با ما