A mesterséges intelligencia hatékony helyettesítő tanár lehet az orvostanhallgatók következő generációja számára

A mesterséges intelligencia hatékony helyettesítő tanár lehet az orvostanhallgatók következő generációja számára

Az egyre akutabb sebészhiány miatt a mesterséges intelligencia segíthet pótolni ezt a hiányt azáltal, hogy az orvostanhallgatókat sebészeti technikák gyakorlására tanítja.

A tapasztalt sebészek munkahelyi videóin alapuló új eszköz valós időben kínál személyre szabott tanácsokat a hallgatóknak a varrás gyakorlása során. A kezdeti kísérletek azt sugallják, hogy a mesterséges intelligencia hatékony helyettesítő tanár lehet a tapasztaltabb diákok számára.

"Számos időkben vagyunk. A szolgáltatók hiánya egyre súlyosabb, és új utakat kell találnunk, hogy több és jobb gyakorlati lehetőséget biztosítsunk. Jelenleg egy kezelő sebésznek, akinek amúgy is kevés az ideje, be kell jönnie, és meg kell néznie a hallgatók gyakorlását, értékelnie kell őket, és részletes visszajelzést kell adnia nekik – ez egyszerűen nem skálázható" – mondta Mathias Unberath, a vezető szerző, az AI-val foglalkozó MI-gyógyászat szakértője. "A következő legjobb dolog a megmagyarázható mesterséges intelligencia lehet, amely megmutatja a hallgatóknak, hogy miben tér el a munkájuk a tapasztalt sebészek munkájától."

A Johns Hopkins Egyetemen kifejlesztett úttörő technológiát a közelmúltban mutatták be és ismerték el az Orvosi Képszámítási és Számítógépes Beavatkozás Nemzetközi Konferenciáján.

Jelenleg sok orvostanhallgató néz videókat a műtéteket végző szakértőkről, és megpróbálja utánozni a látottakat. Még léteznek olyan mesterséges intelligencia modellek is, amelyek értékelik a diákokat, de Unberath szerint ezek alulmaradnak, mert nem mondják el a tanulóknak, hogy mit csinálnak jól vagy rosszul.

"Ezek a modellek meg tudják mondani, hogy magas vagy alacsony képességekkel rendelkezik-e, de nehezen tudják megmondani, hogy miért" - mondta. „Ha értelmes önképzést akarunk lehetővé tenni, segítenünk kell a tanulóknak abban, hogy megértsék, mire kell összpontosítaniuk és miért.”

A csapat modellje az úgynevezett „magyarázható AI-t” foglalja magában, egy olyan mesterséges intelligencia megközelítést, amely ebben a példában felméri, hogy a tanuló mennyire zárja be a sebet, majd pontosan elmondja, hogyan fejlődhet.

A csapat úgy képezte ki modelljét, hogy követte a tapasztalt sebészek kézmozdulatait a bemetszés zárása közben. Amikor a tanulók megpróbálják ugyanazt a feladatot, a mesterséges intelligencia azonnal sms-t küld nekik, hogy tudassa velük, hogyan sikerült egy szakértőhöz képest, és hogyan finomíthatják a technikájukat.

A tanulók azt szeretnék, ha valaki objektíven elmondaná nekik, hogyan csinálták. Kiszámolhatjuk teljesítményüket az eljárás előtt és után, és megnézhetjük, hogy közelednek-e a szakértői gyakorlathoz.”

Catalina Gomez, vezető szerző, a Johns Hopkins Egyetem számítástechnikai doktorandusza

A csapat a maga nemében elsőfokú tanulmányt végzett annak kiderítésére, hogy a diákok jobban tanulnak-e az AI-n keresztül vagy videók megtekintése közben. Véletlenszerűen kiválasztottak tizenkét orvostanhallgatót, akik tapasztalattal rendelkeznek a varrásban a két módszer valamelyikével.

Minden résztvevő gyakorolta a bemetszés varratokkal történő lezárását. Egyesek azonnali mesterséges intelligencia visszajelzést kaptak, míg mások egy videóban próbálták összevetni a munkájukat egy sebész munkájával. Aztán mindenki megpróbált újra varrni.

Azokhoz a diákokhoz képest, akik videókat néztek, néhány mesterséges intelligencia által kiképzett diák sokkal gyorsabban tanult nagyobb tapasztalattal.

„Néhány ember számára az AI visszajelzésnek nagy hatása van” – mondta Unberath. „A kezdőknek továbbra is nehézségei voltak a feladattal, de a komoly sebészeti ismeretekkel rendelkező hallgatók, akik azon a ponton vannak, ahol végre tudják hajtani a tanácsokat, nagy hatással voltak.”

Ezután a csapat azt tervezi, hogy finomítja a modellt, hogy könnyebben használható legyen. Remélik, hogy végül elkészítenek egy olyan verziót, amelyet a diákok otthon is használhatnak.

„Szeretnénk olyan számítógépes látást és mesterséges intelligencia technológiát kínálni, amely lehetővé teszi, hogy valaki kényelmesen gyakorolhasson a saját otthonában egy varrókészlettel és egy okostelefonnal” – mondta Unberath. "Ez segíteni fog abban, hogy kiterjesszük az oktatást az orvosi területen. Valójában arról szól, hogyan használhatjuk fel ezt a technológiát a problémák megoldására."

A szerzők közé tartozik Lalithkumar Seenivasan, Xinrui Zou; Jeewoo Yoon; Sirui Chu; Ariel Leon; Patrick Kramer; Yu Chun Ku; Jose L. Porras; és Masaru Ishii, mind Johns Hopkinstól, és Alejandro Martin-Gomez az Arkansas Egyetemről.

Források: