Высшая школа организации и управления здравоохранением
Исследование: наибольший эффект ИИ показывает при обучении студентов-медиков в визуальных дисциплинах
В журнале AI опубликован обзор о влиянии искусственного интеллекта (ИИ) на медицинское образование. Исследование было проведено специалистами из клинико-академических центров Алессандрии и Новары (Италия). Как следует из обзора, наибольший эффект ИИ показал в визуальных дисциплинах: при обучении распознаванию переломов бедра студенты стали определять их точнее – с 75,7% без ИИ до 88,9% с его применением, а при разборе изображений цитологических препаратов с использованием нейросетей время анализа у обучающихся сократилось втрое.
Обзор охватил 1 317 публикаций за 2018–2024 годы, из которых после отбора в окончательный анализ вошли 63 исследования. Большинство из них проводились на небольшом количестве участников и в ограниченные сроки, а строго поставленные эксперименты встречались редко. Тем не менее, в ряде случаев удалось зафиксировать заметные результаты: тесты, созданные с помощью языковой модели ChatGPT4 от OpenAI, по качеству не уступали традиционными материалам, а виртуальные тренажеры на основе ИИ помогали студентам лучше сдавать экзамены и развивать практические навыки.
Технология уже применяется для адаптивного обучения, виртуальных тренингов, поддержки диагностики и оценки компетенций, а алгоритмы распознавания изображений улучшают точность в радиологии и гистологии: если будущие врачи в среднем правильно классифицировали около 55% образцов тканей, то системы компьютерного зрения достигали 91–93%.
При совместной работе с ИИ студенты справлялись с заданиями значительно лучше. В цитопатологии время чтения изображений сократилось с 32 до 11 минут, а согласованность между врачами повысилась. В дерматологии точность диагностики увеличилась с 56% до почти 70%. В генетике применялся алгоритм DeepGestalt, автоматически анализирующий лицевые черты пациентов и сопоставляющий их с базой известных синдромов. С его помощью студенты намного быстрее распознавали редкие заболевания.
Для устойчивого внедрения технологии исследователи рекомендуют мультицентровые и долгосрочные исследования, развитие цифровой грамотности у студентов и преподавателей, стандартизацию метрик и наборов данных, а также обязательный надзор человека при работе с алгоритмами.
