DOI: https://doi.org/10.3389/fpsyg.2026.1767614
PMID: https://pubmed.ncbi.nlm.nih.gov/42164799
تاريخ النشر: 2026-05-05
المؤلف: Erika Johannessen وآخرون
الموضوع الرئيسي: عمليات التعلم البصرية والمعرفية
نظرة عامة
تستكشف هذه الدراسة تأثير نمط التعلم على المعالجة المعرفية في التعليم الطبي، مع التركيز على مقارنة المواد التقليدية ثنائية الأبعاد والواقع الافتراضي ثلاثي الأبعاد الغامر لتعليم تشريح القلب. شارك في الدراسة 21 طالبًا في السنة الأولى من كلية الطب، وتمت مراقبة النشاط الهيموديناميكي في الفص الجبهي باستخدام الطيف الضوئي القريب من الأشعة تحت الحمراء الوظيفي (fNIRS) وتم تقييم الحمل المعرفي من خلال استبيان كليبسش. أظهرت النتائج أن كلا النمطين أسفرا عن مكاسب معرفية مماثلة ومستويات حمل معرفي ذاتي مُبلغ عنها. ومع ذلك، كشفت بيانات fNIRS عن اختلافات كبيرة في الديناميات العصبية، حيث أظهر المتعلمون باستخدام المواد ثنائية الأبعاد وقتًا أطول للوصول إلى ذروة الأكسجة عبر قنوات متعددة، مما يشير إلى أن المواد التقليدية قد تفرض مطالب معرفية إضافية.
أظهرت الدراسة أيضًا فعالية مصنفات التعلم العميق في تمييز حالات الحمل المعرفي بناءً على ميزات fNIRS، محققة دقة عالية خاصة للحمل المعرفي الزائد. تؤكد هذه النتائج على أهمية دمج القياسات العصبية الفيزيولوجية مع التقييمات الذاتية لتوفير فهم شامل للحمل المعرفي في البيئات التعليمية. تدعم الأبحاث إمكانية أنظمة المراقبة المعتمدة على fNIRS لتسهيل التعليم التكيفي في الوقت الحقيقي، وهو ما قد يكون حاسمًا مع توسع المناهج الطبية وتزايد قيود الوقت التعليمي. قد يساعد فهم التكاليف العصبية المرتبطة بأنماط التعلم المختلفة في توجيه نشر تقنيات التعليم بشكل أكثر فعالية في المستقبل.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم لتعليم التشريح في التدريب الطبي، مع التأكيد على التحديات التي يواجهها الطلاب في فهم الهياكل التشريحية المعقدة ثلاثية الأبعاد من خلال الموارد التقليدية ثنائية الأبعاد. تكون هذه الصعوبة واضحة بشكل خاص في تشريح القلب، حيث يعد فهم العلاقات المكانية أمرًا أساسيًا للممارسة السريرية. مع تطور المناهج الطبية تحت قيود توسيع المحتوى وتقليل الوقت التعليمي، هناك حاجة ملحة لتقنيات تعليمية مبتكرة. لقد برز الواقع الافتراضي (VR) كحل واعد، حيث يوفر تصورات ثلاثية الأبعاد غامرة قد تعزز التعلم المكاني وتقلل الحمل المعرفي مقارنة بالطرق التقليدية. على الرغم من التعليقات الإيجابية من الطلاب بشأن فوائد التفاعل والتحفيز التي يوفرها الواقع الافتراضي، لا تزال الآليات الأساسية التي تدفع هذه المزايا غير واضحة.
تناقش المقدمة أيضًا نظرية الحمل المعرفي (CLT) كإطار لفهم تأثير تصميم التعليم على التعلم، خاصة في سياق تعليم التشريح. تميز CLT بين الأحمال المعرفية الذاتية، والزائدة، والمهمة، مما يشير إلى أن التعلم التقليدي ثنائي الأبعاد قد يفرض حملًا زائدًا إضافيًا بسبب الجهد العقلي المطلوب لتصور الهياكل ثلاثية الأبعاد. على النقيض من ذلك، قد تخفف بيئات الواقع الافتراضي من هذا العبء من خلال تقديم المعلومات التشريحية بشكل أكثر حدسية. علاوة على ذلك، يقدم القسم الطيف الضوئي القريب من الأشعة تحت الحمراء الوظيفي (fNIRS) كأداة قيمة لتقييم الحمل المعرفي من خلال النشاط العصبي في القشرة الجبهية. تهدف الدراسة إلى سد الفجوة بين تعليم التشريح المعتمد على الواقع الافتراضي وتقييم الحمل المعرفي باستخدام fNIRS من خلال مقارنة أنماط التنشيط الجبهي والحمل المعرفي الذاتي المبلغ عنه لدى طلاب السنة الأولى في كلية الطب الذين يتعلمون تشريح القلب من خلال المواد ثنائية الأبعاد مقابل الواقع الافتراضي ثلاثي الأبعاد الغامر. ستستكشف الأبحاث أنماط التنشيط المميزة، واختلافات الحمل المعرفي، وفعالية نماذج التعلم الآلي في تصنيف حالات الحمل المعرفي بناءً على بيانات fNIRS.
الطرق
كانت منهجية الدراسة خاضعة للإشراف الأخلاقي، حيث حصلت على موافقة من مجلس أخلاقيات البحث في علوم الصحة والمستشفيات التعليمية التابعة (HSREB) في جامعة كوين، تحت رقم الملف 6042008. قبل مشاركتهم في البحث، كان يتعين على جميع المشاركين تقديم موافقة خطية مستنيرة، مما يضمن الالتزام بالمعايير الأخلاقية في معالجة الموضوعات البشرية. تؤكد هذه العملية التزام الدراسة بممارسات البحث الأخلاقي.
النتائج
تظهر نتائج هذه الدراسة فعالية الطيف الضوئي القريب من الأشعة تحت الحمراء الوظيفي (fNIRS) في تصنيف حالات الحمل المعرفي أثناء تعلم التشريح. أظهر خريطة حرارية ثنائية الأبعاد لحجم التأثيرات (Cohen’s d) اختلافات كبيرة في الاستجابات الهيموديناميكية، مع أحجام تأثير إيجابية للوقت للوصول إلى الذروة عبر مواقع ناقل محددة، مما يشير إلى تأخير في التنشيط أثناء التعلم ثنائي الأبعاد مقارنة بثلاثي الأبعاد. استخدمت الدراسة تقنيات التعلم الآلي، وخاصة شبكة الإدراك متعددة الطبقات (MLP) والشبكة العصبية التلافيفية (CNN)، للتنبؤ بالحمل المعرفي عبر ثلاثة أبعاد: الحمل المعرفي الذاتي، والحمل الزائد، والحمل المعرفي الكلي. حققت MLP أعلى درجة F1 بلغت 0.639 ± 0.222 للحمل المعرفي الزائد، بدقة 0.900 ± 0.093، على الرغم من ملاحظة عدم توازن الفئات. كانت أداء المصنفات التقليدية أقل فعالية، حيث حققت الانحدار اللوجستي أفضل درجة F1 بلغت 0.502 ± 0.161 للحمل المعرفي الذاتي.
عززت عملية التحقق من صحة ترك موضوع واحد (LOSO) هذه النتائج، خاصة بالنسبة للحمل المعرفي الزائد، حيث حققت MLP درجة F1 مثيرة للإعجاب بلغت 0.914 ± 0.245 ودقة 0.916 ± 0.243، مما يشير إلى تعميم قوي على موضوعات جديدة. كما أدت CNN بشكل جيد، محققة درجة F1 بلغت 0.833 ± 0.290. كان تصنيف الحمل المعرفي الذاتي أقل قوة قليلاً، حيث أظهرت CNN وMLP أداءً معتدلاً. على النقيض من ذلك، ظل الحمل المعرفي الكلي الأكثر تحديًا في التصنيف، حيث حققت نماذج التعلم العميق درجات معتدلة فقط. بشكل عام، تبرز هذه النتائج إمكانيات fNIRS ونماذج التعلم العميق في الكشف بشكل موثوق عن اختلافات الحمل المعرفي، خاصة في سياق تعلم التشريح.
المناقشة
في هذه الدراسة، شارك واحد وعشرون طالبًا في السنة الأولى من كلية الطب في جامعة كوين في تحليل مقارن لنمط التعلم ثنائي الأبعاد مقابل ثلاثي الأبعاد لتشريح القلب، دون أي تعليم رسمي سابق في هذا الموضوع. تم تعيين المشاركين عشوائيًا إما إلى مجموعة ثلاثية الأبعاد (n = 11) تستخدم تقنية الواقع الافتراضي أو مجموعة ثنائية الأبعاد (n = 10) تستخدم ملصق ملون. أكدت التقييمات الأساسية عدم وجود اختلافات كبيرة في المعرفة التشريحية أو الألفة السابقة مع الواقع الافتراضي بين المجموعتين. تم قياس الحمل المعرفي باستخدام استبيان كليبسش للحمل المعرفي، وتمت مراقبة الاستجابات الهيموديناميكية عبر الطيف الضوئي القريب من الأشعة تحت الحمراء الوظيفي (fNIRS) لتقييم المعالجة المعرفية أثناء التعلم.
أشارت النتائج إلى أن كلا المجموعتين أظهرت تحسينات كبيرة في المعرفة التشريحية بعد التعلم، حيث حققت المجموعة ثنائية الأبعاد متوسط درجة بلغ 10.60 (زيادة قدرها 6.20 نقطة) وسجلت المجموعة ثلاثية الأبعاد 9.36 (زيادة قدرها 5.36 نقطة). ومع ذلك، لم تكن هذه الاختلافات ذات دلالة إحصائية، مما يشير إلى فعالية تعلم مماثلة عبر الأنماط. ظل الحمل المعرفي الذاتي المبلغ عنه مستقرًا طوال جلسات التعلم، مع عدم وجود تغييرات كبيرة في الحمل المعرفي الذاتي أو الزائد لأي من المجموعتين. تشير النتائج إلى أن كلا من أنماط التعلم ثنائية وثلاثية الأبعاد يمكن أن تسهل اكتساب المعرفة بشكل فعال في التعليم الطبي، على الرغم من أن المزيد من التحقيقات مطلوبة لاستكشاف المزايا المحتملة المحددة لكل نمط في سياقات مختلفة.
القيود
تسلط قيود هذه الدراسة الضوء على عدة عوامل حاسمة قد تؤثر على صلاحية وعمومية نتائجها. أولاً، حجم العينة المكونة من 21 مشاركًا، على الرغم من كونه عمليًا لأبحاث التعليم العصبي، يحد من القوة الإحصائية والقدرة على اكتشاف التأثيرات الدقيقة، مما يقلل من قابلية تطبيق النتائج على مجموعة الطلاب الطبية الأوسع. بالإضافة إلى ذلك، تشير وجود تأثيرات السقف في تقييم المعرفة إلى أن مهمة التعلم قد لا تكون قد كانت تحديًا كافيًا، مما قد يحجب الفروق في الأداء بين الأنماط التي قد تكون واضحة في ظروف أكثر تطلبًا. علاوة على ذلك، فإن جلسة التعلم التي استمرت 18 دقيقة، على الرغم من فعاليتها في إنتاج مكاسب معرفية فورية، لا توفر رؤى حول الاحتفاظ على المدى الطويل، مما يترك أسئلة غير مجابة حول متانة مزايا الكفاءة العصبية التي لوحظت لدى المتعلمين في الواقع الافتراضي (VR).
علاوة على ذلك، قيد استخدام الطيف الضوئي القريب من الأشعة تحت الحمراء الوظيفي (fNIRS) التحليل ليقتصر على القشرة الجبهية، مما يحد من استكشاف مناطق قشرية أخرى ذات صلة، مثل القشرة الجدارية، التي تشارك في المعالجة المكانية. تؤكد هذه القيود، جنبًا إلى جنب مع القيود الجوهرية لـ fNIRS في مراقبة المناطق القشرية السطحية فقط، على ضرورة استخدام تقنيات تصوير عصبي مكملة مثل التصوير بالرنين المغناطيسي الوظيفي (fMRI) للحصول على فهم أكثر شمولاً للاختلافات العصبية المرتبطة بالنمط. واجهت الدراسة أيضًا تحديات تتعلق بتعقيد البيانات بسبب حجم العينة المتواضع، مما استلزم استراتيجيات تنظيمية لمنع الإفراط في التكيف. بالإضافة إلى ذلك، فإن كل من قياسات التقرير الذاتي والقياسات العصبية الفيزيولوجية لها قيودها، بما في ذلك التحيزات المحتملة والتمثيلات غير المباشرة للحمل المعرفي. تثير تحليل عدة مقاييس إشارة دون تصحيحات لمقارنات متعددة مخاوف بشأن الخطأ من النوع الأول، وتم تحديد العتبات لتصنيفات الحمل المعرفي بناءً على اعتبارات عملية بدلاً من اعتبارات تجريبية. يجب أن تهدف الأبحاث المستقبلية إلى التلاعب بمكونات الحمل المعرفي بشكل منهجي لإقامة علاقات سببية وتأكيد موثوقية النتائج.
DOI: https://doi.org/10.3389/fpsyg.2026.1767614
PMID: https://pubmed.ncbi.nlm.nih.gov/42164799
Publication Date: 2026-05-05
Author(s): Erika Johannessen et al.
Primary Topic: Visual and Cognitive Learning Processes
Overview
This study investigates the impact of learning modality on cognitive processing in medical education, specifically comparing traditional 2D materials and immersive 3D virtual reality (VR) for teaching cardiac anatomy. A total of 21 first-year medical students participated, with prefrontal hemodynamic activity monitored using functional near-infrared spectroscopy (fNIRS) and cognitive load assessed through the Klepsch questionnaire. Results indicated that both modalities resulted in similar knowledge gains and self-reported cognitive load levels. However, fNIRS data revealed significant differences in neural dynamics, with 2D learners exhibiting longer time-to-peak oxygenation across multiple channels, suggesting that traditional materials may impose additional cognitive demands.
The study further demonstrated the efficacy of deep learning classifiers in distinguishing cognitive load states based on fNIRS features, achieving high accuracy particularly for extraneous cognitive load. These findings underscore the importance of integrating neurophysiological measures with subjective assessments to provide a comprehensive understanding of cognitive load in educational settings. The research supports the potential for fNIRS-based monitoring systems to facilitate real-time adaptive instruction, which could be crucial as medical curricula expand and instructional time becomes increasingly constrained. Understanding the neural costs associated with different learning modalities may guide more effective deployment of educational technologies in the future.
Introduction
The introduction of the research paper highlights the critical role of anatomy education in medical training, emphasizing the challenges students face in grasping complex three-dimensional anatomical structures through traditional two-dimensional resources. This difficulty is particularly evident in cardiac anatomy, where understanding spatial relationships is essential for clinical practice. As medical curricula evolve under constraints of content expansion and reduced instructional time, there is an urgent need for innovative educational technologies. Virtual reality (VR) has emerged as a promising solution, providing immersive 3D visualizations that may enhance spatial learning and reduce cognitive load compared to conventional methods. Despite positive student feedback regarding VR’s engagement and motivation benefits, the underlying mechanisms driving these advantages remain unclear.
The introduction also discusses cognitive load theory (CLT) as a framework for understanding the impact of instructional design on learning, particularly in the context of anatomy education. CLT distinguishes between intrinsic, extraneous, and germane cognitive loads, suggesting that traditional 2D learning may impose additional extraneous load due to the mental effort required to visualize 3D structures. In contrast, VR environments may alleviate this burden by presenting anatomical information in a more intuitive format. Furthermore, the section introduces functional near-infrared spectroscopy (fNIRS) as a valuable tool for assessing cognitive load through neural activity in the prefrontal cortex. The study aims to bridge the gap between VR-based anatomy education and fNIRS cognitive load assessment by comparing prefrontal activation patterns and self-reported cognitive load in first-year medical students learning cardiac anatomy through 2D materials versus immersive 3D VR. The research will explore distinct activation patterns, cognitive load differences, and the efficacy of machine learning models in classifying cognitive load states based on fNIRS data.
Methods
The methodology of the study was subject to ethical oversight, receiving approval from the Health Sciences and Affiliated Teaching Hospitals Research Ethics Board (HSREB) at Queen’s University, under File No. 6042008. Prior to their involvement in the research, all participants were required to provide written informed consent, ensuring adherence to ethical standards in the treatment of human subjects. This process underscores the study’s commitment to ethical research practices.
Results
The results of this study demonstrate the efficacy of functional near-infrared spectroscopy (fNIRS) in classifying cognitive load states during anatomy learning. A binary heatmap of effect sizes (Cohen’s d) indicated significant differences in hemodynamic responses, with positive effect sizes for time to peak across specific transmitter locations, suggesting delayed activation during 2D learning compared to 3D. The study employed machine learning techniques, particularly a Multi-Layer Perceptron (MLP) and Convolutional Neural Network (CNN), to predict cognitive load across three dimensions: intrinsic, extraneous, and total cognitive load. The MLP achieved the highest F1-score of 0.639 ± 0.222 for extraneous cognitive load, with an accuracy of 0.900 ± 0.093, although class imbalance was noted. Traditional classifiers performed less effectively, with Logistic Regression yielding the best F1-score of 0.502 ± 0.161 for intrinsic cognitive load.
Leave-one-subject-out (LOSO) validation reinforced these findings, particularly for extraneous cognitive load, where the MLP achieved an impressive F1-score of 0.914 ± 0.245 and accuracy of 0.916 ± 0.243, indicating strong generalization to new subjects. The CNN also performed well, achieving an F1-score of 0.833 ± 0.290. Intrinsic cognitive load classification was slightly less robust, with the CNN and MLP showing moderate performance. In contrast, total cognitive load remained the most challenging to classify, with deep learning models achieving only moderate scores. Overall, these results highlight the potential of fNIRS and deep learning models in reliably detecting cognitive load variations, particularly in the context of anatomy learning.
Discussion
In this study, twenty-one first-year medical students from Queen’s University participated in a comparative analysis of 2D versus 3D learning modalities for cardiac anatomy, with no prior formal instruction in the subject. Participants were randomly assigned to either a 3D group (n = 11) using VR technology or a 2D group (n = 10) utilizing a color poster. Baseline assessments confirmed no significant differences in anatomy knowledge or prior VR familiarity between groups. Cognitive load was measured using the Klepsch Cognitive Load Questionnaire, and hemodynamic responses were monitored via functional near-infrared spectroscopy (fNIRS) to assess cognitive processing during learning.
Results indicated that both groups showed significant improvements in anatomy knowledge post-learning, with the 2D group achieving a mean score of 10.60 (an increase of 6.20 points) and the 3D group scoring 9.36 (an increase of 5.36 points). However, these differences were not statistically significant, suggesting comparable learning effectiveness across modalities. Self-reported cognitive load remained stable throughout the learning sessions, with no significant changes observed in intrinsic or extraneous cognitive load for either group. The findings imply that both 2D and 3D learning modalities can effectively facilitate knowledge acquisition in medical education, although further investigation is warranted to explore potential modality-specific advantages in different contexts.
Limitations
The limitations of this study highlight several critical factors that may affect the validity and generalizability of its findings. Firstly, the sample size of 21 participants, while practical for neuroeducation research, limits statistical power and the ability to detect subtle effects, thereby reducing the applicability of results to the broader medical student population. Additionally, the presence of ceiling effects in the knowledge assessment indicates that the learning task may not have been sufficiently challenging, which could obscure performance differences between modalities that might be evident under more demanding conditions. Furthermore, the 18-minute learning session, although effective in producing immediate knowledge gains, does not provide insights into long-term retention, leaving unanswered questions about the durability of the neural efficiency advantages observed in virtual reality (VR) learners.
Moreover, the use of functional near-infrared spectroscopy (fNIRS) restricted the analysis to the prefrontal cortex, limiting the exploration of other relevant cortical regions, such as the parietal cortex, which are involved in spatial processing. This limitation, combined with the inherent constraints of fNIRS in monitoring only superficial cortical regions, underscores the necessity for complementary neuroimaging techniques like functional magnetic resonance imaging (fMRI) to gain a more comprehensive understanding of modality-related neural differences. The study also faced challenges related to data complexity due to the modest sample size, which necessitated regularization strategies to prevent overfitting. Additionally, both self-report and neurophysiological measures have their limitations, including potential biases and indirect representations of cognitive load. The analysis of multiple signal metrics without corrections for multiple comparisons raises concerns about Type I error, and the thresholds for cognitive load classifications were determined based on practical rather than empirical considerations. Future research should aim to manipulate cognitive load components systematically to establish causal relationships and confirm the reliability of the findings.