DOI: https://doi.org/10.1186/s12909-024-06552-2
PMID: https://pubmed.ncbi.nlm.nih.gov/39979912
تاريخ النشر: 2025-02-20
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تستكشف الدراسة دمج الذكاء الاصطناعي (AI) في التعليم الطبي داخل كلية طبية رفيعة المستوى في باكستان، مع تسليط الضوء على الفوائد المحتملة والتحديات التي تواجهها في البيئات ذات الموارد المحدودة. تم استخدام نهج مختلط، يتضمن استبيانًا كميًا لـ 236 مشاركًا (153 طالب طب و83 عضو هيئة تدريس) ومناقشات مجموعات تركيز نوعية ومقابلات. أظهرت النتائج أنه بينما أظهر كل من الطلاب وأعضاء هيئة التدريس مواقف إيجابية تجاه دمج الذكاء الاصطناعي، سجل أعضاء هيئة التدريس درجات أعلى بكثير في تقييمات المواقف (متوسط الدرجة 3.95 ± 0.63 مقابل 3.81 ± 0.75، ص = 0.040). ومع ذلك، لم تُلاحظ اختلافات كبيرة في المعرفة أو الممارسات بين المجموعتين. ومن الجدير بالذكر أن الطلاب الأكبر سنًا والطلاب الذكور أبلغوا عن معرفة ذاتية أعلى ومواقف أكثر إيجابية تجاه الذكاء الاصطناعي.
كشفت التحليلات النوعية عن مواضيع رئيسية تتعلق بفوائد الذكاء الاصطناعي في تعزيز التعلم والبحث، إلى جانب المخاوف بشأن الاعتماد المفرط، والقضايا الأخلاقية المتعلقة بالخصوصية، وضرورة الدعم المؤسسي. أكد أعضاء هيئة التدريس على أهمية التدريب لتزويد المعلمين بالمهارات اللازمة لدمج الذكاء الاصطناعي بشكل فعال. تؤكد النتائج على الحاجة إلى استراتيجيات محددة للسياق، بما في ذلك التدريب الأساسي والأطر الأخلاقية، لمعالجة الحواجز وتسهيل دمج الذكاء الاصطناعي بنجاح في التعليم الطبي. تضع هذه الدراسة الأساس لمبادرات مستقبلية تهدف إلى إعداد المهنيين الصحيين لمستقبل مدفوع بالذكاء الاصطناعي.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في مختلف القطاعات، وخاصة في التعليم والتدريب الطبي. يُعرف الذكاء الاصطناعي بأنه قدرة الآلات على أداء المهام التي تتطلب عادةً الذكاء البشري، مثل التفكير وحل المشكلات. حدد تقرير الأفق لعام 2016 الذكاء الاصطناعي كتحسين كبير لديه القدرة على إحداث ثورة في التعليم العالي، خاصة في التعليم الطبي، حيث يمكنه تخصيص تجارب التعلم ودمج تقنيات مثل المرضى الافتراضيين والتحليلات التنبؤية. ومع ذلك، تواجه عملية دمج الذكاء الاصطناعي في المناهج الطبية تحديات، بما في ذلك القضايا المتعلقة بالخصوصية والأخلاقيات، والحاجة إلى أطر تنظيمية قوية، ونقص عام في استعداد المعلمين والطلاب لاستخدام أدوات الذكاء الاصطناعي.
تشير الورقة إلى أنه بينما أظهرت المناطق المتقدمة نتائج إيجابية من دمج الذكاء الاصطناعي في التدريب الطبي، فإن البيئات ذات الموارد المحدودة، مثل باكستان، تتخلف بشكل كبير. تشكل هذه الفجوة خطرًا على خريجي الدول النامية، مما يجعلهم غير مستعدين لبيئة الرعاية الصحية التي يقودها الذكاء الاصطناعي بشكل متزايد. على الرغم من وجود موقف إيجابي بشكل عام تجاه الذكاء الاصطناعي بين المهنيين الصحيين، إلا أن هناك تعرضًا رسميًا ضئيلًا للذكاء الاصطناعي في المنهج، خاصة بالنسبة لطلاب الطب وأعضاء هيئة التدريس في باكستان. تهدف الدراسة إلى تقييم المعرفة الذاتية، والمواقف، والممارسات لهؤلاء المعنيين الرئيسيين بشأن دمج الذكاء الاصطناعي في التعليم الطبي، مع استكشاف العوامل الاجتماعية والثقافية التي تؤثر على تصوراتهم وتحديد الحواجز أمام الدمج الفعال. تهدف هذه الدراسة إلى إبلاغ تطوير المناهج وتنفيذ السياسات في سياق الذكاء الاصطناعي في التعليم الطبي.
الطرق
استخدمت الدراسة تصميم طرق مختلطة متزامنة، امتدت على ستة أشهر من يوليو 2023 إلى يناير 2024، في كلية طبية داخل مركز رعاية طبية رفيعة المستوى في كراتشي، باكستان. سمح هذا النهج بدمج كل من البيانات الكمية والنوعية، مما يسهل تحليلًا شاملاً للأسئلة البحثية المطروحة. كانت المنهجية تهدف إلى التقاط رؤية شاملة للظواهر قيد التحقيق، مستفيدة من نقاط القوة في كلا الإطارين المنهجيين لتعزيز صلاحية وعمق النتائج.
النتائج
في هذا القسم، تستخدم الدراسة التثليث لتعزيز صرامة وصلاحية نهجها المختلط المتزامن، من خلال دمج بيانات الاستبيان الكمي مع النتائج النوعية من مناقشات مجموعات التركيز (FGDs) والمقابلات المتعمقة (IDIs). أكمل ما مجموعه 236 مشاركًا، بما في ذلك 83 عضو هيئة تدريس و153 طالب طب، الاستبيانات، التي أظهرت اتساقًا داخليًا ممتازًا (ألفا كرونباخ = 0.94 لكلا المجموعتين). تشير النتائج الرئيسية إلى أن أعضاء هيئة التدريس كان لديهم درجات متوسطة أعلى بكثير في المواقف تجاه دمج الذكاء الاصطناعي في التعليم الطبي مقارنة بالطلاب (3.95 ± 0.63 مقابل 3.81 ± 0.75، ص = 0.040). ومع ذلك، أبلغت كلا المجموعتين عن مستويات مشابهة من المعرفة الذاتية والممارسات المتعلقة بالذكاء الاصطناعي، حيث اعترف حوالي نصفهم فقط بمعرفتهم بأدوات الذكاء الاصطناعي المستخدمة حاليًا في التعليم.
نوعيًا، كشفت المناقشات عن عدة مواضيع تتعلق بفهم ودمج الذكاء الاصطناعي في التعليم الطبي، مع تسليط الضوء على الفرص والتحديات والاعتبارات الأخلاقية. من الجدير بالذكر أنه بينما أعربت الغالبية العظمى من المستجيبين عن اهتمامهم بالتعلم المزيد عن فائدة الذكاء الاصطناعي، لم يستخدم أقل من نصفهم أدوات الذكاء الاصطناعي شخصيًا في ممارساتهم التعليمية. أظهرت تحليلات المجموعات الفرعية أن الطلاب الأكبر سنًا أبلغوا عن معرفة ذاتية أكبر ومواقف أكثر إيجابية تجاه دمج الذكاء الاصطناعي، بينما أظهر الطلاب الذكور درجات معرفة متوسطة أعلى من الإناث، على الرغم من أن هذا الاختلاف لم يكن كبيرًا بعد التعديلات. لم تُلاحظ اختلافات كبيرة بين أعضاء هيئة التدريس بناءً على المتغيرات الديموغرافية.
المناقشة
تستكشف قسم المناقشة في الدراسة تصورات ومواقف وممارسات طلاب الطب وأعضاء هيئة التدريس بشأن دمج الذكاء الاصطناعي (AI) في التعليم الطبي، خاصة في سياق محدود الموارد. استخدم المكون الكمي تصميمًا مقطعيًا مع عينة من 300 طالب طب (باستثناء الطلاب في السنة الأولى) و178 عضو هيئة تدريس، مستخدمًا استبيانًا موثقًا لتقييم المعرفة الذاتية والمواقف والممارسات المتعلقة بالذكاء الاصطناعي. شمل المكون النوعي مناقشات مجموعات التركيز والمقابلات المتعمقة، مما كشف عن تفاوتات كبيرة في فهم الذكاء الاصطناعي بين أعضاء هيئة التدريس والطلاب. أظهر أعضاء هيئة التدريس فهمًا أكثر تقدمًا لتطبيقات الذكاء الاصطناعي المحتملة، بينما ارتبط الطلاب بشكل أساسي بالوظائف الأساسية للذكاء الاصطناعي، مما يشير إلى الحاجة إلى تدخلات تعليمية مخصصة لسد هذه الفجوات.
تسلط النتائج الضوء على موقف إيجابي بشكل عام تجاه الذكاء الاصطناعي بين المشاركين، على الرغم من تحديد عجز ملحوظ في المعرفة، خاصة فيما يتعلق بمفاهيم الذكاء الاصطناعي المتقدمة. كانت المخاوف الأخلاقية، مثل خصوصية البيانات وإمكانية إساءة استخدام الذكاء الاصطناعي، شائعة، مما يبرز ضرورة وجود ضمانات مؤسسية وإرشادات واضحة لدمج الذكاء الاصطناعي بشكل مسؤول. تضمنت الحواجز أمام دمج الذكاء الاصطناعي الفعال قيودًا مالية، ومناهج دراسية قديمة، ومقاومة للتغيير. تدعو الدراسة إلى نهج تدريجي لدمج المناهج، مع التأكيد على التدريب الأساسي لأعضاء هيئة التدريس والطلاب، إلى جانب الدعم المؤسسي لتعزيز الوصول إلى موارد الذكاء الاصطناعي. بشكل عام، تؤكد الأبحاث على أهمية استراتيجيات محددة للسياق لتسهيل الاستخدام المسؤول والفعال للذكاء الاصطناعي في التعليم الطبي، مما يمهد الطريق لمزيد من الدراسات وبرامج التجريب لاستكشاف هذه المبادرات بشكل أكبر.
القيود
تسلط قسم القيود الضوء على مخاوف كبيرة بشأن الاعتماد المفرط على الذكاء الاصطناعي في التعليم، خاصة في التدريب الطبي. أعرب أعضاء هيئة التدريس عن أن الاعتماد المفرط على الذكاء الاصطناعي يمكن أن يقلل من التفكير النقدي وقدرات حل المشكلات لدى الطلاب، مؤكدين على ضرورة الحفاظ على الحكم البشري في الممارسات التعليمية. يدعون إلى اعتبار الذكاء الاصطناعي أداة تكميلية بدلاً من استبدال طرق التدريس التقليدية، مما يبرز أهمية دمج الذكاء الاصطناعي بشكل مدروس في أطر التعليم الطبي.
تساهم الدراسة في الأدبيات المتعلقة بدمج الذكاء الاصطناعي في التعليم الطبي، خاصة في سياق جنوب شرق آسيا، باستخدام نهج مختلط يجمع بين البيانات النوعية والكمية. ومع ذلك، تعترف بعدة قيود، بما في ذلك احتمال وجود تحيز في الاختيار بسبب العينة المريحة، ونقص تقييم صلاحية البناء لأداة الاستبيان، والتصميم المقطعي، الذي يقيد الاستنتاجات السببية. بالإضافة إلى ذلك، قد يؤثر معدل استجابة أعضاء هيئة التدريس الأقل من اللازم على القوة الإحصائية للنتائج. على الرغم من هذه القيود، توفر الدراسة رؤى قيمة حول تصورات أعضاء هيئة التدريس والطلاب بشأن الذكاء الاصطناعي في المناهج الطبية، مما يشير إلى أن الأبحاث المستقبلية يجب أن تركز على دراسات طولية عبر مؤسسات متعددة لفهم الديناميات المتطورة لدمج الذكاء الاصطناعي في التعليم بشكل أفضل.
DOI: https://doi.org/10.1186/s12909-024-06552-2
PMID: https://pubmed.ncbi.nlm.nih.gov/39979912
Publication Date: 2025-02-20
Author(s): Zhenyun Du et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
The study investigates the integration of artificial intelligence (AI) into medical education within a tertiary care medical college in Pakistan, highlighting both the potential benefits and the challenges faced in resource-limited settings. A mixed-methods approach was employed, involving a quantitative survey of 236 participants (153 medical students and 83 faculty) and qualitative focus group discussions and interviews. Results indicated that while both students and faculty exhibited positive attitudes towards AI integration, faculty members scored significantly higher in attitude assessments (mean score 3.95 ± 0.63 vs. 3.81 ± 0.75, p = 0.040). However, no significant differences were observed in knowledge or practices between the two groups. Notably, older students and male students reported higher self-perceived knowledge and more favorable attitudes towards AI.
Qualitative analysis revealed key themes regarding the benefits of AI for enhancing learning and research, alongside concerns about over-reliance, ethical issues related to privacy, and the necessity for institutional support. Faculty emphasized the importance of training to equip educators with the skills needed for effective AI integration. The findings underscore the need for context-specific strategies, including foundational training and ethical frameworks, to address barriers and facilitate the successful incorporation of AI in medical education. This research lays the groundwork for future initiatives aimed at preparing healthcare professionals for an AI-driven future.
Introduction
The introduction of the research paper highlights the transformative role of artificial intelligence (AI) in various sectors, particularly in education and medical training. AI is defined as the capability of machines to perform tasks that typically require human intelligence, such as reasoning and problem-solving. The 2016 Horizon Report identified AI as a significant advancement with the potential to revolutionize higher education, especially in medical education, where it can personalize learning experiences and integrate technologies like virtual patients and predictive analytics. However, the successful incorporation of AI into medical curricula faces challenges, including privacy and ethical concerns, the need for robust regulatory frameworks, and a general lack of readiness among educators and students to utilize AI tools.
The paper notes that while developed regions have shown positive outcomes from AI integration in medical training, resource-limited settings, such as Pakistan, lag significantly behind. This disparity risks leaving graduates from developing countries underprepared for an increasingly AI-driven healthcare environment. Despite a generally positive attitude towards AI among healthcare professionals, there is minimal formal exposure to AI in the curriculum, particularly for medical students and faculty in Pakistan. The study aims to evaluate the self-perceived knowledge, attitudes, and practices of these key stakeholders regarding AI integration in medical education, while also exploring socio-cultural factors that influence their perceptions and identifying barriers to effective integration. This research is intended to inform curriculum development and policy implementation in the context of AI in medical education.
Methods
The study employed a concurrent mixed methods design, spanning six months from July 2023 to January 2024, at a medical college within a tertiary care center in Karachi, Pakistan. This approach allowed for the integration of both quantitative and qualitative data, facilitating a comprehensive analysis of the research questions posed. The methodology aimed to capture a holistic view of the phenomena under investigation, leveraging the strengths of both methodological frameworks to enhance the validity and depth of the findings.
Results
In this section, the study employs triangulation to enhance the rigor and validity of its concurrent mixed-methods approach, integrating quantitative survey data with qualitative findings from focus group discussions (FGDs) and in-depth interviews (IDIs). A total of 236 participants, including 83 faculty members and 153 medical students, completed the surveys, which demonstrated excellent internal consistency (Cronbach’s alpha = 0.94 for both groups). Key findings indicate that faculty members had significantly higher mean composite attitude scores towards AI integration in medical education compared to students (3.95 ± 0.63 vs. 3.81 ± 0.75, p = 0.040). However, both groups reported similar levels of self-perceived knowledge and practices regarding AI, with only about half acknowledging familiarity with AI tools currently used in education.
Qualitatively, discussions revealed several themes related to the understanding and integration of AI in medical education, highlighting opportunities, challenges, and ethical considerations. Notably, while a majority of respondents expressed interest in further learning about AI’s utility, less than half had personally used AI tools in their educational practices. Subgroup analyses indicated that older medical students reported greater self-perceived knowledge and more positive attitudes towards AI integration, while male students exhibited higher mean knowledge scores than females, although this difference was not significant after adjustments. No significant differences were found among faculty based on demographic variables.
Discussion
The discussion section of the study explores the perceptions, attitudes, and practices of medical students and faculty regarding the integration of artificial intelligence (AI) in medical education, particularly in a resource-limited context. The quantitative component utilized a cross-sectional design with a sample of 300 medical students (excluding first-year students) and 178 faculty members, employing a validated questionnaire to assess self-perceived knowledge, attitudes, and practices related to AI. The qualitative component involved focus group discussions and in-depth interviews, revealing significant disparities in understanding AI between faculty and students. Faculty members demonstrated a more advanced comprehension of AI’s potential applications, while students primarily associated AI with basic functionalities, indicating a need for tailored educational interventions to bridge these gaps.
The findings highlight a generally positive attitude toward AI among participants, although notable knowledge deficits were identified, particularly regarding advanced AI concepts. Ethical concerns, such as data privacy and the potential misuse of AI, were prevalent, underscoring the necessity for institutional safeguards and clear guidelines for responsible AI integration. Barriers to effective AI integration included financial constraints, outdated curricula, and resistance to change. The study advocates for a phased approach to curriculum integration, emphasizing foundational training for faculty and students, alongside institutional support to enhance access to AI resources. Overall, the research underscores the importance of context-specific strategies to facilitate the responsible and effective use of AI in medical education, paving the way for future studies and pilot programs to further explore these initiatives.
Limitations
The section on limitations highlights significant concerns regarding the overreliance on AI in education, particularly in medical training. Faculty members expressed that excessive dependence on AI could diminish students’ critical thinking and problem-solving abilities, emphasizing the necessity of maintaining human judgment in educational practices. They advocate for AI to be viewed as a supplementary tool rather than a replacement for traditional teaching methods, underscoring the importance of integrating AI thoughtfully into medical education frameworks.
The study contributes to the literature on AI integration in medical education, particularly in the South-East Asian context, utilizing a mixed-methods approach that combines qualitative and quantitative data. However, it acknowledges several limitations, including potential selection bias due to convenience sampling, the lack of construct validity assessment for the survey instrument, and the cross-sectional design, which restricts causal inferences. Additionally, a smaller-than-necessary faculty response rate may affect the statistical power of the findings. Despite these limitations, the study provides valuable insights into the perceptions of faculty and students regarding AI in medical curricula, suggesting that future research should focus on longitudinal studies across multiple institutions to better understand the evolving dynamics of AI integration in education.