AIは医学教育を変えるか

＊翻訳は機械翻訳サービスを利用しております

背景： 人工知能（AI）は医学教育への導入がますます進んでいます。AI技術の進化に伴い、より高度な学生指導、成績評価、カリキュラム改革が可能になると期待されています。しかしながら、医学教育機関はこの技術革命を受け入れる準備が不十分であり、コミュニティへの潜在的な悪影響に対する懸念が存在します。
目的: この分野の研究動向を調査し、AI を活用した医学教育の将来の方向性を特定するために、この分野の時間的軌跡に焦点を当てた体系的な文献分析を実施しました。
方法： 2000年から2024年までの期間をカバーするWeb of ScienceおよびScopusデータベースから文書を収集した。情報検索、決定的なジャーナルリスト、共引用分析を組み合わせた多段階の検索戦略を用いて、関連出版物を同定した。ジャーナルと著者の影響力は、出版指標と引用指標の両方を用いて評価した。研究動向とホットスポットは、引用バースト検出、頻度分析、共起ネットワークを用いて調査し、キーワードの平均出現年を色分け表示した。本分野の引用系統構造は、影響力のある参考文献を辿るために、共引用ネットワークのk平均法クラスタリングに基づく分析を用いて評価した。
結果： 本分析の結果、2021年以降、論文数が大幅に増加し、基礎研究は2019年という早い時期に発表されていることが明らかになりました。この分野で影響力のあるジャーナルには、『JMIR Medical Education』、『Anatomical Sciences Education』、『Medical Education』などがありました。研究の軌跡は進化しており、従来のコンピュータ支援学習ツールから生成AIプラットフォームへの移行を示しています。医学教育におけるAIのこれまでの応用は、主に学部レベルに集中していましたが、大学院および継続医学教育への拡大の可能性を示唆しています。さらに、最近の生成AI研究と従来の医療AI研究の間には限定的な共引用関係が見られ、医学生の生成AIに対する態度に関する調査は依然として不足しています。
結論： (1) 生成AIと基礎的な医療AI研究を意図的に統合する学際的研究、および(2) 医療教育者と学生をAI開発に巻き込むことが極めて重要です。今後の研究は、現在分離しているこれらの領域を結びつけ、より統合的な知識基盤を育む理論的枠組みと共同プロジェクトの構築に重点を置くべきです。

※新規会員登録はこちら