梅斯医学MedSci APP
医路相伴,成就大医

Academic Radiology:放射科中人工智能/机器学习教育的应用和价值!

Tags: 人工智能   机器学习      作者:shaosai 更新:2023-07-21

鉴于人工智能/机器学习(AI/ML)在放射学领域的指数级增长和整合,人们对将AI/ML教育纳入放射诊断课程越来越感兴趣。虽然多项研究探讨了放射科受训人员和执业放射医师对放射科AI/ML的态度、理解和展望,但研究所涉及的地区却十分有限。2018年,对一个单一的诊断放射学住院医师项目的69名受访者的调查报告显示,大多数受训者(97.1%)和主治放射医师(77.1%)愿意更多地了解AI/ML,以帮助在实践中开发或使用基于AI的工具。2021年,一项基于焦点小组的研究,有7名参与者(受训者和放射科医生)对小儿放射科住院医师项目的人工智能课程进行了定性需求评估。这项研究发现,参与者之前缺乏人工智能方面的经验/培训,在学习人工智能/ML主题时更倾向于基于案例的方法和使用在线课程。因此,缺乏多机构研究来评估放射科住院医师项目中的住院医师对将AI/ML教育纳入放射科诊断课程的看法。


近日,发表在Academic Radiology杂志的一项研究在为放射科住院医师提供的人工智能/ML教育现状的情况下建立了一个基线(包括他们的住院医师项目和在线)并评估了住院医师对这些教育资源的认识和使用、了解住院医师对人工智能/ML教育的广度和深度的看法以及他们首选的学习方法/工具。

本项研究向美国21个放射科住院医师项目的759名住院医师发送了一份在线匿名调查。调查收集了住院医师的人口统计学、亚专业兴趣、教育背景和研究经历,以及对AI/ML教育的各种资源的认识、可用性和有用性。

调查的回复率为27%(209/759)。74%的受访者为男性,80%的受访者在大型大学接受培训,只有少数人(<20)有正式的人工智能/语言学教育或研究经验。所有四年的培训都有代表(范围:20%-38%)。大多数住院医师同意或强烈同意(83%)AI/ML教育应该是放射科住院医师课程的一部分,这种教育应该使他们具备在实践中排除AI工具故障的知识/确定一个工具是否按预期工作(82%)。在提供AI/ML教育的住院医师项目中,最常见的资源是系列讲座(43%)国家信息学课程(28%)以及内部/机构课程(26%)。大约24%的住院医师报告说他们的住院医师课程中没有提供AI/ML教育课程。AI/ML实验室实践(67%)和系列讲座(61%)被认为是最有益或最有效的。大多数住院医师希望AI/ML教育作为贯穿放射科住院医师(R1至R4)的连续课程(76%),其次是R4期间的小型研究金(32%)和PGY1期间的课程(21%)。 


 
 对各种在线AI/ML教育资源的认识和/或效用

研究数据显示,住院医师基本上赞成将正式的人工智能/医学教育纳入放射科住院医师课程,更倾向于将实践学习和讲座作为学习工具,并更加喜欢跨越R1-R4的连续人工智能/医学课程。

原始出处:

Ninad V Salastekar,Charles Maxfield,Tarek N Hanna,et al.Artificial Intelligence/Machine Learning Education in Radiology: Multi-institutional Survey of Radiology Residents in the United States.DOI:10.1016/j.acra.2023.01.005

来源:MedSci原创
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020