Development and validation of the artificial intelligence literacy scale for medical students (AILS-MS)
Diese Studie entwickelte und validierte eine 20-Item-Skala mit vier Dimensionen (AILS-MS), um die KI-Literacy unter Medizinstudierenden zu bewerten, wobei das Kompetenzrahmenwerk der UNESCO mit den Bedürfnissen der medizinischen Ausbildung integriert wurde, um die Curriculumsreform und kompetenzbasierte Beurteilungen zu unterstützen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der modernen Welt ist die künstliche Intelligenz aus dem Reich der Science-Fiction in den täglichen Rhythmus des Gesundheitswesens übergegangen. Sie hilft Ärzten beim Lesen von Röntgenbildern, sagt voraus, welche Patienten krank werden könnten, und unterstützt sogar bei der Entdeckung neuer Medikamente. Da diese Werkzeuge immer gebräuchlicher werden, wird eine neue Art von Fertigkeit ebenso wichtig wie das Wissen über Anatomie oder die Verschreibung von Medikamenten. Diese Fertigkeit wird als KI-Literatität bezeichnet. Dabei geht es nicht darum, zu wissen, wie man einen Computer baut, sondern vielmehr darum, zu verstehen, wie diese Systeme funktionieren, zu wissen, wann man ihnen vertrauen kann, und zu erkennen, wann sie falsch liegen könnten. Für die Ärzte von morgen ist diese Literatität eine Frage der Sicherheit. Wenn ein zukünftiger Arzt nicht den Unterschied zwischen einem hilfreichen KI-Vorschlag und einem gefährlichen Fehler erkennen kann oder wenn er sich so sehr auf eine Maschine verlässt, dass er sein eigenes Urteilsvermögen vergisst, könnten die Folgen für die Patienten schädlich sein. Die Frage, vor der medizinische Fakultäten heute stehen, ist, wie man diese Fertigkeit lehrt und, was noch wichtiger ist, wie man misst, ob die Studierenden sie tatsächlich erlernt haben.
Bis jetzt gab es keine standardisierte Methode, um dieses spezifische Wissen für Medizinstudierende in China zu testen. Bestehende Tests waren für allgemeine College-Studierende oder für Ärzte in westlichen Ländern konzipiert, wo die Regeln und die Kultur anders sind. Um diese Lücke zu schließen, setzte ein Forscherteam der Chongqing Medical University beschlossen, ein neues Messinstrument von Grund auf neu zu entwickeln. Sie wollten einen Test, der den einzigartigen Bedürfnissen zukünftiger Ärzte entspricht, der die hohen Einsätze in der Patientenversorgung und die spezifischen Gesetze und ethischen Standards des chinesischen Gesundheitssystems berücksichtigt. Ihr Ziel war es, eine Skala zu erstellen, die Lehrenden genau sagen kann, wie gut ein Student die Rolle der künstlichen Intelligenz in der Medizin versteht, von den technischen Details bis hin zu den moralischen Implikationen.
Die Forscher begannen, Ideen aus vielen verschiedenen Quellen zu sammeln. Sie untersuchten bestehende Studien, interviewten Medizinstudierende sowie Experten und konsultierten ein Gremium von Spezialisten aus Bereichen, die von der klinischen Medizin bis zur Medizinethik reichten. Dieser Prozess half ihnen, die wichtigsten Wissensbereiche zu identifizieren. Sie erkannten, dass es bei der „KI-Literatität“ in der Medizin nicht nur um eine einzige Fertigkeit geht. Stattdessen setzt sie sich aus vier unterschiedlichen Teilen zusammen. Erstens gibt es die Fähigkeit, die Technologie selbst zu verstehen und anzuwenden, wie zum Beispiel zu wissen, wie man die richtigen Fragen stellt, um nützliche Antworten von einem Computer zu erhalten. Zweitens gibt sich die menschliche Seite, die beinhaltet, einen klaren Kopf zu bewahren und nicht zuzulassen, dass die Maschine das eigene Denken des Arztes übernimmt. Drittens gibt es die ethische Ebene, die Themen wie Privatsphäre, Fairness und die Regeln zum Umgang mit Daten abdeckt. Schließlich gibt es den Aspekt des Lernens, bei dem es darum geht, diese Werkzeuge zu nutzen, um den Studenten zu helfen, im Laufe ihrer Karriere zu wachsen und Neues zu lernen.
Um diese Ideen in einen echten Test zu verwandeln, erstellte das Team eine Liste von zwanzig spezifischen Fragen. Anschließend baten sie hunderte Medizinstudierende von drei verschiedenen Universitäten, die Umfrage durchzuführen. Die Forscher teilten die Gruppe in zwei Teile auf: Eine Gruppe half ihnen dabei, festzustellen, wie die Fragen zusammenpassen, und die andere Gruppe half ihnen zu bestätigen, dass die Struktur solide war. Durch sorgfältige statistische Analysen fanden sie heraus, dass sich die zwanzig Fragen ganz natürlich in die vier von ihnen vorhergesagten Kategorien gruppierten. Der Test erwies sich als zuverlässig, was bedeutet, dass ein Student, wenn er ihn erneut durchführen würde, wahrscheinlich ein ähnliches Ergebnis erzielen würde, und dass die Fragen konsistent das maßen, was sie messen sollten. Das Endergebnis ist eine 20-teilige Skala, die das gesamte Spektrum der KI-Literatität abdeckt, von technischem Know-how bis hin zur ethischen Verantwortung.
Die Studie ergab, dass dieses neue Instrument, das die Forscher die „Artificial Intelligence Literacy Scale for Medical Students“ nannten, gut funktioniert. Es unterscheidet erfolgreich zwischen verschiedenen Ebenen des Verständnisses und liefert ein klares Bild der Stärken und Schwächen eines Studenten. Die vier Dimensionen, die es misst – Technologie und Anwendung, humanistische Werte, Ethik und Fairness sowie KI-gestütztes Lernen – bieten eine vollständige Sicht darauf, was es bedeutet, für eine KI-gesteuerte Zukunft in der Medizin bereit zu sein. Die Forscher schlagen vor, dass Schulen dieses Instrument nun nutzen können, um zu überprüfen, wie gut ihre aktuelle Lehre funktioniert, und um bessere Kurse zu gestalten. Indem sie eine zuverlässige Methode zur Messung dieser Fähigkeiten haben, können medizinische Lehrende sicherstellen, dass die nächste Generation von Ärzten nicht nur mit künstlicher Intelligenz vertraut ist, sondern auch wirklich bereit ist, sie weise, sicher und ethisch im Umgang mit ihren Patienten einzusetzen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.