Perception of AI in medical research among medical students and doctors in Nigeria: impact of a structured AI training program using a pre-post quasi-experimental design
Cette étude quasi expérimentale pré-post démontre qu'un programme de formation en ligne structuré de deux jours a considérablement amélioré les connaissances, l'auto-efficacité et d'autres domaines de perception concernant l'IA dans la recherche médicale chez les étudiants en médecine et les médecins nigérians, bien que les préoccupations éthiques soient restées inchangées et nécessitent une plus grande attention lors de futures interventions.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde moderne de la médecine, les outils de la découverte évoluent plus rapidement que jamais. Parmi les plus puissants de ces nouveaux outils figure l'intelligence artificielle, une forme d'intelligence informatique capable d'apprendre à partir de vastes quantités d'informations pour identifier des modèles, faire des prévisions et assister dans des tâches complexes. Dans la recherche médicale, cette technologie peut aider les scientifiques à analyser des ensembles de données gigantesques, à rédiger des manuscrits et à repérer des erreurs qu'un œil humain fatigué pourrait manquer. Cependant, savoir qu'un outil existe est très différent de savoir comment l'utiliser efficacement. Pour les médecins et les étudiants en médecine, particulièrement dans les régions où les ressources sont parfois rares, l'écart entre la sensibilisation et la compétence réelle peut être important. Beaucoup comprennent que l'intelligence artificielle est importante, mais peu ont reçu une instruction formelle sur la manière de l'appliquer à leurs propres travaux scientifiques. Ce décalage soulève une question critique : un programme de formation court et ciblé peut-il réellement changer la façon dont les professionnels de la santé perçoivent et utilisent ces outils puissants ?
Pour répondre à cela, une équipe de chercheurs au Nigeria a organisé un événement d'apprentissage structuré pour les étudiants en médecine et les médecins à travers le pays. Ils voulaient voir si un atelier bien conçu pouvait modifier les perceptions, renforcer la confiance et améliorer les connaissances concernant l'utilisation de l'intelligence artificielle dans la recherche médicale. L'étude a impliqué 135 participants, allant d'étudiants encore en médecine à des consultants expérimentés, provenant d'universités et d'hôpitaux du nord et du sud de la nation. Avant le début de la formation, les chercheurs ont demandé aux participants de partager leurs réflexions sur plusieurs domaines clés : leur niveau de connaissance de la technologie, l'utilité qu'ils lui attribuaient, les obstacles qu'ils estimaient se trouver sur leur chemin et les préoccupations éthiques qu'ils entretenaient.
Les résultats ont montré qu'avant la formation, les participants avaient une compréhension claire mais inégale du sujet. Ils croyaient généralement que l'intelligence artificielle ferait gagner du temps et améliorerait la qualité de leurs recherches, mais admettaient savoir très peu de choses sur la manière de l'utiliser concrètement. Le sentiment le plus répandu était un manque de connaissances spécifiques ; par exemple, alors que beaucoup comprenaient ce que l'intelligence artificielle signifiait dans un sens général de la santé, très peu pouvaient expliquer comment les programmes informatiques sous-jacents étaient entraînés ou validés. De plus, la plupart des participants n'avaient jamais reçu d'éducation formelle sur le sujet, s'appuyant plutôt sur des méthodes informelles et autodidactes. Lorsqu'on les interrogeait sur les risques de ne pas acquérir ces compétences, ils exprimaient la crainte d'être dépassés par leurs pairs, mais leur confiance en leur propre capacité à apprendre et à appliquer ces outils était mitigée.
Les chercheurs ont ensuite dispensé un atelier en ligne de deux jours conçu pour combler ces lacunes. Les sessions couvraient les bases de la technologie, ses applications pratiques dans la recherche, les règles éthiques qui régissent son utilisation et des démonstrations pratiques d'outils spécifiques pouvant aider pour les revues de littérature et l'analyse de données. Immédiatement après l'atelier, les participants ont été interrogés à nouveau sur les mêmes questions afin de mesurer les changements dans leur pensée. L'impact fut immédiat et significatif. La formation a réussi à élever le niveau de connaissances des participants, transformant une conscience vague en une compréhension beaucoup plus claire du fonctionnement de ces outils. Leur confiance a également grandi ; ils se sentaient plus capables d'utiliser la technologie dans leurs propres travaux et plus enclins à entreprendre des démarches pour en apprendre davantage. Les barrières qu'ils ressentaient auparavant, telles qu'un manque de compétences techniques ou de soutien institutionnel, ont été perçues comme moins décourageantes après l'instruction.
Il est intéressant de noter que tout n'a pas changé. Les préoccupations des participants concernant l'éthique de l'utilisation de l'intelligence artificielle sont restées constantes. Avant la formation, ils étaient déjà inquiets de questions telles que la confidentialité des données, la possibilité que les ordinateurs inventent des faits et la question de savoir qui serait responsable en cas d'erreur. Après la formation, ces préoccupations n'ont pas disparu, et ne sont pas devenues plus intenses. Cela suggère qu'un cours court peut apprendre aux gens comment utiliser un outil, mais qu'il ne résout pas nécessairement les questions éthiques profondes, lesquelles peuvent nécessiter des discussions plus longues et plus soutenues. Les participants ont également fait part d'une grande satisfaction à l'égard de l'atelier, la vaste majorité affirmant que le contenu était pertinent, bien organisé et méritait d'être recommandé à leurs collègues.
L'étude conclut que, bien que les étudiants et les médecins nigérians soient conscients du potentiel de l'intelligence artificielle, ils manquent des compétences spécifiques pour l'utiliser dans la recherche. Un programme de formation pratique et structuré peut rapidement combler ce fossé, améliorant à la fois les connaissances et la confiance. Cependant, les chercheurs notent que les préoccupations éthiques sont une autre affaire ; elles sont profondément ancrées et ne changent pas facilement avec une seule leçon. Les conclusions suggèrent que les futurs efforts éducatifs devraient se concentrer sur l'enseignement des compétences pratiques tout en consacrant plus de temps aux discussions éthiques complexes qui entourent l'usage de l'intelligence artificielle en médecine. En comblant le fossé entre la sensibilisation et l'application, une telle formation peut aider les professionnels de la santé au Nigeria et ailleurs à exploiter toute la puissance de ces nouvelles technologies pour le bénéfice des soins aux patients et de la découverte scientifique.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.