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
यह प्री-पोस्ट अर्ध-प्रायोगिक अध्ययन प्रदर्शित करता है कि एक संरचित दो-दिवसीय ऑनलाइन प्रशिक्षण कार्यक्रम ने चिकित्सा अनुसंधान में एआई (AI) के संबंध में नाइजीरियाई मेडिकल छात्रों और डॉक्टरों के ज्ञान, आत्म-प्रभावकारिता और अन्य धारणा डोमेन में महत्वपूर्ण सुधार किया, हालांकि नैतिक चिंताएं अपरिवर्तित रहीं और भविष्य के हस्तक्षेपों में अधिक जोर देने की आवश्यकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
चिकित्सा की आधुनिक दुनिया में, खोज के उपकरण पहले से कहीं अधिक तेज़ी से बदल रहे हैं। इन नए उपकरणों में सबसे शक्तिशाली उपकरणों में से एक आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) है, जो कंप्यूटर इंटेलिजेंस का एक रूप है जो पैटर्न खोजने, भविष्यवाणियां करने और जटिल कार्यों में सहायता करने के लिए विशाल मात्रा में जानकारी से सीख सकता है। चिकित्सा अनुसंधान में, यह तकनीक वैज्ञानिकों को विशाल डेटासेट का विश्लेषण करने, पांडुलिपियों का मसौदा तैयार करने और उन त्रुटियों को पकड़ने में मदद कर सकती है जिन्हें एक थकी हुई मानवीय आँख चूक सकती है। हालाँकि, किसी उपकरण के अस्तित्व को जानना उसे प्रभावी ढंग से उपयोग करने के तरीके को जानने से बहुत अलग है। डॉक्टरों और मेडिकल छात्रों के लिए, विशेष रूप से उन क्षेत्रों में जहाँ संसाधन कभी-कभी सीमित होते हैं, जागरूकता और वास्तविक कौशल के बीच की खाई चौड़ी हो सकती है। बहुत से लोग समझते हैं कि आर्टिफिशियल इंटेलिजेंस महत्वपूर्ण है, लेकिन बहुत कम लोगों को इसे अपने स्वयं के वैज्ञानिक कार्य में लागू करने के लिए औपचारिक निर्देश मिले हैं। यह विसंगति एक महत्वपूर्ण प्रश्न खड़ा करती है: क्या एक संक्षिप्त, केंद्रित प्रशिक्षण कार्यक्रम वास्तव में चिकित्सा पेशेवरों के सोचने और इन शक्तिशाली उपकरणों का उपयोग करने के तरीके को बदल सकता है?
इसका उत्तर देने के लिए, नाइजीरिया में शोधकर्ताओं की एक टीम ने चिकित्सा छात्रों और डॉक्टरों के लिए एक व्यवस्थित शिक्षण कार्यक्रम आयोजित किया। वे यह देखना चाहते थे कि क्या एक अच्छी तरह से डिज़ाइन किया गया कार्यशाला (वर्कशॉप) धारणाओं को बदल सकता है, आत्मविश्वास बढ़ा सकता है और चिकित्सा अनुसंधान में आर्टिफिशियल इंटेलिजेंस के उपयोग के संबंध में ज्ञान में सुधार कर सकता है। इस अध्ययन में 135 प्रतिभागी शामिल थे, जिनमें मेडिकल स्कूल के छात्रों से लेकर अनुभवी कंसल्टेंट्स तक शामिल थे, जो देश के उत्तरी और दक्षिणी दोनों हिस्सों के विश्वविद्यालयों और अस्पतालों से आए थे। प्रशिक्षण शुरू होने से पहले, शोधकर्ताओं ने प्रतिभागियों से कई प्रमुख क्षेत्रों पर उनके विचार साझा करने के लिए कहा: वे तकनीक के बारे में कितना जानते थे, वे इसे कितना उपयोगी मानते थे, उन्हें क्या बाधाएं महसूस हुईं, और उनकी नैतिक चिंताएं क्या थीं।
परिणामों ने दिखाया कि प्रशिक्षण से पहले, प्रतिभागियों की विषय के बारे में समझ स्पष्ट लेकिन असमान थी। वे आम तौर पर मानते थे कि आर्टिफिशियल इंटेलिजेंस उनका समय बचाएगा और उनके अनुसंधान की गुणवत्ता में सुधार करेगा, फिर भी उन्होंने स्वीकार किया कि वे वास्तव में इसके उपयोग के बारे में बहुत कम जानते हैं। सबसे आम भावना विशिष्ट ज्ञान की कमी थी; उदाहरण के लिए, जबकि कई लोग सामान्य स्वास्थ्य सेवा के संदर्भ में आर्टिफिशियल इंटेलिजेंस का अर्थ समझते थे, बहुत कम लोग यह समझा सकते थे कि अंतर्निहित कंप्यूटर प्रोग्रामों को कैसे प्रशिक्षित या मान्य किया जाता है। इसके अलावा, अधिकांश प्रतिभागियों ने इस विषय पर कभी कोई औपचारिक शिक्षा प्राप्त नहीं की थी, और वे अनौपचारिक, स्व-शिक्षित विधियों पर निर्भर थे। जब उन्हें ये कौशल न सीखने के जोखिमों के बारे में पूछा गया, तो उन्होंने अपने साथियों से पीछे छूट जाने की चिंता व्यक्त की, लेकिन अपने स्वयं के कौशल को सीखने और उपकरणों को लागू करने की अपनी क्षमता में उनका आत्मविश्वास मिला-जुला था।
इसके बाद शोधकर्ताओं ने अंतराल को भरने के लिए डिज़ाइन की गई दो दिवसीय ऑनलाइन कार्यशाला आयोजित की। सत्रों में तकनीक की बुनियादी बातें, अनुसंधान में इसके व्यावहारिक अनुप्रयोग, इसके उपयोग को नियंत्रित करने वाले नैतिक नियम और साहित्य समीक्षा (लिटरेचर रिव्यू) एवं डेटा विश्लेषण में मदद करने वाले विशिष्ट उपकरणों के व्यावहारिक प्रदर्शन शामिल थे। कार्यशाला के तुरंत बाद, प्रतिभागियों से उनके सोचने के तरीके में किसी भी परिवर्तन को मापने के लिए वही प्रश्न फिर से पूछे गए। इसका प्रभाव तत्काल और महत्वपूर्ण था। प्रशिक्षण ने सफलतापूर्वक प्रतिभागियों के ज्ञान के स्तर को बढ़ाया, जिससे एक अस्पष्ट जागरूकता को इन उपकरणों के काम करने के तरीके की बहुत स्पष्ट समझ में बदल दिया। उनका आत्मविश्वास भी बढ़ा; वे अपने स्वयं के कार्य में तकनीक का उपयोग करने में अधिक सक्षम महसूस करने लगे और अधिक सीखने के लिए कदम उठाने के प्रति अधिक इच्छुक हो गए। जो बाधाएं वे पहले महसूस करते थे, जैसे कि तकनीकी कौशल की कमी या संस्थागत समर्थन की कमी, वे निर्देश के बाद कम डरावनी लगने लगीं।
दिलचस्प बात यह है कि सब कुछ नहीं बदला। आर्टिफिशियल इंटेलिजेंस के उपयोग के बारेों प्रतिभागियों की चिंताएं स्थिर रहीं। प्रशिक्षण से पहले, वे पहले से ही डेटा गोपनीयता, तथ्यों को बनाने (गढ़ने) की संभावना, और यदि कोई त्रुटि होती है तो कौन जिम्मेदार होगा, जैसे मुद्दों को लेकर चिंतित थे। प्रशिक्षण के बाद, ये चिंताएं समाप्त नहीं हुईं, न ही ये तीव्र हुईं। यह सुझाव देता है कि जबकि एक छोटा कोर्स लोगों को एक उपकरण का उपयोग करना सिखा सकता है, यह आवश्यक रूप से गहरे नैतिक प्रश्नों को हल नहीं करता है, जिनके लिए लंबे, अधिक निरंतर चर्चा की आवश्यकता हो सकती है। प्रतिभागियों ने कार्यशाला के प्रति उच्च संतुष्टि भी व्यक्त की, जिनमें से अधिकांश ने कहा कि सामग्री प्रासंगिक, सुव्यवस्थित थी और सहकर्मियों को इसकी सिफारिश करने योग्य है।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि नाइजीरियाई चिकित्सा छात्र और डॉक्टर आर्टिफिशियल इंटेलिजेंस की क्षमता के बारे में जागरूक हैं, लेकिन उनमें अनुसंधान में इसका उपयोग करने के लिए विशिष्ट कौशल की कमी है। एक संरचित, व्यावहारिक प्रशिक्षण कार्यक्रम इस अंतर को जल्दी से पाट सकता है, जिससे ज्ञान और आत्मविश्वास दोनों में सुधार होता है। हालाँकि, शोधकर्ता नोट करते हैं कि नैतिक चिंताएं एक अलग मामला हैं; वे गहरी होती हैं और एक एकल पाठ से आसानी से नहीं बदलती हैं। निष्कर्ष बताते हैं कि भविष्य के शैक्षिक प्रयासों को व्यावहारिक कौशल सिखाने पर ध्यान केंद्रित करना चाहिए और साथ ही चिकित्सा में आर्टिफिशियल इंटेलिजेंस के उपयोग के इर्द-गिर्द घूमने वाली जटिल नैतिक चर्चाओं के लिए अधिक समय समर्पित करना चाहिए। जागरूकता और अनुप्रयोग के बीच के अंतर को पाटकर, ऐसा प्रशिक्षण चिकित्सा पेशेवरों को रोगी देखभाल और वैज्ञानिक खोज के लाभ के लिए इन नई तकनीकों की पूरी शक्ति का उपयोग करने में मदद कर सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।