Harnessing Artificial Intelligence (AI) for Surgical Education: Comparing AI- and Surgeon-Generated Feedback in Informed Consent Training
インフォームド・コンセント研修に対するAI生成のフィードバックは、外科医が生成したものよりも質が高く包括的であると評価された一方で、AIは体系的に高いパフォーマンススコアを割り当てており、これはフィードバックの質の高さが必ずしも評価の妥当性を保証するものではないことを示しており、微妙な差異を伴う外科的評価における人間による監督の必要性を浮き彫りにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
外科手術という極限の緊張感が漂う世界において、患者が手術に同意する瞬間は、手術そのものと同じくらい重要な意味を持つ。インフォームド・コンセントとして知られるこの同意は、単に書類に署名することではなく、医師が手術のリスク、利益、および代替案を、患者が真に理解できる方法で説明しなければならない複雑な対話である。それには、医学的知識、共感力、そして患者の恐怖心、文化的信条、個人的な価値観を汲み取る能力の繊細なバランスが求められる。数十年にわたり、将来の外科医にこの対話を習得させるための教育は、人間の教師が学生を観察し、批判を行うことに依存してきた。しかし、多忙な病院において、これらの教師がすべての研修生に対して詳細かつ個別化されたフィードバックを行う時間を確保することは、しばしば困難である。人工知能が人間の言語を理解する能力を高めるにつれ、新たな問いが浮かび上がってきた。コンピュータプログラムは、人間である外科医と同じように、あるいはそれ以上に、これらの不可欠なコミュニケーション技術を教えることを学べるのだろうか、という問いである。
コロンビア大学の研究者たちは、高度なコンピュータプログラムを人間の専門家と対決させるシミュレーション演習を通じて、このアイデアを検証することを試みた。彼らは6人の医学生に対し、特定の宗教的信条と文化的制限を持つバーチャルな患者に対し、腹腔鏡下虫垂切除術の必要性を説明するという難しい対話を練習させた。学生たちは、特定の文化的制約を持つ患者として設計されたコンピュータプログラムと対話し、医学的な正確さと文化的な感受性の両方を求められるシナリオを進めていった。各学生の対話が終わるたびに、コンピュータは彼らのパフォーマンスに関する詳細なレポートを作成した。同時に、シミュレーションには立ち会わなかった4人の人間の外科医が、同じ会話のトランスクリプト（逐語録）を読み、全く同じ採点ガイドを用いて独自の評価を作成した。目的は、コンピュータによるフィードバックが人間の専門家の見解と一致するかどうかを確認し、コンピュータが改善のための高品質な助言を提供できるかどうかを判断することであった。
結果は、フィードバックの質と採点の正確性の間で、驚くべき対照を浮き彫りにした。コンピュータプログラムは、人間の外科医が書いたメモよりも、著しく包括的で、バランスが取れており、建設的なフィードバックを生み出した。フィードバック・レポートの標準化された評価において、コンピュータの提案は非常に高いスコアを獲得した。それは、何がうまくいき、何に改善が必要であるかについて具体的な例を挙げ、明確で実行可能な改善ステップを提示していた。対照的に、人間の外科医は、しばしば短く直接的なコメントを提供し、学生の強みを認めないまま、エラーに重点を置きすぎる傾向があった。コンピュータは一貫して支持的な言葉を用い、詳細な理由とともにスコアを正当化したが、人間のフィードバックは、その深さやトーンにおいてばらつきが大きかった。
しかし、研究者がコンピュータが付与した実際のスコアと、外科医が付与したスコアを比較したとき、異なる景色が見えてきた。コンピュータは一貫して寛大であり、同じ会話に対して人間の専門家よりも高いパフォーマンスの点を与えていた。手術のリスクの説明、代替案の議論、患者の感情への対処といったいくつかの主要な領域において、コンピュータは外科医よりも学生の評価を著しく高く設定していた。その差は、患者が状況を本当に理解しているかどうかの判断や、患者の個人的な好みを計画に組み込むことといった、深い臨床的判断を要する領域で最も大きかった。コンピュータはしばしば満点に近いスコアを与える一方で、人間の外科医は、機械が見落とした学生の理解やニュアンスにおける微妙な欠陥を特定していたのである。
この研究は、人工知能が詳細で励みになる、構造化されたフィードバックを生成する優れたツールである一方で、外科医の真の能力を評価する段階においては、まだ人間の判断に取って代わる準備ができていないことを示唆している。コンピュータは、学習者が練習し向上するための、豊かで教育的な解説を提供することには長けていたが、経験豊富な外科医であれば気づくであろう、会話におけるより深く、より微妙な欠陥を見落とす傾向があった。この知見は、将来の外科医を訓練するための最善のアプローチは、おそらく「パートナーシップ」であることだということを示している。つまり、頻繁で即時的、かつ高品質な練習セッションを提供するために人工知能を活用しつつ、インフォームド・コンセントという困難な技術を学生が真に習得したかどうかを最終的に判断する際には、人間の専門家に頼るという形である。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。