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
Deze quasi-experimentele pre-post studie toont aan dat een gestructureerd tweedaags online trainingsprogramma de kennis, zelfeffectiviteit en andere perceptiedomeinen met betrekking tot AI in medisch onderzoek onder Nigeriaanse medische studenten en artsen significant heeft verbeterd, hoewel ethische zorgen onveranderd bleven en in toekomstige interventies meer nadruk verdienen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne wereld van de geneeskunde veranderen de instrumenten voor ontdekking sneller dan ooit tevoren. Onder de krachtigste van deze nieuwe instrumenten is kunstmatige intelligentie, een vorm van computerintelligentie die kan leren van enorme hoeveelheden informatie om patronen te vinden, voorspellingen te doen en te assisteren bij complexe taken. In medisch onderzoek kan deze technologie wetenschappers helpen bij het analyseren van enorme datasets, het opstellen van manuscripten en het opsporen van fouten die een vermoeid menselijk oog zou kunnen missen. Het weten dat een instrument bestaat, is echter iets heel anders dan weten hoe je het effectief gebruikt. Voor artsen en medische studenten, vooral in regio's waar middelen soms schaars zijn, kan de kloof tussen bewustzijn en werkelijke vaardigheid groot zijn. Veel mensen begrijpen dat kunstmatige intelligentie belangrijk is, maar weinigen hebben formele instructie ontvangen over hoe ze het op hun eigen wetenschappelijke werk kunnen toepassen. Deze discrepantie roept een cruciale vraag op: kan een kort, gericht trainingsprogramma daadwerkelijk veranderen hoe medische professionals over deze krachtige instrumenten denken en deze gebruiken?
Om dit te beantwoorden, organiseerde een team van onderzoekers in Nigeria een gestructureerd leerprogramma voor medische studenten en artsen in het hele land. Ze wilden zien of een goed ontworpen workshop de percepties kon verschuiven, het zelfvertrouwen kon vergroten en de kennis over het gebruik van kunstmatige intelligentie in medisch onderzoek kon verbeteren. De studie omvatte 135 deelnemers, variërend van studenten die nog in de medische opleiding zaten tot ervaren specialisten, afkomstig uit universiteiten en ziekenhuizen in zowel het noorden als het zuiden van het land. Voordat de training begon, vroegen de onderzoekers de deelnemers om hun gedachten te delen over verschillende kerngebieden: hoeveel ze wisten over de technologie, hoe nuttig ze deze vonden, welke obstakels zij ervoeren en welke ethische zorgen zij hadden.
De resultaten toonden aan dat de deelnemers vóór de training een duidelijk maar ongelijkmatig begrip van het onderwerp hadden. Ze geloofden over het algemeen dat kunstmatige intelligentie tijd zou besparen en de kwaliteit van hun onderzoek zou verbeteren, maar ze gaven toe zeer weinig te weten over hoe ze het daadwerkelijk moesten gebruiken. Het meest voorkomende gevoel was een gebrek aan specifieke kennis; bijvoorbeeld begrepen velen wel wat kunstmatige intelligentie betekende in een algemene gezondheidszorgcontext, maar konden zeer weinig mensen uitleggen hoe de onderliggende computerprogramma's getraind of gevalideerd werden. Bovendien hadden de meeste deelnemers nooit formele educatie over dit onderwerp ontvangen en vertrouwden ze in plaats daarvan op informele, zelf aangeleerde methoden. Wanneer gevraagd werd naar de risico's van het niet aanleren van deze vaardigheden, uitten zij hun bezorgdheid over het achterblijven bij hun vakgenoten, maar hun vertrouwen in hun eigen vermogen om de instrumenten te leren en toe te passen was gemengd.
De onderzoekers leverden vervolgens een tweedaagse online workshop die bedoeld was om deze hiaten op te vullen. De sessies bestonden uit de basis van de technologie, de praktische toepassingen ervan in onderzoek, de ethische regels die het gebruik ervan beheersen, en hands-on demonstraties van specifieke tools die kunnen helpen bij literatuuronderzoek en data-analyse. Onmiddellijk na de workshop werden de deelnemers dezelfde vragen opnieuw gesteld om een meting te doen van de veranderingen in hun denken. De impact was onmiddellijk en significant. De training slaagde erin het kennisniveau van de deelnemers te verhogen, waardoor een vaag bewustzijn werd omgezet in een veel duidelijker begrip van hoe deze instrumenten werken. Ook hun zelfvertrouwen groeide; ze voelden zich meer in staat om de technologie in hun eigen werk te gebruiken en waren eerder geneigd actie te ondernemen om meer te leren. De barrières die zij eerder voelden, zoals een gebrek aan technische vaardigheden of institutionele steun, werden na de instructie als minder ontmoedigend ervaren.
Interessant genoeg veranderde niet alles. De zorgen van de deelnemers over de ethiek van het gebruik van kunstmatige intelligentie bleven constant. Vóór de training waren zij al bezorgd over kwesties zoals gegevensprivacy, de mogelijkheid dat computers feiten verzinnen, en wie verantwoordelijk zou zijn als er een fout optreedt. Na de training verdwenen deze zorgen niet, noch werden ze intenser. Dit suggereert dat een korte cursus mensen weliswaar kan leren hoe ze een instrument moeten gebruiken, maar dat het niet noodzakelijkerwijs diepgewortelde ethische vragen oplost, die wellicht langere, meer duurzame discussies vereisen. De deelnemers rapporteerden ook een hoge mate van tevredenheid over de workshop, waarbij de grote meerderheid aangaf dat de inhoud relevant, goed georganiseerd en het aanbevelen aan collega's waard was.
De studie concludeert dat hoewel Nigeriaanse medische studenten en artsen zich bewust zijn van het potentieel van kunstmatige intelligentie, zij een gebrek hebben aan de specifieke vaardigheden om het in onderzoek te gebruiken. Een gestructureerd, praktisch trainingsprogramma kan deze kloof snel dichten door zowel kennis als zelfvertrouwen te verbeteren. De onderzoekers merken echter op dat ethische zorgen een andere zaak zijn; ze zijn diepgeworteld en veranderen niet gemakkelijk door één enkele les. De bevindingen suggereren dat toekomstige educatieve inspanningen zich moeten richten op het onderwijzen van praktische vaardigheden, terwijl er ook meer tijd moet worden besteed aan de complexe ethische discussies die rond het gebruik van kunstmatige intelligentie in de geneeskunde draaien. Door de kloof tussen bewustzijn en toepassing te overbruggen, kan dergelijke training medische professionals in Nigeria en daarbuiten helpen de volledige kracht van deze nieuwe technologieën te benutten ten behoeve van patiëntenzorg en wetenschappelijke ontdekking.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.