运用“羞耻视角”来理解外科住院医师的福祉：呼吁开展混合方法研究以提升应对羞耻情绪的能力

《Journal of Surgical Education》：Applying a Shame Lens to Understand Surgical Resident Well-Being: A Call for a Mixed Methods Research Agenda to Build Shame Competence

人工智能在手术教育中的应用研究综述，通过系统检索分析200篇文献，筛选出16项相关指南和清单，涵盖健康教育培训、生成式AI、机器学习预测模型、医学影像AI等六大主题，发现现有指南存在教育场景适配性不足的缺陷，需制定专属的AI外科教育研究标准。

　　

Caitlin Silvestri|Darian L Hoagland|John M Woodward|Ariana Naaseh|Colleen E McDermott|Brian M Carter|Sarah Lund|Larry J Prokop|Alec Bernard|Sergio M Navarro

哥伦比亚/纽约长老会医院，纽约州纽约市

目的

人工智能（AI）在临床和医疗研究中的应用日益广泛，这促使人们制定了新的研究指南以确保其得到恰当使用。同样，AI也被应用于外科教育研究，因此有必要评估现有指南在这一领域的相关性和适用性。本叙述性综述整合了与外科教育中AI相关的指南和清单，为研究人员提供了开展严谨、可重复研究的初步路线图，并指出了未来框架发展的空白之处。

设计

2024年4月，作者使用Ovid（Embase和MEDLINE(R)）数据库，检索了1946年至2024年期间关于医疗保健和外科教育中AI研究的指南和清单。检索团队使用了“人工智能”及相关术语，以及“清单”、“建议”以及与评估、报告和指南相关的术语。对标题和摘要进行了筛选，作者通过共识讨论确定了符合条件的全文文章进行纳入。

结果

在筛选出的200项研究中，共审查了47篇全文文章，并纳入了16份指南和清单。这些指南和清单被分为六个主题类别：应用于健康教育的人工智能研究、生成式AI和大型语言模型研究、机器学习/预测模型、AI在影像学中的应用，以及即将发布的指南。研究结果强调了这些指南和清单在目的、方法论和范围上的多样性。尽管现有指南和清单在外科教育方面存在不足（其中仅有一份是专门针对医疗保健教育中AI研究的），但作者展示了如何应用其他相关资源。

结论

本综述表明，虽然现有指南和清单可以在某些情况下得到应用，但在针对教育的具体研究指导方面仍存在显著空白。未来的工作应重点制定量身定制的指南，以应对AI融入外科教育所面临的独特挑战和机遇，确保研究的严谨性和可重复性。

部分摘录

引言

随着外科教育领域的扩展，同行评审的出版物数量也在增加。¹无论采用何种研究方法，作者和期刊都依赖报告指南和清单来确保高质量研究的开展和传播。目前，医疗服务研究中广泛存在针对多种研究类型的指南，包括随机临床试验²、系统评价³和定性研究^{4, 5}。尽管现有指南通常可以应用于

方法

我们进行了叙述性综述，以整合和分类现有的指南和清单，识别当前报告标准中的不足，并为未来制定针对外科教育的特定报告标准提供见解。

搜索结果

在筛选的200个标题和摘要中，选出了47个进行全文审查。经过全文审查（包括参考文献）后，作者确定了36份清单或指南并纳入评估范围。经过审查和共识讨论后，最终有16份清单或指南因适用于外科教育研究而被纳入本综述。

类别确定

评估者之间的共识会议确定了36份指南和清单中的16份应纳入本综述。

类别1：应用于健康教育的人工智能研究

我们找到了三份为医疗保健教育研究中使用未具体指定的AI类型提供指导的出版物——AI技术增强学习（AITEL）清单、医学AI报告最低信息（MINIMAR）指南和报告标准，以及FUTURE-AI指南。^{18, 19, 20}

AITEL清单旨在指导医疗保健教育中AI研究的开展和报告。该清单最初基于国际软件和AI报告规范制定

结论

总体而言，本文回顾的现有指南为评估AI工具并将其整合到外科教育研究中提供了有用的框架。显然，未来需要进一步制定更全面的指南，以更广泛地指导AI在外科教育中的应用。随着AI逐渐融入教育领域，这方面的工作将持续发展。

致谢

作者感谢纽约州布法罗大学外科系的（Joseph L'Huillie）对本项目初步构思提供的宝贵意见和贡献，以及他对手稿的审阅。