综述：从量到质：利用人工智能和刻意练习促进放射学领域的精准学习

《Pediatric Radiology》：From volume to value: leveraging artificial intelligence and deliberate practice to foster precision learning in radiology

本文探讨AI与刻意练习理论在放射学教育中的协同作用，指出AI可能削弱传统学习模式，但也提供精准学习机会。建议AI应被谨慎融入培训，强调AI素养、维持基本解读技能及结构化反馈。

　　

摘要

人工智能（AI）在放射学实践中的日益整合为未来放射科医生的培训带来了机遇与挑战。本文批判性地探讨了AI、刻意练习理论以及放射学培训之间的相互作用。刻意练习是指具有明确目标、集中注意力、能够获得即时反馈并有机会进行改进的活动，已被证明在培养临床专业技能方面优于传统的基于数量和经验的学习模式。然而，AI的整合可能会通过减少初次解读的机会、加剧自动化偏见以及过度依赖“黑箱”算法来削弱关键的学习过程。不过，AI也通过精准学习提供了强大的教育辅助手段，能够根据个人需求定制个性化的学习体验。AI能够实时识别诊断错误并优化反馈机制，这与刻意练习的原则相契合。我们认为，必须将AI有意识地融入放射学培训中，以保护和提升诊断能力的培养。同时，我们也考虑了AI对未来放射科医生角色的影响，以及掌握必要非解读技能的重要性和挑战性。我们提出了基于证据的建议，以推动AI在住院医师培训项目中的整合，强调培养AI素养的必要性、保持对正常影像结果的了解、保持初次解读技能以及提供结构化的反馈。我们认为，审慎应用AI技术有望优化刻意练习过程、加速技能提升，并确保未来的放射科医生不仅能够与AI协同工作，还能凭借卓越的临床判断力和专业知识超越其局限性。

图形摘要

人工智能（AI）在放射学实践中的日益整合为未来放射科医生的培训带来了机遇与挑战。本文批判性地探讨了AI、刻意练习理论以及放射学培训之间的相互作用。刻意练习是指具有明确目标、集中注意力、能够获得即时反馈并有机会进行改进的活动，已被证明在培养临床专业技能方面优于传统的基于数量和经验的学习模式。然而，AI的整合可能会通过减少初次解读的机会、加剧自动化偏见以及过度依赖“黑箱”算法来削弱关键的学习过程。不过，AI也通过精准学习提供了强大的教育辅助手段，能够根据个人需求定制个性化的学习体验。AI能够实时识别诊断错误并优化反馈机制，这与刻意练习的原则相契合。我们认为，必须将AI有意识地融入放射学培训中，以保护和提升诊断能力的培养。同时，我们也考虑了AI对未来放射科医生角色的影响，以及掌握必要非解读技能的重要性和挑战性。我们提出了基于证据的建议，以推动AI在住院医师培训项目中的整合，强调培养AI素养的必要性、保持对正常影像结果的了解、保持初次解读技能以及提供结构化的反馈。我们认为，审慎应用AI技术有望优化刻意练习过程、加速技能提升，并确保未来的放射科医生不仅能够与AI协同工作，还能凭借卓越的临床判断力和专业知识超越其局限性。

图形摘要