提升乳腺癌诊断的超声培训：一项关于人工智能辅助学习的对照研究

《BMC Medical Education》：Enhancing ultrasound training for breast cancer diagnosis: a controlled study of AI-assisted learning

　　

摘要

研究目的

本研究旨在开发并评估一种人工智能辅助教学平台，以提升乳腺超声诊断能力。研究目的是判断在住院医师培训项目中引入人工智能是否能提高诊断准确性、学习效率以及参与者的满意度。

研究方法

我们在医院开展了一项队列研究。12名低年资住院医师（实验组）通过新开发的平台接受人工智能辅助培训，而12名高年资住院医师（对照组）则接受传统培训。在为期一个月的干预前后，使用统一的评估标准对他们的诊断表现进行评价。同时，从学习积极性、技能提升程度及自信心等方面对参与者的满意度进行调查。

研究结果

实验组在干预后的诊断评分（90.50?±?9.82）显著高于干预前的评分（70.00?±?17.55，P?=?0.003，95%置信区间为[-32.54,-8.46]，Cohen’s d值=-1.44）。调查结果显示参与者满意度很高：83.33%的人强烈认为该平台有助于学习，66.67%的人表示模式识别能力有所提升，66.67%的人觉得自我学习的积极性提高了。此外，多数人还表示在面对真实患者时，临床推理能力和自信心也有所增强。

研究结论

我们将人工智能辅助平台融入超声科住院医师培训中，打造出了一种教育工具。在这项单中心探索性研究中，该人工智能辅助平台显示出提升住院医师乳腺超声诊断能力的潜力。