Тезисы РОСОМЕД-2024 - XIII съезд Российского общества симуляционного обучения в медицине и Международная конференция «Симуляционное обучение в медицине: опыт, развитие, инновации», Искусственный интеллект в медобразовании

Актуальность

Искусственный интеллект (ИИ) — это свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека. Данное определение было представлено Джоном Маккарти в 1956 году на семинаре в Дартмутском университете и сейчас, уже на протяжении длительного времени, ИИ используется в различных областях, в том числе в медицине.
Способность ИИ обрабатывать большие объемы данных и делать выводы на основе сложных моделей позволяет решать задачи, связанные с диагностикой заболеваний, прогнозированием и мониторингом здоровья, сбором и анализом медицинских данных, персонализацией лечения, поддержкой принятия решений и оптимизацией рабочих процессов.
Коммуникативная компетентность является одним из важнейших аспектов профессиональной деятельности медицинских работников. Она включает в себя умение эффективно общаться с пациентами, коллегами и другими участниками медицинского процесса. В условиях современного здравоохранения, где акцент делается на пациентоориентированный подход, развитие этих навыков становится особенно актуальным. ИИ предлагает новые возможности для обучения и развития коммуникативных навыков, что делает его важным инструментом в подготовке медицинских специалистов.

Цель

Цель данной работы заключается в рассмотрении применения ИИ как инструмента для развития коммуникативной компетентности медицинских работников.

Результаты

Выделим несколько аспектов коммуникативной компетентности, развитие которых возможно с помощью инструментов ИИ.
Во-первых, симуляция общения в безопасной контролируемой среде. Использование виртуальных симуляторов и чат-ботов позволяет медицинским работникам взаимодействовать с виртуальными пациентами, демонстрирующими различные стили общения, что позволяет специалистам практиковаться во взаимодействии с разными типами пациентов в безопасной контролируемой среде.
Первым примером использования ИИ для симуляции общения можно назвать разработанный еще в 1966 году в Массачусетском технологическом институте чат-бот Eliza, имитирующий диалог с психотерапевтом.
Во-вторых, получение обратной связи в режиме реального времени. ИИ, анализирующий большие объемы данных, может предоставлять обратную связь, указывая на возможные ошибки в коммуникации, например, неверное использование терминологии, нечеткие объяснения или недостаток активного слушания.
Современные примеры включают такие программы, как Simulated Patient, нейросети, такие как ChatGPT, YaGPT и GigaChat, EduChat, а также разрабатывающиеся в данный момент Цифровые Двойники Преподавателя.
Третий аспект коммуникативной компетентности – анализ невербальных сигналов. Коммуникативная компетентность включает в себя не только вербальные навыки, но и невербальные аспекты общения, такие как жесты, мимика и тон голоса. Для медицинских работников это означает способность не только передавать информацию, но и устанавливать доверительные отношения с пациентами, понимать их потребности, эмоциональное состояние и реагировать, проявляя эмпатию.
Такие платформы, как "Affectiva" и "Kognito" помогают анализировать взаимодействия между медицинскими работниками и пациентами, оценивать невербальные сигналы, что помогает специалистам лучше понимать эмоциональное состояние пациента и адаптировать свое общение в соответствии с его потребностями.
Важным преимуществом использования инструментов ИИ для развития коммуникативных навыков медицинских работников является снижение эмоционального напряжения обучающихся. Существуют данные, свидетельствующие о том, что люди легче воспринимают обратную связь, включая отрицательную, от «машины», нежели от живого человека.
Однако важно учитывать роль критического мышления при использовании ИИ. Невозможно исключать шанс так называемых галлюцинаций, т.е. генерируемых результатов, не имеющих под собой реальной основы, что требует ответственности со стороны человека, использующего ИИ, за содержание и результаты его использования.

Выводы

В заключение, использование искусственного интеллекта в здравоохранении открывает широкие перспективы для повышения качества медицинской помощи и образования. Инструменты ИИ могут играть важную роль в развитии коммуникативных навыков медицинских работников, предоставляя безопасную среду для практики, мгновенную обратную связь и помощь в анализе невербальных сигналов. Эти технологии снижают эмоциональное напряжение обучающихся и позволяют получить ценный опыт без риска негативного воздействия на реальных пациентов. Важность критического мышления при использовании ИИ подчеркивается возможностью получения ложных результатов, что требует от пользователей ответственного подхода к использованию и интерпретации данных.

Курагина М.Ф., Васильева Е.Н., Национальный исследовательский университет «Высшая школа экономики» (НИУ «Высшая школа экономики), г. Нижний Новгород,
Щербаков А.В., Национальный исследовательский университет «Нижегородский государственный университет им. Н.И. Лобачевского» (ННГУ им. Н.И. Лобачевского), г. Нижний Новгород

Актуальность

Обучение медицинских студентов в условиях максимально приближенных к реальным клиническим ситуациям является важным этапом их подготовки. Стандартизированные пациенты (СП) – это одна из наиболее эффективных методик для отработки клинических навыков, включая коммуникативные способности и принятие клинических решений. Однако создание качественных и разнообразных клинических сценариев требует значительных временных и кадровых ресурсов. В связи с этим, использование искусственного интеллекта (ИИ), например, ChatGPT, для автоматизации процесса разработки сценариев может стать инновационным решением. Этот подход позволит преподавателям быстрее и эффективнее генерировать разнообразные сценарии, обеспечивая тем самым больше возможностей для практического обучения.

Цель

Целью исследования является оценка возможности использования ChatGPT для создания клинических сценариев, предназначенных для методики СП, с последующей оценкой качества и соответствия сценариев образовательным задачам.

Материалы и методы

Для проведения исследования был использован алгоритм ChatGPT, который генерировал клинические сценарии на основе заранее заданных образовательных целей и клинических условий. Было создано несколько сценариев, охватывающих различные медицинские специальности и уровни подготовки студентов. Затем эти сценарии были оценены экспертами в области медицинского образования по критериям реалистичности, соответствия образовательным целям и применимости в рамках методики СП.

Результаты

Результаты показали, что ChatGPT способен генерировать клинические сценарии, которые в большинстве случаев удовлетворяют требованиям к реалистичности и образовательной значимости. Сценарии были разнообразными и охватывали широкий спектр клинических ситуаций, что позволяет использовать их на разных этапах обучения. Эксперты отметили, что сценарии ChatGPT могут служить отличной основой для дальнейшей доработки и адаптации под конкретные образовательные программы.

Обсуждение

Использование ChatGPT для создания клинических сценариев в методике СП открывает новые перспективы для медицинского образования. Во-первых, это снижает нагрузку на преподавателей, позволяя им сосредоточиться на других аспектах обучения. Во-вторых, ChatGPT позволяет создавать сценарии быстрее, что увеличивает частоту проведения симуляций и улучшает обучение студентов. Однако важно учитывать, что сгенерированные сценарии требуют проверки и корректировки со стороны экспертов для обеспечения их соответствия всем образовательным стандартам и требованиям. Также следует отметить, что ИИ пока не способен полностью заменить человеческое участие в разработке сценариев, особенно в вопросах, связанных с этикой и сложными клиническими решениями.

Выводы

Таким образом, использование ChatGPT для создания клинических сценариев для методики СП представляет собой перспективный инструмент, который может существенно облегчить и ускорить процесс подготовки образовательного материала. Несмотря на то, что ИИ требует доработки и контроля со стороны экспертов, его применение уже сейчас может внести значительный вклад в улучшение качества медицинского образования. В дальнейшем требуется дальнейшая оптимизация и интеграция таких инструментов для достижения максимальной эффективности.

Актуальность

В офтальмологии имеется значительное количество симуляторов различного технологического уровня. В последнее время используются симуляторы являющиеся аппаратнно-программными комплексами для обучения практическим навыкам в офтальмологии (Simulation-based training in ophthalmology: a review of current practices and future directions." Clinical Ophthalmology, 2020. Бакуткин В.В., Бакуткин И.В. Сервис для обучения принятия врачебных решений с использованием аппаратно-программного симулятора офтальмоскопии. Виртуальные технологии в медицине. 2023;1(4):346-349. https://doi.org/10.46594/2687-0037_2023_4_1777 ). Современными тенденциями в сфере медицинского симуляционного обучения являются повышение реалистичности, индивидуализация процесса обучения и контроля приобретаемых знаний на основе большого количества структурированных клинических случаев. Это возможно в варианте создания обучающих симуляционных роботов с использованием технологий искусственного интеллекта и открывает широкие перспективы, в том числе дистанционного симуляционного обучения в медицине.

Цель

Использование искусственного интеллекта в медицинском образовании на примере офтальмологических симуляторов “Офтальмосим”.

Материалы и методы

Технологии искусственного интеллекта в медицинском образовании использованы в разработанных и применяемых в обучении офтальмологических тренажерах “Офтальмосим”. Они являются высокореалистичными симуляторами, используют оригинальное программное обеспечение с технологиями искусственного интеллекта. Имеется две модификации симуляторов для обучения офтальмоскопии у новорожденных и взрослых пациентов. Симуляторы являются роботизированными аппаратными комплексами с оригинальной электронно оптической системой создающей высококачественные изображения глазного дна пациента с возможностью использования стандартных офтальмоскопов. различной модификации. Имитаторы глазного дна используют микродисплеи и создающие изображения полученные при обследовании реальных пациентов с использованием цифровых фундус камер. В симуляторе все функции выполняет микрокомпъютер Raspberyy pi 5 имеющий возможность работать с нейросетью. Используется монитор 27 дюймов для синхронной демонстрации изображений глазного дна. Общая клиническая база включает дата сет 1200 клинических случаев, при этом имеются разделы возрастной нормы, и всех разделов патологии глазного дна в соответствии с классификаций МЗ РФ. Программная часть имеет часть имеет образовательный раздел, который представляет собой короткие лекции по обучающим разделам и поясняющие для каких целей используются данные методики исследования и правильность выполнения офтальмоскопического обследования . Основная интеллектуальная часть программы состоит из следующих блоков: идентификации пользователя, теста исходного уровня знаний, обучающего курса по нозологическим разделам в соответствии с классификаций, составления программы обучения, контроля приобретаемых знаний по разделам и затраченному времени. Далее используется программа контроля текущих знаний по выбранным разделам, составление карты знаний по уровням обучения. Симулятор обучения экзофтальмометрии имеет аналогичную конструкцию как аппаратной так и программной части и использует экзофтальмометр Гертеля. Нейросетевой метод обеспечивает подбор клинических случаев как для обучения, так и тестирования знаний, дебрифинга, подготовки к экзамену и итогового экзамена. Симулятор может создать сценарий ежедневной работы врача с составлением клинических ситуаций различного уровня. На всех этапах используются нейросетевые технологии взаимодействующие с клиническими датасетами для обучения, контроля знаний, дебрифинга и экзамена.

Результаты

Первые модели симуляторов для обучения офтальмоскопии "Офтальмосим" стали использоваться . в 2017 году. Сейчас они имеются во многих симуляционных центрах России, СНГ. Необходимым разделом программы является идентификация пользователя, которая осуществляется первично преподавателем, а затем по бесконтактной технологии FaceID. Все последующие программы формируются индивидуально, поэтому нейросеть должна подтверждать пользователя на всех этапах обучения. Опыт применения показал, что необходима расширение клинической базы датасета для того, чтобы была возможность формирования вариабельности исходных параметров для создания курсов обучения.

Обсуждение

Конечной целью обучения считаем не только приобретение практических навыков обследования пациентов и использования оборудования, а возможность формирования клинического мышления и принятия врачебных решений. Для этого реализована возможность дополнения датасета новыми клиническими случаями. Роль преподавателя в этом случае возрастает, поскольку он может контролировать процесс обучения в реальном времени и корректировать его в том числе в дистанционном варианте. С помощью программного обеспечения можно разрабатывать авторские и целевые курсы обучения. Благодаря использованию искусственного интеллекта повышается эффективность и сокращается время, затраченное на обучение, осуществляется анализ освоения навыков, выявляются области, в которых необходимо улучшить свои знания. Имеется опыт использования офтальмологических симуляторов «Офтальмосим» в симуляционных центрах, что дает возможность создания интегрированной образовательной платформы для дальнейшего развития данного направления подготовки медицинских специалистов.

Выводы

Использование искусственного интеллекта в симуляционном обучении значительно улучшает качество обучения, благодаря многим инновационным возможностям, прежде всего расширению интерактивной клинической базы, персонализизации и объективной оценке результатов симуляционного обучения. Главной целью симуляционного обучения как приобретение практических навыков обследования пациентов и использования оборудования, так и возможность формирования клинического мышления и принятия врачебных решений. Направление использования нейросетевых методов имеет большие перспективы для дальнейшего развития как аппаратной части, так и программ интеллектуальных симуляторов.