Humans and machines: Moving towards a more symbiotic approach to learning clinical reasoning
Ralph Pinnock, Jenny McDonald, Darren Ritchie & Steven J. Durning
Published online: 28 Oct 2019
Download citation https://doi.org/10.1080/0142159X.2019.1679361
https://www.tandfonline.com/doi/full/10.1080/0142159X.2019.1679361?af=R
人工知能（AI)は成長していて、ヘルスケアの提供方法に大きな変化をもたらしています。その最も重要でやりがいのある貢献の1つは、診断にありそうです。人工知能は、診断における医師の独占的な役割に挑戦しており、一部の分野では、その診断精度は人間の精度を超えています。私たちは、学部のカリキュラムで臨床推論の教育にAIをどのように組み込むかを早急に検討する必要があると主張します。学生は、臨床診断におけるAIへの新しいアプローチおよび開発中のアプローチの利点と潜在的な問題をうまくナビゲートする必要があります。カリキュラムのこの困難な変更のための教育的枠組みを提供します。
診断ヘルスケアの中でAIを、正しい臨床診断をサポートまたは作成することを目標とする計算過程として定義します。したがって、AIには、マンモグラムの病変をより複雑な問題に分類するなど、臨床的推論をエミュレートすることを目的とした特定の認識タスク用のシステムを含めることができます。
AIを臨床診療で使用できる方法は多数あります。医師はAIを、自分の推論の代わりとしてではなく、診断の正確性を向上させるための実践を強化するものとして考える人がいる。
医学教育においては、人間とAIの診断の類似点を調査し、AIを臨床前の学部カリキュラムに組み込むことで人間の臨床推論を教えるためのフレームワークを提案しました。
AIの倫理的課題に対処する必要があります。これらには、人間のバイアスを反映したアルゴリズム、適切な証拠に基づかない診断または治療に関する情報の使用、患者のプライバシーを保護するために患者記録から収集された大量のデータの管理が含まれます。学習者と教官は、新しいテクノロジーと、臨床的推論やその他のトピックへの影響を評価する方法を教える必要もあります。医学的またはその他の専門的実践の重要な要素は、自分の決定と行動を継続的に反映し、評価する能力です。私たち全員が急速に変化する世界に取り組んでいるので、AIの要素を臨床的推論の指導に取り入れることは、能力を奨励し促進することと一致しています。
