Opportunities, Challenges, and Future Directions of Generative Artificial Intelligence in Medical Education: Scoping Review

Opportunities, Challenges, and Future Directions of Generative Artificial Intelligence in Medical Education: Scoping Review

1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？

本研究の学術的背景は、最近の医療教育における生成AIの利用の増加に関するものです。生成AI技術は、Chat GPTやBardのようなシステムで新しいコンテンツを生成することができ、幅広い応用が可能です。研究課題の核心は、生成AIが医療教育における潜在的な機会と制約をどのように統合させることができるかという点です。

1. 本研究の目的及び学術的独自性と創造性は？

本研究の目的は、生成AIが医療教育における潜在的な応用と課題を総合的にまとめることです。独自性と創造性は、最新の文献における医療教育における生成AIの応用と課題に関する支配的なテーマを特定し、これらを基に今後の探索領域を指針とすることにあります。

1. 本研究の着想に至った経緯や，関連する国内外の研究動向と本研究の位置づけは？

本研究は、ArkseyとO'Malleyのフレームワークに従ったスコーピングレビューを行い、医療教育の文脈で生成AIについて議論した2022年以降に公表された英語の記事に焦点を当てました。PubMed、Web of Science、Google Scholarのデータベースを使用して文献検索を行い、適合性のスクリーニングを行い、関連研究からデータを抽出し、データの定量的および質的な総合を行いました。

1. 本研究で何をどのように，どこまで明らかにした？

本研究では、医療教育における生成AIの潜在的な応用として、自己学習、シミュレーションシナリオ、執筆支援など、多様な応用が示されました。しかし、文献はまた、学術的誠実性の問題、データの正確性の問題、学習への悪影響の可能性など、重要な課題も示していました。これらのテーマと文献の現状に基づいて、AIを批判的に評価する学習者のスキルの開発、評価方法論の再考、人間とAIの相互作用の研究の3つの重要な探求領域を提案しています。

1. 本研究の有効性はどのように検証した？

本研究の有効性は、将来の医療教育における生成AIの成長を予測し、AIに関連するスキルと能力の開発、思慮深く繊細なアプローチを必要とすることを提案することによって検証されます。生成AIを医療教育に統合することは、興味深い機会と重要な課題を提供します。医療教育における生成AIの使用の成長を検証するために、AIに関連するスキルや能力の開発、AIの使用の評価方法論の再考、人間とAIの相互作用の研究が必要です。