بررسی تاثیر آموزش هوش مصنوعی بر دانش و آمادگی هوش مصنوعی پزشکی در دانشجویان پزشکی

ارزیابی تأثیر پیش‌مطالعه و تکلیف عملی بر تثبیت یا تقویت یادگیری. بررسی ارتباط بین ویژگی‌های دموگرافیک و تحصیلی دانشجویان با میزان تغییر دانش و نگرش. ارائه پیشنهادهای کاربردی برای ادغام آموزش هوش مصنوعی در برنامه درسی پزشکی.

نمونه‌ای متشکل از ۱۰۰ نفر از دانشجویان پزشکی دانشگاه علوم پزشکی بقیه‌الله (عج) انتخاب و به صورت تصادفی به دو گروه ۵۰ نفره کنترل و مداخله تقسیم خواهند شد. سپس، پیش‌آزمون با استفاده از پرسشنامه استاندارد برای سنجش آمادگی و دانش شرکت‌کنندگان انجام می‌شود. در تصادفی‌سازی از سایت randomizer.org استفاده شد.

دانشگاه علوم پزشکی بقیه الله (عج)

دانشجوی رشته پزشکی در مقاطع مختلف تمایل به مشارکت در پژوهش و امضای رضایت‌نامه آگاهانه عدم سابقه شرکت در دوره‌های پیشرفته مشابه آموزشی غیبت بیش از دو جلسه از دوره‌های آموزشی عدم تکمیل پرسشنامه‌های پیش‌آزمون یا پس‌آزمون انصراف از ادامه همکاری در هر مرحله از پژوهش

در این پژوهش، یک مداخله آموزشی برخط برای دانشجویان پزشکی اجرا خواهد شد تا تأثیر آن بر آگاهی و آمادگی آنان نسبت به کاربرد هوش مصنوعی پزشکی بررسی گردد. ابتدا دانشجویان پرسشنامه استاندارد MAIRS-MS را به‌عنوان پیش‌آزمون تکمیل می‌کنند. سپس یک کارگاه آنلاین فشرده ۱۸۰ دقیقه‌ای (در دو بخش ۹۰ دقیقه‌ای) برگزار می‌شود

نمره کل آمادگی هوش مصنوعی نمره کل دانش هوش مصنوعی

شرکت‌کنندگان در این مطالعه با استفاده از روش تصادفی‌سازی بلوکی با اندازه بلوک ۴ تایی به طور تصادفی به دو گروه مداخله و کنترل تقسیم شدند. واحد تصادفی‌سازی، فردی (هر دانشجو) بود. توالی تصادفی‌سازی توسط یک آمارشناس مستقل که در فرآیند جذب یا جمع‌آوری داده‌ها دخالت نداشت، با استفاده از نرم‌افزار کامپیوتری (SPSS نسخه ۲۷) تولید شد. برای اطمینان از پنهان‌سازی تخصیص، کدهای تخصیص تولید شده در پاکت‌های مات، مهر و موم شده و شماره‌گذاری شده قرار داده شدند. پاکت‌ها تنها پس از تکمیل ارزیابی اولیه (پیش‌آزمون) توسط هر شرکت‌کننده، توسط یک دستیار پژوهش باز شدند. این روش تضمین کرد که تا لحظه تخصیص، نه پژوهشگران و نه شرکت‌کنندگان از گروه‌بندی آگاه نبودند.