EyeTeacher 人工智能平台医学教育能力研究

随着生成式人工智能和大型语言模型的兴起，医学教育正在经历重大变革。众多研究强调了传统教育知识获取的局限性以及人工智能对医学教育、住院医师培训和临床从业者继续教育的潜在影响。然而，缺乏关于人工智能整合教育有效性的真实世界实验。 人工智能可以提供不受地理位置或语言限制的广泛教育资源和工具，从而降低获得高质量医学教育的障碍并促进教育公平。尽管如此，由不同医疗机构或医疗保健系统训练的人工智能模型的性能可能会有所不同。 为了提供更普遍、可及、高质量和相互连接的教育之旅。我们开发了一位虚拟眼科教师，它基于基础模型和大型语言模型开发。这个名为 EyeTeacher 的模型为未经培训的医学生提供全面的理论知识和临床技能提升。为了验证我们的 EyeTeacher 在不同国家眼科教育系统和语言中的有效性，我们计划实施一项随机对照试验。该试验将评估所有参与者的临床能力，并探索该系统与传统教学方法相比的优缺点。