AI in de klas: een project voor geneeskundestudenten aan de Sapienza Universiteit

Een baanbrekende studie op dit gebied van kunstmatige intelligentie toegepast op het onderwijs universiteit voor geneeskunde, met als doel het meten elke verbetering in klinische vaardigheden die is bereikt dankzij het gebruik van deze technologie, beginnend bij de analyse van de snelheid bij het oplossen van een gesimuleerde zaak, van frequentie van diagnostische fouten en klanttevredenheid studenten. Dit is AI-LEARN, een project dat is gestart van de Universiteit La Sapienza van Rome, ondersteund door de vicerector aan het onderwijs Ersilia Barbato en gecoördineerd door de faculteit van Geneeskunde en Tandheelkunde, waarvan Domenico Alvaro decaan is. Het onderzoek staat onder de wetenschappelijke verantwoordelijkheid van Andrea Botticelli en gecreëerd in samenwerking met de president van de Paolo Marchetti Stichting voor Gepersonaliseerde Geneeskunde en met ctcHealth. "Het doel van het programma is tweeledig: van een kant, verken het potentieel van kunstmatige intelligentie in het universitair onderwijs; anderzijds om onze studenten steeds effectievere hulpmiddelen om vaardigheden te verwerven klinisch en besluitvorming", verklaarde de rector van de Wijsheid, Antonella Polimeni. Het project zal in drie fasen worden ontwikkeld: ontwerp, experiment en evaluatie - en zal in het voorjaar worden afgerond van 2026 met de definitieve analyse van de resultaten. In het bijzonder de gerandomiseerde, gecontroleerde studie omvat de deelname van 50 studenten van de faculteit Geneeskunde en Tandheelkunde, die wordt willekeurig verdeeld in twee groepen: de eerste groep zal interacteren met een professor-avatar die in staat is tot interacties natuurlijke, gepersonaliseerde feedback en tussentijdse tests, dankzij tot het gebruik van 'NLP' (Natural Language Learning) technologie Verwerking), terwijl de tweede controlegroep volgt in plaats van het traditionele trainingspad. Aan het einde van de trainingsprogramma, alle studenten zullen te maken krijgen met een klinische casus gesimuleerd via een patiënt-avatar ontworpen voor een complexe klinische situatie realistisch reproduceren.