의료 교육 컨소시엄의 변화를 가속화하는 AMA에서 제작한 웨비나에는 미시간 대학교 의과대학 내과 및 소아과 조교수인 Cornelius A. James, MD의 프레젠테이션이 포함되었다. 그는 또한 "데이터 증강, 기술 지원 의료 의사 결정 및 진단(DATA-MD): 새로운 커리큘럼"의 수석 연구원이다.

 

의료 분야에서 AI의 확산과 이로 인한 의사의 역할의 잠재적인 변화에 주목하면서 James 박사는 의료 교육자가 AI를 커리큘럼에 적용하기 위해 취해야 할 초기 단계를 설명했다.

 

첫째, 도전에 대비하라

 

James 박사는 “각 조직이나 시스템에는 고유한 장벽이 있지만 좀 더 일반화할 수 있는 장벽이 있다. “이해할 수 있고 적절하게도 의료 분야의 AI 및 머신러닝과 관련된 회의론이 있다. 그러나 편안함의 부족이나 이러한 기술이 제공할 수 있는 것에 대한 이해와 관련된 냉소주의를 피하려고 노력하는 것이 매우 중요하다.”고 말했다.

 

관련 이해 관계자의 동의가 부족하면 개발에서 임상 실습에 AI를 배포할 때 장애물이 될 수도 있다.

 

그는 "임상이 모델과 상호 작용하지 않고 임상 실습에서 모델 사용의 이점을 인식하지 못하면 해당 모델의 관련성을 인식하지 못할 수 있다.”고 말했다.

 

의사가 환자 치료를 안전하고 효과적으로 개선하는 방식으로 의료 AI를 활용하도록 돕는 AMA의 약속에 대해 알아보라.

 

가지고 있는 것으로 작업

 

James 박사는 "이미 과밀한 커리큘럼에 새로운 콘텐츠를 맞추는 것에 대해 우려하는 사람들도 많이 있었다."고 말했다. 여기에는 교수진에서 누가 새로운 콘텐츠를 가르칠 것인지 파악하는 것이 포함될 수 있다.

 

그러나 전용 수업을 만들려고 하는 대신 현재 존재하는 교육 과정에 AI 콘텐츠를 통합하는 것이 가장 쉬울 수 있다. 관련성이 강한 주제는 이미 많이 있다.

 

"이 내용을 의료 시스템 과학 커리큘럼에 추가하는 것은 의미가 있다."라고 그는 말했다. "의료 시스템 과학의 핵심 영역 중 하나는 임상 정보학 및 의료 정보 기술이다."

 

AI가 환자에게 어떻게 영향을 미칠 수 있는지 이해하면 학습자가 AI의 관련성을 이해하는 데 도움이 될 수 있으며 National Board of Medical Examiners 시험은 이제 의료 시스템 과학에 대해 훈련 중인 의사를 테스트하며 특히 의료 AI에 대한 질문이 있다고 덧붙였다.

 

그러나 AI는 시스템 문제에만 관련되지 않는다. 또한 증거 기반 의학(EBM) 내에 집이 있다.

 

James 박사는 AI와 EBM이 유사한 역학 및 통계 개념을 가지고 있다고 지적하면서 "예후 또는 치료, 선별 또는 진단에 대한 유사한 임상 문제를 해결하는 것이 포함된다. "기존 EBM 커리큘럼도 AI 및 머신러닝 콘텐츠의 훌륭한 본거지 역할을 할 수 있다."고 말했다.

 

미래의 의사에게 필요한 것

 

“AI와 머신러닝 모델을 개발하는 엔지니어와 컴퓨터 과학자가 생화학자, 유전학자, 면역학자, 약리학자, 의사 또는 확고하게 확립된 다른 사람들만큼 필수 요소가 될 것인지 여부를 고려하는 것이 중요할 것이다. 의학 교육에서의 역할”이라고 James 박사는 말했다.

 

그는 미래의 의사들이 알아야 할 것을 상상하는 것이 중요하다고 덧붙였다. 그 일환으로 교육자는 컴퓨터에 전달할 수 있는 것이 무엇인지 생각해야 한다.

 

예를 들어, "의사가 얼마나 많이 기억할 수 있는지에 대한 강조는 덜 강조되고 동정심, 공감, 전문성 및 의사 소통 기술을 가르치는 데 더 많은 관심을 기울일 것일까?" 그는 물었다. “초점이 바뀌면 의과대학이나 레지던트 또는 펠로우십에 대한 전제 조건이 변경될 것이다. 선발 기준이 바뀌나?”

 

웨비나는 또한 AI의 핵심 용어, AI와 관련된 변화를 관리하는 방법 및 AI에 대한 간호 관점에 대한 프레젠테이션을 제공했다. 프레젠테이션 슬라이드와 비디오 녹화는 의학 교육의 변화를 가속화하는 AMA 디지털 커뮤니티에서 사용할 수 있다(등록 필요).

 
입력 : 2021.10.11 00:07    출처 : https://www.ama-assn.org/practice-management/digital/how-health-care-ai-could-help-train-tomorrow-s-physicians
ⓒ blockchainai.kr 무단 전재 및 재배포 금지
  • 트위터
  • 페이스북
  • 카카오톡보내기
메일 보내기 닫기
보내는 사람
보내는 사람 메일
받는 사람 메일
제목
메세지