Künstliche Intelligenz beschleunigt das Lernen für Studenten der NYU Grossman School of Medicine

Jun 09, 2023

Bildung, Innovation

NYU Langone Health News, Frühjahr 2023

Die Medizinstudentin Lily Ge nutzt KI-gesteuerte Web-Tools auf ihrem Laptop, um anatomische Bilder zu verstärken, damit sie sich besser vorstellen kann, wie Organe aufgebaut sind und welche Funktion sie im Körper haben.

Foto: Karsten Moran

L Ily Ge, eine Medizinstudentin im ersten Jahr an der NYU Grossman School of Medicine, macht in ihrem Unterricht schnelle Fortschritte. Während sie daran arbeitet, sich Details aus ihrem neuesten Anatomiemodul einzuprägen, blättert sie durch ein virtuelles Mikroskop, das automatisch zu den Organen schwenkt, die sie gerade untersucht. Um besser zu verstehen, wie verschiedene Systeme im Körper interagieren und miteinander verbunden sind, manipuliert sie einen virtuellen 3D-Körper und zoomt hinein, um zu sehen, „was sich hinter was verbirgt“, sagt sie. Wenn es den Anschein hat, als wären die Werkzeuge genau auf sie zugeschnitten, dann liegt das daran, dass sie es sind.

Ges Klasse ist die erste, die an einem bahnbrechenden Ansatz der medizinischen Ausbildung namens Precision Education teilnimmt, der derzeit an der NYU Grossman School of Medicine durchgeführt wird. Die teilweise von der American Medical Association finanzierte Initiative nutzt künstliche Intelligenz (KI), um Lehrpläne und Lernhilfen an den Lernstil und die Lernziele jedes Schülers anzupassen. „Im Gegensatz zu einem einheitlichen Lehrplan berücksichtigt Precision Education die komplexen Mechanismen, die den Zielen und Bedürfnissen jedes Einzelnen zugrunde liegen, und zwar auf eine Weise, die dazu beitragen kann, die Lernergebnisse und damit auch die Patientenergebnisse zu verbessern“, erklärt Dr. Marc M. Triola , stellvertretender Dekan für Bildungsinformatik und Gründungsdirektor des Institute for Innovations in Medical Education.

Oberflächlich betrachtet bemerken die Schüler möglicherweise nie die Hand der KI. Das System, das auf einer Art Rechenleistung namens maschinelles Lernen basiert, arbeitet hinter den Kulissen des Studentenportals. Es verarbeitet Daten über die akademischen Leistungen einer Person und ihre praktische Erfahrung – behandelte Patienten, Leistung während der Eingriffe, Feedback von Professoren –, um sie während ihrer gesamten akademischen Reise zu begleiten und zu korrigieren. Wenn sich ein Student beispielsweise in seinem Fachgebiet nicht sicher ist, greift ein Tool zur frühen Berufserkundung auf prädiktive Analysen zurück, um Wahlfächer vorzuschlagen. Wenn ein Schüler regelmäßig nach einer bestimmten Krankheit sucht, zeigt ein KI-Tool zusätzliche Videos, Zeitschriftenartikel und andere Informationen dazu an – auf die gleiche Weise, wie YouTube Katzenliebhabern niedliche Katzenpatzer bietet. Die Schüler können auch die Art und Weise kombinieren, wie sie neue Informationen aufnehmen, sodass visuelle Lernende Vorlesungen lesen, auditive Lernende zuhören können usw.

„Im Gegensatz zu einem einheitlichen Lehrplan berücksichtigt Precision Education die komplexen Mechanismen, die den Zielen und Bedürfnissen jedes Einzelnen zugrunde liegen, und zwar auf eine Weise, die dazu beitragen kann, die Lernergebnisse und damit auch die Patientenergebnisse zu verbessern.“ – Marc M. Triola, MD , stellvertretender Dekan für Bildungsinformatik

Für die klinische Erfahrung stützen sich die Algorithmen auf nicht identifizierte Patientendaten, die über Epic, das elektronische Gesundheitsaktensystem von NYU Langone Health, extrahiert wurden, um Studenten dabei zu helfen, ihre klinischen Entscheidungsfähigkeiten zu verbessern. „Auf die umfangreichen Dashboards und Tools zum Anzeigen und Verstehen dieser Daten haben die meisten anderen medizinischen Fakultäten, Auszubildenden und ihre Trainer keinen Zugriff“, sagt Dr. Triola. „Das Ziel besteht darin, den Studenten dabei zu helfen, die besten Ärzte zu werden, die sie sein können, und eine gute Wahl darüber zu treffen, welche Wahlfächer und Möglichkeiten sie auf ihrem Weg dorthin erkunden möchten“, sagt er.

Während die NYU Grossman School of Medicine ihr erstes Jahr mit dem Precision Education Toolkit abschließt, beziehen Dr. Triola und sein Team kontinuierlich das Feedback von Studierenden und Lehrkräften ein, um die Tools zu verbessern und zu erweitern. Es wird erwartet, dass die Auswirkungen von Precision Education weit über die Mauern der NYU Grossman School of Medicine hinausreichen werden, da auch andere führende medizinische Fakultäten Dr. Triolas fachkundigen Rat einholen, wie sie ähnliche Tools in ihren eigenen Lehrplan integrieren können.

Der nächste große Schritt besteht darin, das KI-gesteuerte Modell den Bewohnern zugänglich zu machen. NYU Langone hat bereits eine App namens NoteSense bereitgestellt, die von Verity E. Schaye, MD, MHPE, stellvertretende Dekanin für Ausbildung in den klinischen Wissenschaften und Direktorin für integrierte klinische Fähigkeiten, entwickelt wurde und eine Art KI namens Natural Language Processing zum Lesen von Behandlungsnotizen verwendet , geben Sie Feedback und verfolgen Sie die Verbesserung unter den Bewohnern. „Unsere KI-Lerntools sind sogar noch besser auf neue Ärzte anwendbar, da sich die Assistenzärzte im Gegensatz zu einem Medizinstudenten, der versucht, die gesamte Medizin zu erlernen, auf ein klinisches Fachgebiet konzentrieren können“, sagt Dr. Triola. „Das kann wirklich zur ‚Präzision‘ von Precision Education beitragen.“

Bildung, In den Medien

Die Schule hat ihren Lehrplan angepasst, um mehr Fernunterricht, virtuelle Realität und Simulationen einzubeziehen.

4. Februar 2021

Bildung, digitale Gesundheit

Der historische Wandel im Anatomieunterricht der NYU School of Medicine tauscht Leichen gegen High-Tech-Werkzeuge.

Nachrichten und Ansichten, Nachrichten und Ansichten Sommer 2019