L'intelligenza artificiale potenzia l'apprendimento degli studenti della Grossman School of Medicine della New York University

Jun 09, 2023

Istruzione, innovazione

Notizie sulla salute della NYU Langone, primavera 2023

La studentessa di medicina Lily Ge utilizza strumenti web basati sull'intelligenza artificiale sul suo laptop per amplificare le immagini anatomiche in modo da poter visualizzare meglio come sono strutturati gli organi e la loro funzione nel corpo.

Foto: Karsten Moran

l ily Ge, una studentessa di medicina del primo anno alla NYU Grossman School of Medicine, sta facendo rapidi progressi con le sue lezioni. Mentre lavora per memorizzare i dettagli del suo ultimo modulo di anatomia, sfoglia un microscopio virtuale che esegue automaticamente una panoramica sugli organi che sta attualmente studiando. Per aiutarla a capire come i diversi sistemi del corpo interagiscono e si connettono, manipola un corpo virtuale 3D, ingrandendo per vedere "cosa si nasconde dietro cosa", dice. Se sembra che gli strumenti siano stati fatti su misura per lei, è perché lo sono.

La classe di Ge è la prima a partecipare a un approccio pionieristico all'educazione medica chiamato Precision Education, ora in corso presso la NYU Grossman School of Medicine. Finanziata in parte dall'American Medical Association, l'iniziativa utilizza l'intelligenza artificiale (AI) per adattare il curriculum e gli ausili di studio allo stile di apprendimento e agli obiettivi di ogni studente. "A differenza di un programma di studio valido per tutti, Precision Education tiene conto dei complessi meccanismi alla base degli obiettivi e delle esigenze di ciascun individuo in un modo che può aiutare a migliorare i risultati degli studenti e, per estensione, i risultati dei pazienti", spiega Marc M. Triola, MD , preside associato per l'informatica educativa e direttore fondatore dell'Istituto per le innovazioni nell'educazione medica.

In superficie, gli studenti potrebbero non notare mai la mano dell’intelligenza artificiale. Il sistema, che si basa su un tipo di potenza computazionale chiamata machine learning, funziona dietro le quinte del portale degli studenti. Elabora i dati sul curriculum accademico di un individuo e sulla sua esperienza pratica (pazienti visitati, prestazioni durante le procedure, feedback dei professori) per guidare e correggere il corso durante il loro percorso accademico. Se uno studente non è sicuro della propria specializzazione, ad esempio, uno strumento per l'esplorazione all'inizio della carriera sfrutta l'analisi predittiva per suggerire gli insegnamenti opzionali. Se uno studente cerca regolarmente una particolare condizione, uno strumento di intelligenza artificiale mostrerà ulteriori video, articoli di giornale e altre informazioni a riguardo, nello stesso modo in cui YouTube sa servire gli amanti dei gatti con simpatici errori felini. Gli studenti possono anche combinare e abbinare il modo in cui assorbono nuove informazioni, in modo che gli studenti visivi possano leggere le lezioni, gli studenti uditivi possano ascoltare e così via.

“A differenza di un programma di studi valido per tutti, Precision Education tiene conto dei complessi meccanismi alla base degli obiettivi e delle esigenze di ciascun individuo in un modo che può aiutare a migliorare i risultati degli studenti e, per estensione, i risultati dei pazienti.”—Marc M. Triola, MD , Preside associato per l'informatica educativa

Per l'esperienza clinica, gli algoritmi si basano su dati dei pazienti non identificati estratti tramite Epic, il sistema di cartelle cliniche elettroniche della NYU Langone Health, per aiutare gli studenti ad affinare le proprie capacità decisionali cliniche. "I dashboard e gli strumenti estesi per visualizzare e comprendere questi dati sono qualcosa a cui la maggior parte delle altre scuole di medicina, tirocinanti e i loro coach non hanno accesso", afferma il dott. Triola. "L'obiettivo è aiutare gli studenti a diventare i migliori medici possibili e a fare buone scelte su quali facoltativi e opportunità desiderano esplorare nel loro viaggio per arrivarci", afferma.

Mentre la NYU Grossman School of Medicine completa il suo primo anno con il kit di strumenti Precision Education, il dottor Triola e il suo team incorporano continuamente il feedback degli studenti e degli educatori per migliorare ed espandere gli strumenti. Si prevede che l'impatto della Precision Education raggiungerà ben oltre le mura della NYU Grossman School of Medicine, con altre importanti scuole di medicina che cercheranno la consulenza esperta del Dr. Triola su come implementare strumenti simili nel proprio curriculum.

Il prossimo grande passo è portare il modello basato sull’intelligenza artificiale ai residenti. La NYU Langone ha già implementato un'app chiamata NoteSense, sviluppata da Verity E. Schaye, MD, MHPE, assistente preside per la formazione nelle scienze cliniche e direttrice delle competenze cliniche integrate, che utilizza un tipo di intelligenza artificiale chiamata elaborazione del linguaggio naturale per leggere le note sul trattamento , fornire feedback e monitorare i miglioramenti tra i residenti. "I nostri strumenti di apprendimento basati sull'intelligenza artificiale sono ancora più applicabili ai nuovi medici perché, a differenza di uno studente di medicina che sta cercando di apprendere l'intera medicina, gli specializzandi possono concentrarsi su una specialità clinica", afferma il dott. Triola. "Ciò può davvero aiutare con la 'precisione' della Precision Education."