هوش مصنوعی و ارتقای تواناییهای تشخیصی دانشجویان پزشکی: بررسی تجارب جهانی بر اساس مرور مطالعات

هدف این پژوهش، بررسی تاثیر هوش مصنوعی بر ارتقای مهارتهای تشخیصی دانشجویان پزشکی و تحلیل تجربیات جهانی در این حوزه است. با تحلیل ۳۷ مقاله مرتبط، نتایج نشان میدهند که هوش مصنوعی نقشی کلیدی در بهبود توانایی های تشخیصی دانشجویان ایفا میکند. برای فناوریهایی مانند یادگیری عمیق و پردازش زبان طبیعی به آن ها در تفسیر دقیقتر تصاویر رادیولوژی کمک کرده ا ست (Ning, ۲۰۲۴). افزون بر این، یافتههای مطالعه دیگری نشان می دهد که ۸۳ درصد دانشجویان از بهکارگیری هوش مصنوعی در آموزش عملی استقبال کرده و آن را ابزاری موثر برای بهبود فرآیند یادگیری خود میدانند (Hind et al., ۲۰۲۴). همچنین، اهمیت گنجاندن هوش مصنوعی در برنامه های درسی علوم پزشکی، بهویژه در حوزه هایی نظیر پاتولوژی و بیوانفورماتیک، مورد تاکید قرار گرفته است (Sharma et al., ۲۰۲۴). شواهد نشان میدهند که تلفیق این فناوری نه تنها مهارت های فردی دانشجویان، بلکه کیفیت کلی آموزش پزشکی را ارتقا بخشیده است. این تحقیق، با استفاده از مرور سیستماتیک مبتنی بر دستورالعملهای PRISMA، تاثیر تحولآفرین هوش مصنوعی در آموزش پزشکی را روشن ساخته و پیشنهادهایی برای گسترش این فناوری در برنامه های آموزشی ارائه کرده است.

کلیدواژه ها:

هوش مصنوعی ، آموزش پزشکی ، تشخیص بیماری ، دانشجویان پزشکی ، یادگیری ماشین