一组加拿大研究人员开发了一种课程框架，以帮助培训未来的家庭医生使用人工智能（AI），解决了随着数字工具在患者护理中越来越普遍而出现的医疗培训中的关键缺口。
该研究发表在《JMIR医学教育》杂志上，题为“后研究生家庭医学教育中的人工智能培训课程框架（AIFM-ed）：混合方法研究”，介绍了AIFM-ed框架，以指导将人工智能整合到家庭医学培训项目中。
随着医疗系统的演变，许多医疗专业人员感到对AI在诊断、治疗和患者管理中日益增长的影响准备不足。
这项由萨米拉·A·拉希米博士及其学生雷蒙德·托伦蒂诺共同领导的新发布的框架，为医学教育者提供了一个结构化的路线图，以填补这一空白。该框架通过全面审查现有的AI教育模式以及与来自加拿大的专家和住院医师的深入咨询而制定，概述了五个核心组成部分：课程的需求和目的、学习目标、课程内容、课程内容的组织以及课程实施的方面。
由于每所医学院校都有所不同，该框架设计得非常灵活，可以根据每个项目的具体需求和资源进行调整。
“人工智能正在迅速改变医疗保健，然而，大多数医学课程还没有跟上步伐。AIFM-ed框架提供了一个关键基础，以确保我们的未来医生准备好迎接数字化医疗服务的现实，”麦吉尔大学和魁北克人工智能研究所Mila-Quebec AI Institute的加拿大人工智能和高级数字初级卫生保健研究主席萨米拉·A·拉希米博士说。
雷蒙德·托伦蒂诺是拉希米博士实验室最近毕业的理学硕士生，也是该研究的共同负责人，他强调了这项工作对未来医生的重要性。“我们不仅是在教授新技能，还在确保家庭医生在使用AI支持更好、更安全的患者护理时感到自信，”他说。
下一步是让各机构试点该框架，并评估其对研究生医学培训的影响。通过这样做，可以确保下一代家庭医生不仅具有临床能力，而且在技术上也熟练掌握。
随着AI继续重塑医学，这一框架代表了积极的一步，以准备医生应对数字健康的未来。
(全文结束)
