美国医学会(AMA)新设立的"通过精准教育转变终身学习"资助计划的获奖者计划利用和理解大数据，并应用增强智能(AI)为医学生、住院医师以及执业医师提供个性化的医学教育学习路径。
数据和人工智能将使精准教育系统能够识别并解决每个学习者的独特需求，通过增强个性化、提高效率并赋予学习者自主权来改善培训。精准教育系统提供有价值的实时反馈，帮助学习者保持参与度并以最佳速度进步。
美国医学会首席执行官John Whyte博士在声明中表示："技术和人工智能有潜力重塑医师学习、实践和照顾患者的方式，这些资助将帮助实现这一潜力。随着新工具的出现，我们有机会构建更具吸引力、更适应性强且更符合医学实践现实的学习环境。我们的目标是确保创新加强医师体验，创造一个每位医师都能充分满足患者需求的未来。"
美国医学会已向11家机构集体授予110万美元的资助，这些机构与超过80家合作组织合作。这项投资建立在美国医学会通过其ChangeMedEd®倡议十多年的领导力基础上，该倡议已提供近5000万美元资金，用于转变整个医学教育体系。
美国医学会医学教育创新副总裁Kimberly D. Lomis博士表示："我们精心策划了一系列丰富的项目，涵盖所有级别的学习者、多个临床学科并应用各种技术方法。"
各团队将探索围绕数据的技术挑战——他们需要创建的安全保护措施，以及如何监控数据集中的错误和偏差。许多资助项目是多机构合作的，其中一些项目着眼于整个专业领域的表现，这意味着他们将解决跨站点共享数据的挑战和益处。
Lomis博士表示，一些项目将创造性地使用AI环境技术来增强从临床接触中获得的学习。通过捕捉与患者的互动，学员和医师将获得关于其表现的反馈和指导，以提高沟通和临床推理等技能。其他团队正在创建按需工具来练习沟通等关键技能。
Lomis博士指出："我们将不仅了解技术，还将了解对这种数据驱动方法反应良好的医师或学员的特征。"
从AI实施到数字健康采用和电子健康记录(EHR)的可用性，美国医学会正致力于使技术为医师服务，确保其成为医生的资产。这包括最近成立美国医学会数字健康与AI中心，让医师在塑造如何利用AI和其他数字工具以改善患者和临床医生体验方面拥有强有力的发言权。
催化医学教育变革
美国医学会的1200万美元精准教育资助计划向那些在医学院、住院医师项目和继续医学教育中追求精准教育原则创新应用的机构提供资金。
获奖者将利用这些资金（将在四年内分配）转变学习系统，并评估和提升在服务患者方面最重要的能力。
Sanjay Desai博士是美国医学会首席学术官。他和同事们在完成美国医学会重新构想住院医师培训资助计划后构思了这一奖项的想法。
Desai博士表示："我们与全国各行业的远见者会面，了解如何最好地催化我们所向往的医学教育未来的变革。"
利益相关者认识到，技术的快速加速拐点提供了一个独特的机会来解决医学教育中的传统挑战。
他表示："具体来说，我们可以开发利用数据和技术（包括AI）的工具，实现教育个性化，增加学习者自主权，并减少系统中不必要的摩擦。我们相信这些新的精准教育系统是终身学习的未来。"
以下是11位获奖者计划如何利用数据和AI：
辛辛那提大学医学院：资助获得者将使用环境数据捕获技术，通过持续、个性化的临床推理和沟通技能评估提供反馈。他们将开发用于反馈传递的AI算法，在两个地点约600名学员中测试该技术的实用性，并从模拟扩展到真实的患者接触。部分参与者将测试在接触过程中传递洞察的抬头显示器的可行性。
伊利诺伊大学医学院：该团队汇集了多个合作组织，开发、扩展和评估基于AI的精准学习UME-GME系统。他们将利用大数据确定每所参与学校中哪些评估与毕业后医学教育(GME)早期表现最一致，然后为医学生提供自动化的个性化精准反馈，促进学习者目标设定，增强学习者准备并成功过渡到住院医师培训。
路易斯安那州立大学健康科学中心："行动中的同情心"项目是一个虚拟沟通学习工具，随着医学生、住院医师或研究员参与患者护理而随行。该应用程序包含一个由AI生成的沟通教练和一群虚拟患者角色，根据学习者的即时需求量身定制。
夏威夷约翰A.伯恩斯医学院：为解决夏威夷医生短缺问题并改善其服务最不足人群的健康结果，该项目将开发一个AI增强的、文化响应的精准教育和精准辅导项目，培训医学生在农村社区执业。
佐治亚家庭医师学院：该计划将在佐治亚州12个家庭医学住院医师项目中实施数据集成的住院医师导航工具，将电子健康记录(EHR)衍生的临床表现和质量指标与结构化的、学习者共同开发的个性化学习计划联系起来。该项目将通过增强学习者参与度、目标设定和利用AI洞察和实时数据的教师指导来推进精准教育。
西奈山晨边/西区：该机构提议在门诊环境中建立一个精准教育系统，利用环境监听和自然语言处理提供个性化的双向反馈。住院医师将获得与电子健康记录衍生的患者结果相关的沟通技能反馈。教师将获得关于教学效果的洞察。
宾夕法尼亚大学佩雷尔曼医学院："塑造表现的临床推理洞察"项目将环境监听与电子健康记录数据相结合，评估正在发生的推理：在个人决策、团队互动和跨临床环境中。它将为学习者提供真实、情境化的反馈，以指导随时间推移的技能提升。
梅里图斯骨科医学院：这所新医学院将创建一个集成数据平台来支持学习。该项目将评估特定的精准教育策略如何帮助识别和弥补所有学生在不同学习档案和背景下的教育差距。
密歇根大学：该项目将利用多中心围手术期结果组登记和36个麻醉项目中的精准分析，创建交互式仪表板，提供每位住院医师培训的视觉叙事，通过数字提示和数据增强的指导来构建大师级适应性学习技能并支持适当的渐进自主权。
威斯康星大学医学院和公共卫生学院：这个多机构项目专注于通过生成毕业生早期职业表现的综合档案来增强血管外科培训项目。该团队将把患者结果和毕业生之间的表现差距与培训项目特征和评估实践进行映射，以指导项目改进。
斯坦福大学：斯坦福技术促进临床改进中心的团队将在与美国外科委员会和美国医学专业委员会的合作下，扩展其移动、可扩展的传感器技术方法。该技术将使教师能够量化定义临床操作技能的能力和掌握程度，达到仅靠人类观察无法达到的细节水平，并提供数据驱动的指导。
【全文结束】
