在一个快速变化的教育环境中，医学生在他们的住院医师申请中使用人工智能（AI），教职员工在他们的推荐信中使用它，一些住院医师项目负责人也使用人工智能来筛选大量的申请材料以填补有限的住院医师职位。
人工智能在住院医师招聘中变得越来越普遍，最终在配对日达到顶峰。
关于我们的研究
Medscape不断调查医生和其他医疗专业人员关于关键实践挑战和当前问题的情况，创建高影响力的分析报告。例如，《2024年Medscape医疗保健领域的人工智能采用报告》发现：
- 39%的医生担心人工智能带来的伦理困境。
- 76%的医生认为人工智能仍然存在可靠性问题。
- 57%的人认为人工智能将提高效率。
- 60%的人认为它将帮助识别人类可能忽略的模式。
然而，负责匹配申请人与合适住院医师项目的组织表示，他们尚未使用人工智能，也没有就其使用向项目负责人提供建议。国家住院医师匹配计划（NRMP）首席运营官劳里·柯廷表示，NRMP使用自己的算法——计算机化的数学计算——来验证申请人的排名偏好，从而将他们安排到最理想的项目中。
“人工智能在申请和招聘领域越来越普及，随着NRMP继续发展其服务并保持与匹配参与者的高度响应关系，我们将考虑人工智能在匹配过程中可能扮演的角色，”柯廷在接受《Medscape Medical News》采访时说道。她拒绝提供进一步的细节。
NRMP最近驳斥了一份在社交媒体上流传的虚假备忘录，该备忘录建议项目负责人对“诚信筛查”申请人，特别是可能使用人工智能生成或增强其申请材料的国际医学毕业生（IMGs）进行审查。
“NRMP没有对使用人工智能生成内容或‘诚信筛查’采取任何立场，我们也不为项目提供有关在住院医师申请过程中筛选候选人的指导。”该机构在其网站上回应了被错误归因于它的声明。
NRMP还补充说，他们努力确保国际医学毕业生（IMGs）能够公平地参与匹配，并在数据和董事会中得到代表。
这个问题引发了一场更大的辩论，即使用这种高级信息聚合器的好处和局限性，包括如何筛选教育和成绩单不同于美国标准的国际医学毕业生。
怀疑者指出，人工智能具有非个人性质和出错的风险，以及由人类编程的技术中存在的偏见，还有在无人监督的情况下使用计算机做出决策的危险。
其他教育领导人则引用了人工智能简化申请和审核过程的能力。
“实际上，项目负责人没有足够的时间彻底审查所有收到的申请材料，”经常撰写关于医学教育博客的布莱恩·卡莫迪博士告诉《Medscape Medical News》。“为了处理这些申请，他们经常依赖现成但不完美的数据点，比如申请人就读的医学院或他们的考试成绩。”
谁在使用人工智能进行匹配？
一些项目负责人可能通过Thalamus软件开发商与电子住院医师申请服务（ERAS）之间的合作开始使用人工智能来帮助筛选申请人。学生们使用ERAS提交他们的申请，而ERAS由美国医学院协会（AAMC）管理。
Thalamus开发了一种人工智能工具，通过关键词搜索帮助项目负责人确定学生是否与某个地区有联系，从而增加他们在该地区匹配的可能性。Thalamus平台的首席执行官兼创始人杰森·雷米尼克博士表示，地理位置是美国申请人在排名住院医师项目时的一个重要因素。NRMP在去年的住院医师申请周期的研究中揭示了这一点。
在这个申请季，Thalamus发布了一款人工智能辅助软件，该软件可以汇总来自成绩单的医学院成绩，并进行校内和跨校的成绩分布比较。结果使项目负责人更容易决定哪些住院医师候选人需要面试。目前，住院医师和奖学金项目需要付费使用这款人工智能软件，但从7月起，通过AAMC安排参与ERAS的项目将免费使用，预计会有更多负责人使用它来审查申请人。
这是第二个要求AAMC请求使用ERAS程序申请的学生认证的匹配周期，如果他们使用人工智能进行头脑风暴、校对或编辑（这被认为是可接受的），那么所有的写作，包括个人陈述，都代表他们自己的工作，并准确反映他们的经历。
即使在人工智能变得如此普遍之前，AAMC也要求学生签署类似的认证，确认他们在申请过程中从导师、顾问、家长等处获得的帮助。AAMC招生和选拔研究与发展高级主管达娜·邓利维表示。
AAMC指南
当几年前人工智能广泛用于内容创作时，项目负责人和招生团队开始询问AAMC是否应该禁止在创建申请内容时使用人工智能。当时，一小群医学院招生官员和住院医师项目负责人权衡了学生使用人工智能的可能性、优缺点，以及教育工作者能否准确检测申请人是否使用了该软件。
申请人想知道是否在选择过程中使用了人工智能，以及他们自己使用人工智能的允许范围。
过去一年，AAMC还发布了负责任地在医学院和住院医师选拔中使用人工智能的原则。这些原则指导项目决策者设计和使用基于人工智能的选择系统，以防止偏见，符合其目标，并确保数据隐私。
指南认可人工智能作为一种工具，可以识别模式并通过简化操作、标准化筛选和促进公平来改进选择决策。例如，人工智能可以帮助预测申请人的表现或优先审查申请。
“虽然使用人工智能来预测谁应该面试很有价值，但我们看到了真正的力量在于使用人工智能来识别那些希望进入项目、可能在项目中表现出色、不太可能离开并在社区执业的申请人。”
但AAMC也警告说，选拔专家仍需提供监督。“任何使用人工智能的行为都应与人类判断、洞察力和道德标准相平衡。此外，对于人工智能工具的隐私、公平性、透明度和有效性仍有重大关切。至关重要的是，人工智能驱动的决策工具应受到与传统选拔方法相同的审查。”
邓利维补充说，项目使用人工智能的主要原因是帮助筛选申请人。“许多项目收到大量申请，全面审查所有申请是不可行的。”她还指出，许多教职员工在业余时间审查申请。“人工智能提高了效率并改进了标准化，无论谁进行审查，都能用相同的标准评估候选人。”
为医疗系统提供建议
一些学术医疗中心制定了自己的指南，如西雅图华盛顿大学医学院。当医学院和研究生医学教育（GME）项目的成员开始制定住院医师和奖学金申请指南时，AAMC尚未发布负责任地使用人工智能的原则。
“学生们已经在使用它[人工智能]，我们不想回避这个问题，”西雅图UW Medicine GME认证主任哈达尔·杜曼说，他帮助制定了这些指南。“我们想给我们的项目传达一个信息，即学生使用人工智能是可以接受的。”
“在准备你的材料时，重要的是确保人工智能增强而不是取代你的真实声音和经历，”他们的文件中写道。“这些指南强调了数据隐私的重要性，避免抄袭，并遵守申请和匹配系统的政策，如NRMP和ERAS，同时也鼓励个人成长和准备好讨论人工智能在你申请中的作用。”
一些申请系统和项目可能会要求学生披露他们使用人工智能的情况，正如指南中所解释的那样。“认识到有些教员可能对人工智能有偏见。透明地说明如何使用人工智能可以帮助缓解偏见，并展示技术的负责任使用。”
雷米尼克表示，Thalamus经常通过手动数据审查检查其人工智能系统结论的准确性和可靠性，并训练系统以改进和防止偏见。Thalamus还使用数据和分析来监控项目所做的申请人选择。
对于教职员工和项目负责人来说，评估不同评分尺度、类别和分布的医学院学生的挑战之一，他说。例如，一些学校可能使用及格/不及格评分，而另一些则使用数值评分。“申请人的评估方式有很多变异性。我们试图利用技术来平衡竞争环境。”
雷米尼克设想，在未来，人工智能将发展到足以帮助项目负责人放心让计算机聚合器识别需要进一步审查的申请人，进行面试选择，并可能在较少人工监督的情况下构建他们的排名列表。在此之前，大多数项目负责人仍将密切监控和审查人工智能的结论。
(全文结束)
