[테크놀로지] 테크놀로지-강화 의학교육: 허상과 희망을 넘어서

1. 기술 도입의 공통 요소 및 오류

• 다양한 교육 기술을 도입할 때 발생하는 기대와 실수는 공통적입니다. 이는 기술이 임상 교육에서 어떻게 활용되고 영향을 미치는지 이해하는 데 중요합니다.

2. e-러닝의 효과와 한계

• e-러닝은 다른 교육 방법과 유사한 효과를 보입니다. 학습 자료의 질, 접근성, 학습자의 동기부여가 학습 효과에 큰 영향을 미칩니다. 특별한 해결책은 없으며, 이는 흥미를 끌기 어렵습니다.

3. 시뮬레이션 학습의 중요성

• 시뮬레이션은 항공 시뮬레이션에서 영감을 받아 의학 교육에 적용되었습니다. 그러나 시뮬레이션에서 실습으로의 완전한 능력 전이는 어려우며, 마스터리 학습이 중요합니다.

4. 마스터리 학습의 개념

• 마스터리 학습은 사전에 정의된 성과 기준을 달성할 때까지 훈련을 지속합니다. 이는 지속적인 평가와 피드백을 통해 이루어집니다.

5. 시뮬레이션의 전이 효과

• 시뮬레이션 학습을 받은 학습자들은 임상 실습에서 더 나은 성과를 보이며, 훈련받지 않은 영역에서도 성과가 향상됩니다. 이는 시뮬레이션이 전반적인 임상 준비에 도움이 됨을 시사합니다.

 

 

 

6. 협력 학습의 효과

• 두 명 이상의 학습자가 함께 훈련할 때 비용을 절감하고 교육적 이점을 얻을 수 있습니다. 연구에 따르면, 협력 학습이 개인 학습자보다 더 효과적일 수 있습니다.

7. 오류 관리와 학습

• 오류를 피하는 것보다 오류를 관리하고 학습하는 것이 더 효과적입니다. 오류 관리 그룹이 실제 환자와의 전이 테스트에서 더 높은 성과를 보였습니다.

8. 학습 활동 분포

• 학습 활동은 능동적 활동, 구성적 활동, 상호작용적 활동으로 나뉘며, 협력 학습 그룹이 더 많은 상호작용적 활동을 하게 됩니다. 이는 협력 학습이 인지적 참여를 촉진함을 보여줍니다.

 

 

 

9. AI와 시뮬레이션의 결합

• AI를 사용하여 학습자의 성과를 평가하고 피드백을 제공하는 방식은 큰 잠재력을 가지고 있습니다. 그러나 이러한 AI 모델을 개발하고 구현하는 데는 많은 자원과 시간이 필요합니다.

10. 기술 도입의 도전 과제

• 기술 도입에는 많은 데이터, 기술, FDA 승인 등의 도전 과제가 따릅니다. 시뮬레이션 환경에서의 AI 적용이 이러한 도입 과정을 더 쉽게 할 수 있습니다. 효과적인 시뮬레이션 기반 교육은 인지적 참여가 중요합니다.

https://centreforfacdev.ca/workshop-catalogue/447-technology-enhanced-medical-education-beyond-hype-and-hopes/

Description

During this talk, Dr. Tolsgaard will review some of the hypes and hopes associated with technology-enhanced medical education - from e-learning and simulation to AI-augmented learning. He will review some of the expectations and the evidence supporting the use of AI-augmented learning and performance.

Presenter

Martin G. Tolsgaard

My work involves the use of technologies, such as simulation or artificial intelligence (AI) to augment clinical performances. I did my PhD within the field of clinical learning and in my postdoc and doctoral dissertation I explored the use and cost of simulation technology for clinical skills training and assessment.

Over the past 5 years, I have led a research group exploring how to use AI for augmenting learning and performance. This has resulted in empirical and conceptual work on the use AI in medical education and in obstetric imaging as well as practical guides on how to use AI for improving clinical skills and performances.