Ethics of using modern technologies in medical education

Full Text

Введение

Широкое применение технологий искусственного интеллекта (ИИ) в сфере медицинского образования меняет способы обучения и приобретения знаний студентами-медиками. Благодаря быстрому развитию больших языковых моделей (LLM) и инструментов генеративного ИИ эти технологии постепенно превратились из простых вспомогательных инструментов в незаменимый компонент образовательной экосистемы. На этой волне перемен использование ИИ для подготовки домашних заданий стало обычным явлением для студентов-медиков, и этические соображения, возникающие в связи с этим, все больше привлекают внимание академических кругов и медицинского образования [1]. Технология ИИ обеспечивает студентам-медикам непревзойденное удобство обучения, но также заставляет глубоко задуматься об академической честности, подлинности знаний, развитии навыков и будущих возможностей медицинской практики [2, 3].

Целью данного исследования является предоставление преподавателям и студентам медицинских вузов всеобъемлющей и глубокой аналитической основы для преодоления обусловленных технологиями изменений в современном образовании.

Применение искусственного интеллекта в медицинском образовании. Применение ИИ в медицинском образовании продемонстрировало большой потенциал и многообразие, обеспечивая всестороннюю поддержку и улучшение процесса обучения студентов-медиков. От персонализированного обучения до сложных клинических симуляций – технология ИИ постепенно интегрируется во все аспекты медицинского образования, меняя традиционную модель обучения. Эти инновационные приложения не только повышают эффективность обучения, но и предоставляют студентам больше практических возможностей, помогая им лучше подготовиться к будущей медицинской практике [4, 5].

Одним из наиболее существенных преимуществ технологии ИИ является ее способность обеспечивать индивидуальный процесс обучения, основанный на стиле обучения, уровне знаний и потребностях каждого обучающегося. Анализируя данные об обучении и успеваемости студентов, системы ИИ могут определять их сильные и слабые стороны, предоставляя целевые учебные ресурсы и упражнения [6]. Такой персонализированный подход обеспечивает эффективный и целенаправленный процесс обучения, позволяя студентам более эффективно осваивать сложные медицинские концепции. Например, некоторые обучающие платформы на основе ИИ способны регулировать сложность и глубину учебного материала в зависимости от успеваемости студента по определенным медицинским темам, гарантируя, что он достигнет наибольшего прогресса в процессе обучения [7].

Важным аспектом персонализированного обучения является его адаптивность, система ИИ может корректировать учебный контент в режиме реального времени в зависимости от успеваемости обучающихся, гарантируя им соответствующий уровень сложности. Для обучающихся, испытывающих трудности с пониманием определенных концепций, ИИ может предоставить дополнительные объяснения и упражнения; для студентов, которые учатся быстрее, можно предоставить более сложный материал [8]. Такой адаптивный подход к обучению не только повышает эффективность обучения, но и усиливает мотивацию и вовлеченность студентов.

Кроме того, ИИ может выявлять области, в которых обучающиеся могут столкнуться с трудностями, с помощью предиктивного анализа, заранее обеспечивая вмешательство и поддержку. Например, система ИИ может обнаружить, что у студента есть препятствия для понимания дерматологии или онкологии, и заблаговременно предоставить дополнительные ресурсы и рекомендации, чтобы помочь студенту преодолеть эти препятствия [4, 9]. Такая проактивная поддержка имеет решающее значение для обеспечения всестороннего развития студентов, особенно в такой сложной и требовательной профессиональной сфере, как медицинское образование.

Моделирование взаимодействия с пациентами. Имитация ИИ общения с пациентом представляет собой революционное решение в медицинском образовании, предоставляя студентам возможность отрабатывать навыки общения и диагностики в условиях низкого риска. В то время как традиционное обучение на клинических базах вузов часто ограничено в разнообразии патологий у реальных пациентов. Симуляции на основе ИИ позволяют создавать практически неограниченный спектр клинических случаев, охватывающих широкий спектр заболеваний, антропометрических характеристик и сценариев [4, 10]. Такая гибкость значительно обогащает клинический опыт студентов, позволяя им столкнуться с более широким спектром медицинских ситуаций еще до окончания учебы. Например, такие симуляторы, как MedSimAI, имеют возможности текстового чата и режимы голосового общения, которые имитируют телемедицинские визиты. Он может предоставить студентам-медикам возможность моделировать взаимодействие с пациентами, помогая им практиковать навыки интервьюирования, коммуникативные стратегии и навыки принятия клинических решений [11]. Такие инструменты особенно ценны, поскольку они позволяют студентам учиться и развиваться на своих ошибках, не подвергая риску реальных пациентов.

Эти симуляции не только улучшают клинические навыки студентов, но и укрепляют их уверенность и профессионализм. Постоянно отрабатывая различные клинические сценарии, студенты могут выработать более естественные и эффективные стили общения, которые необходимы для построения хороших отношений между врачом и пациентом. Кроме того, симуляции на основе ИИ могут обеспечивать мгновенную обратную связь, помогая студентам выявлять и исправлять свои недостатки, ускоряя процесс обучения.

Автоматическая оценка и обратная связь. Системы искусственного интеллекта играют все более важную роль в оценке успеваемости студентов и предоставлении им обратной связи. Эти системы могут анализировать успеваемость студентов при выполнении заданий, тестов и симуляций, предоставляя подробные оценки и рекомендации.

Оценку результативности с помощью ИИ можно проводить быстрее и более последовательно, чем в традиционном формате, предоставляя обучающимся немедленную обратную связь, которая помогает им понять свои сильные стороны и области, требующие улучшения [1, 7].

Эта автоматизированная оценка особенно полезна для объективных оценок, таких как тесты на знание анатомии, расчеты дозировки лекарств или распознавание медицинских изображений.

Системы искусственного интеллекта могут быстро и точно оценивать эффективность выполнения этих задач, снижая нагрузку на преподавателей и позволяя им уделять больше времени персонализированному обучению и поддержке [8].

Кроме того, оценка с помощью ИИ может помочь преподавателям скорректировать свои стратегии обучения, анализируя большие объемы данных об учениках и выявляя распространенные модели ошибок и трудности в обучении. Такой подход, основанный на данных, позволяет преподавателям вузов более эффективно удовлетворять потребности студентов и повышать общее качество обучения.

Распознавание и анализ медицинских изображений. Применение ИИ для распознавания и анализа медицинских изображений представляет собой мощный инструмент обучения для студентов-медиков. Анализируя рентгеновские снимки, КТ, МРТ и другие медицинские изображения, ИИ может помочь обучающимся выявлять и понимать различные патологические особенности и улучшать их способности к визуальной диагностике. Эти инструменты не только отображают нормальные и аномальные изображения, но и предоставляют подробные объяснения и сравнения, помогая студентам развивать интуитивное понимание медицинских изображений [4, 12].

Например, такие инструменты искусственного интеллекта, как DeepSeek-R1, могут анализировать медицинские изображения, чтобы помочь студентам научиться определять признаки различных заболеваний и травм. Эти инструменты часто имеют интерактивные функции, которые позволяют студентам увеличивать масштаб, вращать или комментировать изображения для изучения случая с разных сторон [13]. Этот глубоко интерактивный метод обучения более эффективен, чем традиционное обучение с использованием статических изображений, и может лучше развивать у них пространственное мышление и навыки визуальной диагностики.

Поскольку методы анализа изображений на основе ИИ продолжают совершенствоваться, эти инструменты могут не только выявлять известные патологические признаки, но также изучать и прогнозировать новые закономерности, предоставляя студентам более сложные случаи и задачи. Эта развивающаяся компетенция знакомит студентов с новейшими методами и технологиями анализа медицинских изображений, готовя их к будущей практике.

Применение ИИ при выполнении домашних заданий. Способы использования ИИ студентами для подготовки домашних заданий различаются: от простых вспомогательных инструментов до создания сложного контента. По мере того как инструменты генеративного ИИ становятся все более распространенными, все больше студентов-медиков начинают использовать эти методы при подготовке домашних заданий. Эти инструменты не только меняют способ получения и организации информации учащимися, но и влияют на их стратегии обучения и успеваемость [1, 12].

Генерация контента: студенты могут использовать ИИ для создания предварительного контента или черновиков по медицинским темам. Например, студент может попросить ИИ создать обзор симптомов, диагностики и лечения определенного заболевания, а затем отредактировать и расширить его своими словами [3].

Помощь в проведении исследований: ИИ может помочь студентам находить и организовывать медицинскую литературу, исследования и клинические рекомендации, имеющие отношение к их заданиям. Анализируя большие объемы медицинской литературы, ИИ может извлекать ключевую информацию и предоставлять студентам исчерпывающие резюме, экономя им много времени на исследования [8].

Корректура и редактирование: инструменты ИИ могут проверять тексты учащихся и давать рекомендации по грамматике, орфографии и стилю. Это очень полезно для обеспечения профессионализма и точности заданий, особенно при написании сложных медицинских отчетов и статей [1, 3].

Анализ случаев и решение проблем: ИИ может помочь студентам анализировать сложные медицинские случаи и предлагать возможные диагнозы и варианты лечения. Это приложение особенно подходит для типов заданий, требующих критического мышления и клинического обоснования [4].

Средства обучения и запоминания: некоторые инструменты ИИ могут создавать карточки, тесты и учебные планы, чтобы помочь учащимся запомнить и повторить ключевые медицинские концепции и термины. Это очень полезно для подготовки к экзаменам и освоения базовых медицинских знаний [12, 13].

Эти приложения демонстрируют универсальность ИИ в подготовке домашних заданий: от простых вспомогательных задач до сложной генерации и анализа знаний. Однако степень и способ использования учащимися искусственного интеллекта различаются, что отражает их отношение к технологиям, понимание задания и индивидуальные стили обучения.

Понимание того, как обучающиеся используют ИИ для подготовки домашних заданий и насколько распространена эта модель использования, имеет решающее значение для разработки соответствующих этических принципов и образовательной политики.

Распространенность и тенденции использования ИИ. Исследования показывают, что значительная часть студентов-медиков используют инструменты ИИ при подготовке домашних заданий. По данным опроса Save My Exams, 24 % студентов используют ИИ для выполнения домашних заданий каждый день, 44 % – каждую неделю, а 32 % – каждый месяц. Такая частота использования значительно выше, чем результаты предыдущих исследований, что свидетельствует об ускорении интеграции ИИ в процесс обучения студентов.

Эта тенденция особенно заметна в сфере медицинского образования, где студенты сталкиваются с большим объемом учебных материалов и сложными концепциями [14]. В ходе опроса 3018 студентов-медиков более 85 % респондентов согласились с тем, что ресурсы ИИ улучшат процесс получения медицинских знаний [12]. Такой высокий показатель отражает положительное отношение студентов к ИИ как к инструменту обучения и их признание потенциального влияния этих технологий на медицинское образование.

Стоит отметить, что частота и способ использования ИИ студентами различаются в зависимости от типа курса, характера задания и личных предпочтений. В некоторых дисциплинах, таких как травматология или фармакология, применение ИИ может быть более распространено, поскольку эти области связаны с большими объемами информации, которую необходимо запоминать и анализировать. На других курсах, таких как общение врача и пациента или медицинская этика, студенты могут предпочесть использовать традиционные методы или задействовать ИИ для решения конкретных задач.

Мнения студентов об использовании ИИ. Отношение студентов к использованию ИИ в домашних заданиях было разным, что отражало их разные взгляды на технологии, образование и развитие карьеры. Некоторые студенты активно использовали ИИ как инструмент для улучшения обучения, в то время как другие выразили обеспокоенность его возможными негативными последствиями.

Согласно одному исследованию, многие студенты сочли приемлемым использовать ИИ в качестве исследовательского инструмента, помогающего им генерировать идеи и собирать информацию для заданий [15]. Они считают, что ИИ может помочь им эффективнее организовывать информацию, понимать сложные концепции и выполнять высококачественные задания в ограниченное время. Такая перспектива особенно важна для студентов-медиков, которые часто сталкиваются с большой учебной нагрузкой и жесткими сроками.

Однако некоторые студенты также выразили обеспокоенность по поводу чрезмерной зависимости от ИИ. Они обеспокоены тем, что чрезмерная зависимость от этих инструментов может подорвать их возможности развивать критическое мышление, аналитическое мышление и навыки независимого исследования. В медицинском образовании эти способности имеют решающее значение для будущей клинической практики, поскольку врачи должны уметь принимать независимые суждения и решения [3, 12].

Кроме того, некоторые студенты обеспокоены качеством и точностью контента, создаваемого ИИ. Они признают, что, хотя ИИ может предоставить большой объем информации, эта информация не всегда может быть точной, актуальной или применимой к конкретным медицинским ситуациям. Это особенно важно для студентов-медиков, поскольку дезинформация может привести к неправильному пониманию болезней или неверным рекомендациям по лечению.

Этические соображения относительно использования ИИ в медицинском образовании. Интеграция технологий искусственного интеллекта в медицинское образование не только открывает инновационные возможности для преподавания и обучения, но и поднимает серьезные этические вопросы. Эти соображения имеют решающее значение для обучения студентов и преподавателей ответственному использованию этих технологий, особенно в деликатной области медицинского образования, которая затрагивает жизнь и здоровье пациентов [16, 10]. Ниже приведены некоторые из основных этических проблем, связанных с ИИ (рис.).

 

Рис. Основные этические проблемы, связанные с ИИ

 

1. Академическая честность и оригинальность. Использование ИИ при подготовке домашних заданий поднимает серьезные вопросы относительно академической честности и оригинальности. Когда обучающиеся используют контент, созданный с помощью ИИ, как они могут гарантировать, что задания отражают их собственное понимание и усилия? Этот вопрос особенно важен в медицинском образовании, поскольку будущим врачам необходимо уметь самостоятельно мыслить и принимать решения
2. Предвзятость. Потенциал систем ИИ включать в себя и усиливать существующие предубеждения и неравенство представляет особую проблему в медицинском образовании. Если системы ИИ обучаются на предвзятых данных, они могут предоставлять неточную или предвзятую информацию, что повлияет на обучение и понимание учащимися.
3. Конфиденциальность и безопасность данных пациентов. Защита конфиденциальности и безопасности данных пациентов является ключевым этическим соображением при использовании ИИ в медицинском образовании. Студентам-медикам часто приходится иметь дело с реальными медицинскими случаями и данными пациентов, и при использовании ИИ для анализа этой информации они должны обеспечить соблюдение соответствующих правил законности и конфиденциальности. Защита конфиденциальности данных пациентов – это не только юридическое требование, но и этическая ответственность [1, 10].
4. Развитие навыков и критического мышления. Чрезмерная зависимость от ИИ при подготовке домашних заданий может повлиять на развитие у обучающихся необходимых навыков критического мышления и глубокого анализа. Основная цель медицинского образования – подготовить врачей, способных мыслить и принимать решения самостоятельно. Если студенты будут слишком полагаться на контент, созданный с помощью ИИ, они не смогут в полной мере развить эти ключевые компетенции. К примеру, политика Медицинской школы Северо-Западного университета (Northwestern Feinberg School of Medicine, США) четко гласит, что студентам-медикам не разрешается использовать генеративный ИИ и другие языковые модели в качестве замены собственного приобретения знаний, анализа и саморефлексии [17].

Заключение

Искусственный интеллект предоставляет студентам-медикам мощные инструменты для улучшения процесса обучения. Такие приложения и программы, как персонализированное обучение, моделирование взаимодействия с пациентом, автоматическая оценка и обратная связь, распознавание медицинских изображений и анализ взаимодействия лекарственных препаратов, помогают повысить эффективность и качество обучения. Эти технологии могут помочь студентам лучше подготовиться к будущей медицинской практике и развить необходимые навыки и знания.

Однако мы также должны признать этические проблемы, которые создают эти технологии. Такие вопросы, как академическая честность и оригинальность, предвзятость, конфиденциальность и безопасность данных пациентов, а также развитие личных навыков и критического мышления, – все это требует от нас тщательного анализа и структурированного решения, где основная роль в разработке четкой политики и руководящих принципов будет отводится медицинским вузам и образовательным учреждениям, которые помогут студентам ответственно использовать ИИ.

Дополнительная информация

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Additional information

Funding source. This study was not supported by any external sources of funding.

Competing interests. The authors declare that they have no competing interests.

About the authors

Leonid B. Shubin

Yaroslavl State Medical University

Email: LBSH@yandex.ru
ORCID iD: 0000-0003-4562-7731

M.D., Cand. Sci. (Med.), Associate Professor, Division of Public Health and Healthcare

Russian Federation, Yaroslavl

Igor' E. Pleshchev

Yaroslavl State Medical University

Author for correspondence.
Email: doctor.pleshyov@gmail.com
ORCID iD: 0000-0002-1737-7328

M.D., Cand. Sci. (Med.), Аssociate professor of the Department of Physical Culture and Sports

Russian Federation, Yaroslavl

References

Supplementary files