الجامعات في أستراليا 
الجامعات في كندا 
الجامعات في ألمانيا 
الجامعات في ايرلندا 
الجامعات في الأردن 
الجامعات في نيوزلندا 
الجامعات في السعودية 
الجامعات في المملكة المتحدة 
الجامعات في الولايات المتحدة 
ملخص
يوفر الذكاء الاصطناعي (AI) فرصًا كبيرة لتحويل التعليم الطبي من خلال التأثير بشكل إيجابي على تجارب التعلم، وتوفير أنظمة التدريس، ومحاكاة البيئات السريرية. تسعى هذه الدراسة إلى استكشاف كيف يمكن للذكاء الاصطناعي إعادة تشكيل التدريس والتعلم من خلال دعم التقدم في المناهج الطبية. المشروع عبارة عن تعاون يشمل كلية الطب والحوسبة والتعليم حيث يمكن أن يكون التركيز الأساسي هو تحديد تطبيقات الذكاء الاصطناعي الأكثر فعالية، أو استخدام أدوات محددة تعتمد على الذكاء الاصطناعي مثل روبوتات الدردشة، أو تقديم توصيات قائمة على الأدلة لدمج الذكاء الاصطناعي في تعليم الرعاية الصحية (أو مجالات الاهتمام الأخرى ذات الصلة). نظرًا للأهمية العالمية المحتملة لتطورات الذكاء الاصطناعي، ستفحص هذه الدراسة التأثير على التعليم الطبي داخل جامعة ليدز كدراسة حالة وستشكل كيفية تطبيق هذه الأدوات على مجموعة البرامج السريرية الخاصة بـ LICAMM لتقديم توصيات لاستخدام الذكاء الاصطناعي في التدريب على الرعاية الصحية وتنمية قاعدة الأدلة في هذا المجال.
الوصف الكامليوفر دمج الذكاء الاصطناعي في التعليم الطبي طريقة مبتكرة لتعزيز التعلم وتحويله من خلال الأنظمة التي يمكنها تلبية احتياجات كل من الطلاب والمعلمين. تم تصميم دراسة الدكتوراه هذه للبحث في أدوات الذكاء الاصطناعي التي ستدعم التدريس والتعلم في التعليم الطبي، مع أهداف محددة تتمثل في تحديد تطبيقات الذكاء الاصطناعي المؤثرة، وإنشاء أدوات تعتمد على الذكاء الاصطناعي، وتقييم إطار عمل لمنهج متكامل للذكاء الاصطناعي في برامج الرعاية الصحية.
سيبدأ المشروع بمراجعة تفصيلية لتقنيات الذكاء الاصطناعي التي يمكن تكييفها للاستخدام في مجموعة برامج LICAMM السريرية. قد تتضمن التطبيقات منصات افتراضية، أو أنظمة تعليمية، أو عمليات محاكاة تشخيصية، أو أدوات تعليمية مخصصة. سيتم تقييم هذه التطبيقات لقدرتها على تحسين المعرفة النظرية والمهارات السريرية، والتي تعتبر بالغة الأهمية لطلاب الطب.
يمكن لجزء رئيسي من المشروع تقييم استخدام وتأثير الأدوات التي تعتمد على الذكاء الاصطناعي، مثل برامج الدردشة الآلية (Aleedy et al 2022, Alsafari et al 2024). ويمكن تدريب هذه الأدوات باستخدام بيانات خاصة بموضوع معين من الدورات الطبية لمساعدة الطلاب في الاستفسارات الشائعة، أو تقديم تعليقات في الوقت الفعلي على المهام، أو محاكاة السيناريوهات الطبية التي تعزز عملية اتخاذ القرار السريري. على سبيل المثال، يمكن أن تعمل برامج الدردشة الآلية كمدرسين افتراضيين، وتشرك الطلاب لتوجيههم خلال الأسئلة السريرية أو دراسات الحالة المعقدة (Ghorashi, et al 2023).
لقياس فعالية تطبيقات الذكاء الاصطناعي، يمكن إجراء عدة طرق للتحليل مع كل من الطلاب والموظفين لفهم وجهات نظرهم حول دور الذكاء الاصطناعي في التعليم الطبي. ستوفر هذه البيانات النوعية والكمية رؤى قيمة حول الفوائد المتصورة والتحديات المحتملة لتكامل الذكاء الاصطناعي.
المراجع
- مير، م.م.، مير، جي إم، راينا، إن تي، مير، إس إم، مير، إس إم، مسكين، إي.، الحارثي، م.ه.، والعامري، م.م.س. (2023) "تطبيق الذكاء الاصطناعي في التعليم الطبي: السيناريو الحالي ووجهات النظر المستقبلية"، مجلة التقدم في التعليم الطبي والاحتراف، 11(3)، الصفحات من 133 إلى 140.
- غوراشي، ن.، إسماعيل، أ.، غوش، ب.، سيداوي، أ.، وجافان، ر. (2023) "روبوتات الدردشة المدعومة بالذكاء الاصطناعي في التعليم الطبي: التطبيقات والآثار المحتملة"، كيوريوس، 15(8).
- Alsafari, B., Atwell, E., Walker, A., and Callaghan, M. (2024) "نحو مساعدي تدريس فعالين: من روبوتات الدردشة القائمة على النوايا إلى مساعدي التدريس المدعومين بماجستير إدارة الأعمال"، مجلة معالجة اللغات الطبيعية، 8.
- Aleedy, M., Atwell, E., and Meshoul, S. (2022) "نحو Chatbot مدعوم بالتعلم العميق لتعلم الترجمة"، في Zaphiris, P., Ioannou, A. (eds.) تقنيات التعلم والتعاون. البيئات التكنولوجية الجديدة. HCII 2022. ملاحظات محاضرة في علوم الكمبيوتر، المجلد. 13329. سبرينغر، شام.