هوش مصنوعی و ارتقای توانایی‌های تشخیصی دانشجویان پزشکی: بررسی تجارب جهانی بر اساس مرور مطالعات

هوش مصنوعی و ارتقای توانایی‌های تشخیصی دانشجویان پزشکی: بررسی تجارب جهانی بر اساس مرور مطالعات

بهزاد زنجانی نژاد فرد1 زهرا طایفه علی حسینی2

1) دکتری مهندسی شیمی و استاد دانشکده ملی مهارت تهران ولیعصر
2) کارشناسی ارشد مدیریت فناوری اطلاعات

کد IOI مقاله : XKBA-AZGHKG
محل انتشار : سومین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک(eitconf.com/3rd)
چکیده :
    هدف این پژوهش، بررسی تأثیر هوش مصنوعی بر ارتقای مهارت‌های تشخیصی دانشجویان پزشکی و تحلیل تجربیات جهانی در این حوزه است. با تحلیل 37 مقاله مرتبط، نتایج نشان می‌دهند که هوش مصنوعی نقشی کلیدی در بهبود توانایی‌های تشخیصی دانشجویان ایفا می‌کند. برای فناوری‌هایی مانند یادگیری عمیق و پردازش زبان طبیعی به آن‌ها در تفسیر دقیق‌تر تصاویر رادیولوژی کمک کرده است (Ning, 2024). افزون بر این، یافته‌های مطالعه دیگری نشان می‌دهد که 83 درصد دانشجویان از به‌کارگیری هوش مصنوعی در آموزش عملی استقبال کرده و آن را ابزاری مؤثر برای بهبود فرآیند یادگیری خود می‌دانند (Hind et al., 2024). همچنین، اهمیت گنجاندن هوش مصنوعی در برنامه‌های درسی علوم پزشکی، به‌ویژه در حوزه‌هایی نظیر پاتولوژی و بیوانفورماتیک، مورد تأکید قرار گرفته است (Sharma et al., 2024). شواهد نشان می‌دهند که تلفیق این فناوری نه تنها مهارت‌های فردی دانشجویان، بلکه کیفیت کلی آموزش پزشکی را ارتقا بخشیده است. این تحقیق، با استفاده از مرور سیستماتیک مبتنی بر دستورالعمل‌های PRISMA، تأثیر تحول‌آفرین هوش مصنوعی در آموزش پزشکی را روشن ساخته و پیشنهادهایی برای گسترش این فناوری در برنامه‌های آموزشی ارائه کرده است.

کلمات کلیدی : هوش مصنوعی آموزش پزشکی تشخیص بیماری دانشجویان پزشکی یادگیری ماشین