原始文章

最近的科技進步讓教育工具變得更有趣。我們利用ASN的資金,開發了一個名為DiAL-Neph的3D虛擬實境(VR)生理學課程,並評估其有效性。研究分為兩部分:知識獲得和平台接受度。 117名內科PGY1住院醫師中,64人使用VR,53人用傳統教學。結果顯示,VR組的初始測試得分較高,但跟進測試時兩組差異不大。住院醫師對VR平台反饋良好,超過90%給予好評,77%偏好這種教學方式。雖然VR在短期學習上有潛力,但長期記憶效果尚待進一步研究。 PubMed DOI


站上相關主題文章列表

美國醫學院將主動學習技巧納入課程,作者分享了使用原創實驗教授腎臟生理學和病理生理學的經驗。這種方法從簡單概念開始,強調視覺元素、圖像素養和批判性思考,並提供歷史背景。雖針對醫學生,對住院醫師和研究生也有幫助,可作為進行臨床討論的基礎。原創實驗促進批判性思考,為以案例為基礎的學習做好準備。 PubMed DOI

腎臟科醫師正在設計教育計畫,以激發對腎臟學的興趣,因為盡管腎臟疾病案例增加,但對此領域的興趣卻有下降的趨勢。這些倡議,特別是針對內科住院醫師,已獲得良好回響,旨在培養出優秀的內科醫師,而非僅僅是未來的腎臟科醫師。重點在於透過有效的教育策略來培養對腎臟學的熱情。 PubMed DOI

評估對教育計畫至關重要,可以是形成性的(幫助學習)或總結性的(確定準備就緒)。腎臟病學的研究生評估使用ACGME里程碑2.0來評估能力。重要的是要使用不同的場所、評估者和工具進行評估,考慮到評估疲勞。將評估者多樣化,不僅限於教職員工,可以提供全面的評估。評估數據應該幫助研究生設定目標。評估系統應隨著課程變化而演變,以增強研究生的學習。 PubMed DOI

研究使用「情書與分手信方法」(LBM)評估學習者對 NephSIM 腎臟學工具的態度變化。二年級醫學生正面,內科住院醫師和腎臟學研究員反應不同。住院醫師喜歡學習快速簡潔,研究員則注重考試和罕見病例。LBM 有助於了解培訓者對單一平台滿足多樣學習需求的反應和挑戰。 PubMed DOI

FOAMed透過提供方便、經濟實惠的資源,改變了醫學教育方式,讓學習更有彈性。傳統講座可能無法涵蓋複雜主題,如腎臟學。結合社群媒體的主動教學,如翻轉課堂,能增進學生參與,促進教材創作和分享。FOAMed支持非同步、間隔、微型學習和多元呈現方式。本文討論了數位教育、社群媒體平台、創建FOAMed資源的工具及數位學術的影響。 PubMed DOI

研究評估了ChatGPT 4.0在回答患者教育問題時對於梅奧診所手冊上有關急性腎損傷(AKI)和持續性腎臟替代治療(CRRT)的專業知識的熟練程度。ChatGPT表現準確率高(97-98%),包括原始、改寫和拼寫錯誤的問題。在AKI和CRRT問題上表現沒有明顯差異。結果顯示ChatGPT 4.0可作為腎臟學患者教育的可靠工具,但仍需進一步研究其對患者理解和教育成果的影響。 PubMed DOI

在腎臟學領域,模擬訓練對病人、護士、住院醫師和主治醫師都很重要。透過模擬,可以安全地學習技術、增進團隊合作,並提升與病人的互動。未來發展方向是嚴肅遊戲和虛擬現實。模擬教育確保高品質培訓,降低病人風險,也吸引年輕人投入。挑戰在於後勤和資金,需要克服。進一步研究將評估模擬教學對臨床結果的影響。 PubMed DOI

本專案提出一個創新的虛擬實境(VR)訓練計畫,專為護理實習生設計,利用3D建模和大型語言模型(LLMs)提供沉浸式學習體驗。計畫模擬真實病人互動,讓學生在安全環境中提升溝通、病史採集及臨床決策能力。初步結果顯示,學生在溝通能力和臨床自信心上有顯著進步,並對病人為中心的護理有更深理解。這項創新工具有潛力改變護理教育,培養更準備的醫療專業人員,最終改善病人結果。 PubMed DOI

這項研究評估了ChatGPT-4o和Gemini 1.5在小兒腎臟科多選題的表現。結果顯示,訓練前ChatGPT-4o的正確率為75.2%,優於Gemini 1.5的64.9%。經過PDF和TXT檔案訓練後,ChatGPT-4o的準確率提升至77.8%,而Gemini 1.5則顯著提高至84.7%和87.6%。雖然ChatGPT-4o基線表現強,但在特定訓練下提升不大;相對而言,Gemini 1.5在訓練後顯示出顯著改善,顯示其在資訊處理上可能更具潛力。 PubMed DOI

這項研究評估了ChatGPT-4在腎臟科專業意見上的一致性,並將其回應與平台X的社群投票結果進行比較。經過兩輪測試,涵蓋271個問題,結果顯示第一輪一致性為60.2%(κ = 0.42),第二輪稍微提升至63.1%(κ = 0.46)。內部一致性高達90.4%(κ = 0.86),在穩態調節、腎結石和藥理學等領域表現較佳(κ = 0.53)。總體來看,ChatGPT-4在腎臟科的主流意見重現上有適度能力,但表現因主題而異,顯示出AI在醫療決策中的潛力與限制。 PubMed DOI