.png){kind=icon}
返回
Exploring GenAI‑enabled interprofessional education: development and initial evaluation
.png){kind=icon}
OA
AI
DOI：10.1186/s12909-026-10251-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
跨专业教育必须日益培养学生与健康专业学生协作的能力，同时批判性和负责任地使用生成式人工智能（GenAI）。然而，有限的证据解释了跨专业学生团队如何集体评估和整合GenAI生成信息。本研究描述了一个GenAI赋能的癌症护理模块，并探讨了团队在协作护理计划中使用GenAI的经验。一项定性描述研究在一个癌症跨专业教育模拟模块中进行，该模块由香港和内地两所合作大学共同设计，并在香港大学实施。该模块涉及6个健康相关专业的316名学生，分为30个跨专业团队。团队首先在不使用GenAI的情况下制定癌症护理计划，随后使用他们选择的GenAI工具进行审查和修订。该活动明确要求对AI支持内容进行批判性评估、情境适应和集体批准。所有30个团队同意将其联合反思用于研究。27份记录包含实质性的反思内容，而3份标记为“无”。这些反思采用反思性主题分析进行研究。研究发现团队与GenAI之间存在一种批判性参与的伙伴关系。学生认为GenAI有助于拓宽护理计划范围、识别先前被忽视的关注点以及组织不同专业的贡献。这些感知到的益处取决于团队积极参与，包括制定和优化提示、将输出结果与临床指南和专业知识进行核对，以及协商建议是否适合护理计划。对GenAI的接受是有条件的，因为团队识别了与准确性、本地化不足、临床细节有限以及无法处理护理的情感和关系方面相关的风险。最终决策责任仍由人类专业人员承担。在本模块中，学生认为当GenAI的输出被视为集体审议的临时贡献而非权威建议时，其最有用。因此，GenAI赋能的跨专业教育应整合无辅助规划、共同审查、验证和明确的专业问责制。由于发现源于单一实施地点的简短团队反思，它们代表了学生的协商认知，并未证明推理、协作或护理计划质量得到改善。
Keyword:
Generative artificial intelligence
Interprofessional education
Cancer care
