人工智能融入循证医学课程教学的课前学情调查
祖哈尔·依沙1
陈晓薇1
曹望楠2
武珊珊3
刘俊昌4
孙玉梅5
吴涛1
詹思延1
孙凤6
1.北京大学公共卫生学院(北京 100191);重大疾病流行病学教育部重点实验室(北京大学)(北京 100191)2.北京大学公共卫生学院(北京 100191)3.首都医科大学附属北京友谊医院临床流行病学与循证医学研究室(北京 100050);国家消化系统疾病临床医学研究中心(北京 100050)4.新疆医科大学中医学院(乌鲁木齐 830017);新疆维吾尔自治区中医药研究院(乌鲁木齐 830017)5.北京大学护理学院(北京 100191)6.北京大学公共卫生学院(北京 100191);重大疾病流行病学教育部重点实验室(北京大学)(北京 100191);新疆医科大学中医学院(乌鲁木齐 830017);北京大学第三医院眼科(北京 100191);海南省真实世界数据研究院(海南琼海 571437)
摘要：目的 了解人工智能(AI)融合循证医学课程课前选课学生的AI相关知识储备、学习态度及实践能力等情况.方法 以2024-2025学年北京大学医学部《证据整合及应用:网状Meta分析》课程的选课学生为研究对象,通过自制电子问卷,从AI相关知识、态度、实践及对课程的期待与顾虑等方面进行课前调查.使用Mann-Whitney U检验对硕士及以下和博士研究生的差异进行组间比较.结果 46位学生参与调查(硕士及以下34人,博士 12人).学生普遍具备AI基础知识,但对细节认知不足.89.13％认为AI可提高学习效率,84.78％对使用AI进行Meta分析感兴趣,但对生成内容的信任度较低,担心影响独立思考能力.硕士及以下的学生和博士生在对课程的态度方面的差异均无统计学意义(P＞0.05).在实际应用中,学生主要将AI用于翻译、写作和信息查询,循证医学相关复杂任务的应用较少.同时,学生也对AI生成内容的准确性和隐私安全等方面表示了担忧.结论 选课学生具有一定相关知识的储备,对AI辅助循证医学课程持积极态度,但信任度和实践能力有待提升.调查结果可为课程内容与教学模式的改革提供依据.
关键词：循证医学人工智能网状Meta分析学情调查
分类号：G642(高等教育)
资助基金：国家自然科学基金(72474008)北京大学医学部研究生课程思政建设项目(2024)
论文发表日期：2025-05-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 604-610 )
英文信息