换一批人工智能融入循证医学课程教学的课前学情调查
Pre-class learning assessment on integrating artificial intelligence into evidence-based medicine curriculum
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.
更多相关知识
关键词
循证医学人工智能网状Meta分析学情调查Evidence-based medicineArtificial intelligenceNetwork Meta-analysisLearning situation analysis
分类号
G642
栏目名称
DOI
10.12173/j.issn.1004-5511.202412064
发布时间
2025-06-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
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）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
