简介:摘要目的探讨基于案例学习(case-based learning,CBL)的口腔修复学在线学习系统的应用效果。方法采用问卷调查方法。选择2019年在北京大学口腔医院修复科进行临床实习的北京大学2016级、2017级口腔临床医学专业硕士研究生及2011级、2012级八年制口腔医学专业学生25人为研究对象,这些研究对象(以下简称学生)利用非工作时间参加CBL的口腔修复学在线学习系统学习一周。所有学生在参加本研究之前均已接受CBL的传统(非在线)学习系统培训,临床实习均在8个月以上。学习结束后,采用自制调查问卷对学生使用在线学习系统及传统(非在线)学习系统的方便性、是否可以提高思辨能力和是否有利于提高接诊能力进行评估,采用配对t检验比较2种学习系统的差别。结果CBL的口腔修复学在线学习系统与CBL的传统的(非在线)学习系统相比具有更好的方便性[(4.20±0.82)分比(3.80±0.41)分],其差异具有统计学意义(P=0.01);在提高学生的思辨能力方面,学生对2个学习系统之间评价得分为[(4.06±0.89)分比(3.84±0.37)分],差异无统计学意义(P=0.13);学生认为在线学习系统与传统非在线学习系统相比,有助于提高其临床接诊能力[(4.00±0.82)分比(3.76±0.44)分],其差异具有统计学意义(P=0.03)。此处,72.0%(18/25)以上的学生接受并愿意继续使用在线学习系统,40.0%(10/25)的学生愿意利用零星时间进行学习。结论CBL的口腔修复学在线学习系统具有良好的方便性、实用性,是大部分学习者可以接受的一种学习方式。
简介:摘要目的探讨基于学习者为中心(learner-centered)的培训课程在麻醉科临床模拟操作教学中的应用效果。方法将2016至2017年某大学麻醉学专业20名大三学员纳入研究,共设置气管插管、中心静脉穿刺、动脉置管3项模拟操作培训。学员培训前后的自信心、操作知识及操作技能分别通过Likert量表、多选题测试和教员评分等指标评估教学效果。运用SPSS 16.0行统计学分析,采用Wilcoxon秩和检验比较培训前后自信心评分,采用配对样本t检验比较培训前后知识测试和操作评分。结果学员对3项操作的自信心、知识掌握和操作评分在培训后均得到显著提高(P<0.05),中心静脉穿刺操作评分提升幅度最高[(7.55±2.40)vs.(15.55±1.84),P<0.01];教学满意度调查显示,95%的学员认为该培训课程有利于操作技能的学习,对此次培训的课程体验感到满意。结论基于学习者为中心的临床模拟操作培训能帮助学员熟练地掌握操作技能要点,并促进操作技能教学的个体化和规范化实施,从而提高教学效果。
简介:摘要目的评估和比较以问题为基础的学习(problem-based learning,PBL)和Sandwich教学在《实验针灸学》中的学生学习过程体验。方法61名学生分别随机分为PBL学习(n=30)和Sandwich学习(n=31)两组。两组学生完成学习过程评价和学习喜爱偏好的调查问卷,并通过课后小测验评价其学习效果。结果PBL学习和Sandwich学习两组学生都对讨论参与度、多角度讨论、学习体验、团队效率等方面表示肯定。PBL学习的最大优点是讨论积极,各抒己见;最大缺点是讨论方向太多。Sandwich学习的最大优点是反复讨论,很充分;最大缺点是重复讨论时间不够。相较于传统教学,学生大部分都是喜欢PBL学习(63%)或Sandwich学习(76%)。课后小测验成绩Sandwich学习高于PBL学习。结论PBL和Sandwich教学合理运用到中医实验课程能让学生有很好的学习体验。
简介:摘要目的了解医学研究生碎片化学习现状,探讨碎片化学习在医学研究生学习中的优势及其存在的问题。方法本研究采用问卷调查方法。2019年5月,选取上海交通大学医学院2019级14个专业的293名医学研究生为研究对象,对其进行医学专业碎片化学习现状的问卷调查。通过SPSS 25.0统计学软件对数据进行分析。结果79.5%(233/293)的研究生存在碎片化的学习行为;65.9%(193/293)的研究生认为碎片化学习对其专业学习利大于弊;59.7%(175/293)的研究生表示碎片化学习在学习方面提供的帮助有限。医学研究生认为碎片化学习在医学专业学习中具备的前3位优势是:碎片化学习有效利用了碎片时间[83.3%(244/293)];学习资源丰富[59.7%(175/293)];知识新颖,时效性强[50.5%(148/293)]。碎片化学习在研究生中存在的主要问题排在前3位的是:知识掌握不牢固[68.3%(200/293)];学习内容不系统[63.1%(185/293)];时间被分割,难以集中注意力[46.8%(137/293)]。结论医学研究生中普遍存在碎片化的学习行为,但其碎片化学习能力有待提高;碎片化学习具有提高时间利用率、学习资源丰富、知识新颖的优势,但是研究生的碎片化学习效率和学习效果均有待提高。
简介:摘要目的探索建立基于深度迁移学习的人工智能肺癌辅助诊断系统并评估其应用价值。方法收集2016至2019年之间首都医科大学附属北京胸科医院保存的519例肺部组织切片(包括正常肺、腺癌、鳞状细胞癌和小细胞癌),扫描成数字切片,分为316张训练集和203张内部测试集。训练集由病理医师进行标注,使用基于ResNet-50的DeepLab v3图像分割模型建立肺部癌区像素级识别模型。在模型训练过程中,将胃部癌区识别模型的参数作为初始值,通过迁移学习策略对肺部癌区识别模型参数进行二次训练优化。再分别利用首都医科大学附属北京胸科医院的203张内部测试集以及从美国癌症影像档案(TCIA)数据库获得的1 081张外部测试集对已建立的辅助诊断模型进行验证。结果在较少样本量的情况下,迁移学习模型比普通模型显示出更好的识别准确度[曲线下面积(AUC)值0.988∶0.971,Kappa值0.852∶0.832]。此外,对外部测试集,该研究建立的迁移学习模型诊断AUC值为0.968,Kappa=0.828,表示该模型具有很好的推广性。结论该研究建立的人工智能肺癌病理辅助诊断方法具有较好的准确性和外部推广性。随着病理人工智能研究的不断深入,迁移学习方法有助于缩短诊断模型训练周期,提高诊断模型的准确性。
简介:摘要目的探讨医师学习并掌握超声乳腺影像报告和数据系统(breast imaging reporting and data system,BI-RADS)所需要的最少病例数,为使用BI-RADS进行临床教学提供参考。方法对2017年10月至2018年10月在北京大学第三医院参加住院医师规范化培训(以下简称"住培")的第一年8名住培医师、第二年10名住培医师和10名进修医师进行BI-RADS培训。培训后,将100个乳腺病例随机分成5组,每组20个病例,分5次对医师进行考核。考核以主任医师读图结果为标准,通过对比每次医师读图的正确与否计算评分,绘制3类医师的学习曲线并进行分析。结果3类医师BI-RADS学习曲线从第二次考核评分开始明显升高,而第二次至第五次考核评分走势较为平稳。第一年住培医师、第二年住培医师、进修医师各组自身的前2次考核评分之间的差异均具有统计学意义[(28.8±16.9)分比(50.0±9.3)分,(31.5±7.5)分比(53.5±6.7)分,(50.5±8.0)分比(62.0±13.4)分,均P<0.05]。结论住培医师和进修医师经过理论培训和40例病例的读片培训后即可以基本掌握BI-RADS。
简介:摘要循证医学起源于流行病学之时便已经形成了一系列严格的方法。这些方法可用于评估基于假设的实证研究在评价诊断试验、结局预测工具和干预措施方面的有效性、影响力和适用性。机器学习是人工智能的一部分,它使用计算机程序识别海量数据集中的模式和关联,然后将这些模式和关联整合到用于辅助诊断和预测结局(包括对治疗的反应)的算法中。这两个领域如何相互关联?他们有何异同,如何各有千秋?两者可否相互借鉴和补充以使临床决策更为明智和有效?
简介:摘要近年来,大数据、人工智能和云计算等技术的快速发展给医疗健康领域带来巨大机遇和挑战。以深度学习(deep learning,DL)为代表的人工智能研究方法在耳鼻咽喉头颈外科疾病诊疗、预后分析及病因研究等方面发挥日益重要的作用。DL不仅与专家诊断水平相当,而且节约时间和经济成本,但也存在获取高质量大数据和临床推广运用等多方面难题。本文对其相关研究进行回顾分析,探讨其临床运用价值及面临的挑战。
简介:摘要机器学习作为人工智能的主要技术方向,可帮助眼科医生解读与分析成像设备产生的大量数据,简化诊疗过程。圆锥角膜的分类和早期诊断是机器学习的一个重要应用实例。机器学习用于辅助诊断圆锥角膜的建模方式通常有神经网络法、决策树法,这些模型的敏感性和特异性均在85%以上,但由于圆锥角膜的研究参数不一致,且缺乏公共数据集来衡量算法的优劣,限制了其在临床上的普遍推广。角膜屈光手术术前评估存在数据量大、决策困难的临床问题,机器学习可辅助评估患者是否适合进行屈光手术,其特异性、敏感性均在90%以上,并可通过术前各种眼部参数预测术后视觉质量。另外机器学习在角膜内皮细胞密度计数、角膜上皮损伤程度评估方面都有应用。通过机器学习及大数据建模可协助医生进行角膜病的精准诊断和个性化评估,为角膜病诊疗奠定数据基础。本文对近年来机器学习在角膜相关疾病中的应用进展进行综述。
简介:摘要加拿大英属哥伦比亚大学的灵活学习计划包括创新教学方法、强化学生体验、拓展继续教育、扩展桥梁计划和加强国际学术合作。这种教学策略为我国高等医学院校实施"以学生为中心"的教学改革提供了诸多借鉴,可以从更新教育理念、采取符合学生认知的教学改革、针对学生的个体差异实施多样化教学等方面完善我们的教学改革。
简介:摘要目的开发一种基于深度学习网络的乳腺癌调强放疗计划剂量分布预测的方法,并评估将其用于自动计划的可行性。方法从复旦大学附属肿瘤医院选取240例左侧乳腺癌患者,200例作为训练集,20例作为验证集,另外20例作为测试集。应用深度学习网络建立患者CT影像、靶区和危及器官的勾画图像与剂量分布的相互关系,达到预测新患者剂量分布的目的,并尝试将预测的剂量分布作为目标函数优化并生成治疗计划。结果临床治疗计划的剂量分布和预测的剂量分布相比,靶区(除同步加量的PTV48Gy)和危及器官的剂量值相近,且基于预测的剂量分布生成的治疗计划与预测结果基本相同。结论本研究实现了一种基于深度学习网络的乳腺癌调强计划剂量分布预测方法,有助于进一步实现自动设计治疗计划的目标。
简介:摘要目的探索"基于器官系统学习"的临床实习教学模式改革实施的效果。方法本研究采用试验对照方法。2017年6月至2019年5月,选取南通大学和苏州大学2013级和2014级五年制临床医学专业147名实习生为研究对象,将2014级74名实习生设为试验组,采用"基于器官系统学习"的临床实习教学模式,除了床旁示教之外,引入基于团队学习的教学方法;将2013级73名实习生设为对照组,采用"以学科为中心"的临床实习教学模式,仅采用床旁示教的教学方式。通过两组实习生的考试成绩、Mini-CEX评分结果和对试验组实习生的问卷调查评价教学模式改革效果。结果试验组实习生和对照组实习生的理论知识考试成绩[(74.24±7.21)分比(68.23±7.86)分]、临床技能操作考核成绩[(89.68±5.36)分比(85.29±4.37)分]、病历书写成绩[(94.45±2.78)分比(87.29±4.05)分]和Mini-CEX总评分成绩[28(25, 30)分比22(21, 24)分]比较,其差异均具有统计学意义(均P<0.01)。81.1%(60/74)的实习生对"基于器官系统学习"的临床实习教学模式实施效果予以肯定和好评。结论"基于器官系统学习"的临床实习教学模式改革有助于提高实习生的学习成绩和实习质量,得到了实习生的认可。