MedEdMENTOR: 医学教育研究の新しい時代

医学教育は医療専門家のトレーニングにとってめっちゃ重要だよね。でも、多くのプログラムはこの分野をどうやって効果的に教えたり、研究したりするかで苦労してる。学術研究に移行したい臨床医たちのためには、明らかにギャップがある。この問題は、ほとんどの研究の専門知識が主にグローバルノースの裕福な機関に集中していることでより悪化してて、他の重要な視点が見落とされがち。

#MedEdMENTORのローンチ

2023年9月に、医療教育研究を改善するためのオンラインプラットフォーム、MedEdMENTORが立ち上がった。このプラットフォームの目玉機能は、医療教育研究向けに特別に設計された初の人工知能メンター「MedEdMENTOR AI」。ここではいろんな便利なツールが提供されてるんだ：

• 医療教育研究の基本概念を紹介する指導ガイド。
• 250以上の関連理論からなる包括的なネットワーク。
• 医療教育文献に特化した専門の検索エンジン。

最初の7週間で、プラットフォームは注目を集めて、15,000ページビューを記録し、42か国から550人以上のユーザーを惹きつけた。これはそのグローバルな重要性を示してるね。

#大規模言語モデル（LLM）の役割

ChatGPTみたいな大規模言語モデルは、大量の情報を処理する能力がある。これらのモデルは、新しい技術を使って、ラベル付けされたデータベースから正確な情報を取得することができる。2023年11月にOpenAIがカスタマイズされたGPTをリリースしたことで、MedEdMENTORの開発者がMedEdMENTOR AIを作りやすくなった。このAIは指導ガイドからの役立つ知識を含んでいて、医学教育研究に関する質問に効果的に応えてくれる。ユーザーからのフィードバックも良好だよ。

#理論的フレーミングの重要性

MedEdMENTOR AIがどれだけうまく機能するかを研究するために、特定のタスクに焦点を当てた：教育的状況を説明できる理論を提案すること。このタスクは、教育プロジェクトを正確にフレームすることで、重要な問題をよりよく調査でき、さまざまな教育環境で結果を効果的に伝えるために重要なんだ。

#データ収集

このプロジェクトでは、さまざまな視点の重要性を強調する方法で進めた。まず、現象と理論のペアのデータセットを作成した。これには、特定のイベントを教育に結びつけた理論の例が含まれてる。このために、MEJ-24と呼ばれる24の医療教育ジャーナルから最近の出版物を集めて、2023年6月から11月の間に「理論」に言及した記事を探した。

要約がない記事や、医療教育に関係ない記事、研究スタディではない記事、調査されている理論や現象が明確に示されていない記事は除外した。このプロセスの結果、53本の記事が基準を満たした。

#AIを使った情報抽出

私たちは、これらの記事の要約を特定のGPTモデルに提供して、研究トピックや関連する理論を引き出す手助けをした。AIには、理論を明かさずに研究トピックをリストアップするよう指示した。私たちは、データ抽出が正確であることを確認するためにすべての要約を手作業でレビューしたけど、エラーは見つからなかったよ。

#異なるAIモデルの比較

どのAIモデルがこのタスクに最適かを評価するために、3つの異なるバージョンをテストした：

1. Plain GPT-4：これはAPIを通じてアクセスできる標準版のGPTモデル。
2. MedEdMENTOR AI：このカスタマイズモデルは、理論やその重要性に関する特定のレッスンにアクセスできた。
3. MedEdMENTOR AI with Ablation：このバージョンは2番目のモデルと似てるけど、現象と理論のペアの例にはアクセスできなかった。これで、これらの例がどれほど重要かを理解できた。

私たちはすべてのモデルに同じプロンプトを使用して、現象の背後にあるメカニズムを明確にするために役立つ5つの理論を提案するよう指示した。

#結果の評価

それぞれのAIモデルに教育的現象の一連を提示し、5つの提案された理論を生成するように頼んだ。その後、AIが提案した理論が実際の研究で使われていた理論と一致するかを手動でチェックした。理論が直接同じであるか、または明確に研究されている概念に関連している場合、一致があったと記録した。

レビューから、指定された期間に出版された114本の記事を分析した。いくつかの理由で61本の記事を除外した後、評価するために53本の要約が残った。

• Plain GPT-4は53件中26件（49%）で正しい理論を推奨。
• MedEdMENTOR AIは少し良くて、53件中29件（55%）で理論が一致。
• MedEdMENTOR AI with Ablationは減少して、53件中24件（45%）しか一致しなかった。

全体的に、MedEdMENTOR AIは医療教育テーマに適した理論を選ぶ点でポテンシャルを示した。この結果は、こういったツールがタスク特有の例と外部情報へのアクセスを増やすことで、より効果的になることを示唆している。

#制限の理解

特定の現象に対して正しい理論を選ぶのは主観的になりうることがある。研究者の個人的な信念や経験が、特定の理論に対する好みに影響を与えるから。したがって、著者が選んだ理論を「正しい」として頼るのは、この研究に制限をもたらす。AIが著者と同じ理論を提案しなかったからといって、それが間違っているわけではない。こういった場合には、明確な正解や不正解がないこともある。

MedEdMENTOR AIが評価で生成した5つの理論のように、さまざまな理論を提供することが重要だ。これにより、研究者は異なる選択肢を考慮でき、自分の視点に最も合うものを見つけられる。

#MedEdMENTOR AIの今後の方向性

この評価方法を使うことで、テストに利用可能な理論はすでに医療教育研究で使われたものに限られていることがわかった。今後のMedEdMENTOR AIの開発では、一般的に使われている理論と、分野に新たな洞察をもたらす可能性のある理論を区別できるように目指す。過去に使われた理論と新しい理論の両方を検証することで、教育の枠組みとその応用が進化し続ける助けになる。

最近の研究では、GPT-4のようなモデルが科学的発見に大きく貢献できることが示されている。私たちのMedEdMENTOR AIに関する経験から、これらの大規模言語モデルも医学教育研究に影響を与え、研究者の理論的な側面でサポートできることがわかった。こういった技術がさらに発展するにつれて、資源が少ない地域の若手研究者や教育者にとって、より大きな影響を与えることが期待される。

#結論

MedEdMENTORとそのAI機能の進展は、医学教育研究のギャップを埋めるための重要なステップを示している。AI技術を活用することで、研究者たちは教育理論や枠組みの複雑な世界をナビゲートするのに役立つ貴重なリソースを手に入れた。このプラットフォームは、医療教育におけるコラボレーションと革新を高め、世界中からの多様な視点を奨励することを約束している。