教师制作与生成式人工智能辅助教学视频在甲状腺眼病住院医师教育中的探索性比较研究

《Frontiers in Cell and Developmental Biology》:Comparing teacher-made and AI-assisted teaching videos for thyroid eye disease: an exploratory study

【字体: 大 中 小 】 时间:2026年10月21日 来源:Frontiers in Cell and Developmental Biology 5.3

编辑推荐:

  背景:甲状腺眼病(TED)及其急性、威胁视力的并发症——甲状腺功能障碍性视神经病变(DON)需要及时诊断和干预。眼眶疾病专科医师可及性有限,对眼科学住院医师培训构成显著挑战。在此背景下,生成式人工智能(AI)为医学教育创造了新机会,但其在眼科学培训中的有效性仍

  
背景:甲状腺眼病(TED)及其急性、威胁视力的并发症——甲状腺功能障碍性视神经病变(DON)需要及时诊断和干预。眼眶疾病专科医师可及性有限,对眼科学住院医师培训构成显著挑战。在此背景下,生成式人工智能(AI)为医学教育创造了新机会,但其在眼科学培训中的有效性仍有待探索。目的:本探索性研究旨在评估生成式人工智能(AI)在眼科学教育中的有效性,重点关注TED领域。方法:46名住院医师(28名全科住院医师和18名眼科住院医师)被随机分配至AI辅助或教师制作的5 min TED教学视频组。随后,所有参与者通过在线问卷实验完成三项测试,每项测试均由20道TED临床问题组成。测试1为疾病知识基线评估;测试2于学习后5 min进行,以评估短期学习结局,并附AI工具问卷调查;测试3于1周后进行,以评估长期学习结局。结果:观看AI辅助视频使测试成绩从基线至5 min显著提高(平均差 = 13.04;p = 0.004),但该改善在1周时未持续(平均差 = 7.61;p = 0.16)。完成时间亦从基线至5 min(p = 0.009;GMR = 0.57)和1周(p < 0.001;GMR = 0.45)显著缩短。AI辅助视频组与教师制作视频组在所有评估中均未观察到显著差异(所有p > 0.05)。此外,学习体验与学习结局呈正相关(r = 0.60;P < 0.001)。结论:研究人员的发现提示,用于TED教育的AI辅助视频与教师制作视频之间无统计学显著差异。然而,AI辅助流程需要大量专家监督,且在本研究中未减少总制作时间。鉴于长期保持有限,此类AI辅助视频或更适合作为与人类专业知识相结合的补充资源。
甲状腺眼病(TED,一种以眼眶炎症为特征的进行性自身免疫性疾病)可导致眼睑退缩、水肿、眼球突出、眼球运动受限和复视,并严重影响生活质量;其急性、威胁视力的并发症甲状腺功能障碍性视神经病变(DON)更需及时诊断和干预。TED患病率相对较高,但症状多样、诊断延迟并不少见,且眼眶疾病专科医师不足,部分病例因延误治疗而出现不可逆视力丧失,因此对住院医师开展TED专项培训十分必要。与此同时,中国医师与患者比例低于国际标准,高年资医师临床负担重,难以给予住院医师充分指导;生成式人工智能(AI,可生成文本、图像等内容的模型技术)及视频化在线教学为医学教育提供了新的补充手段,但AI在TED医学教育中的作用尚未被系统评估。TED兼具慢性进展和DON急性发作特点,具有代表性。研究人员据此开展探索性研究,旨在评估AI辅助、经专家审校的教学视频在眼科学培训中的教育可行性,并探讨其作为补充教育资源的潜在作用。

研究人员在上海长征医院于2025年11月招募32名全科住院医师和20名眼科住院医师,最终46名纳入分析;按住院医师类型分层后以1:1随机分为AI辅助视频组和教师制作视频组。所有参与者通过微信和问卷星平台完成三次在线20题测试,分别为基线、学习后5 min和1周;视频内容包括TED解剖、发病机制、临床表现、鉴别诊断和治疗。AI辅助视频以DeepSeek-V3生成脚本和字幕,Dreamina AI平台生成图像和视频片段,CapCut剪辑;教师制作视频按结构化大纲、PowerPoint和教师配音制作。6名专家采用5点Likert量表评估视频和测试内容效度;统计分析采用线性混合效应模型(LMMs,用于重复测量数据分析的统计模型),完成时间经自然对数转换并计算几何均数比(GMR,经对数转换后的组间或时点比较效应量)。

研究结果如下。参与者人口学特征:最终分析46名,AI辅助组与教师制作组各23名,每组均为9名眼科住院医师和14名全科住院医师;两组平均年龄、性别和住院医师类型无显著差异。教学视频内容效度:6名专家评估显示,AI辅助视频12个评价条目中11项达到预设条目水平内容效度指数(I-CVI)标准,1项关于病理变化准确性和无扭曲的视觉保真条目I-CVI为0.67;教师制作视频12项均达到I-CVI≥0.78;量表水平内容效度指数平均值(S-CVI/Ave)分别为0.93和0.97,均超过0.90阈值;专家对两视频总体评分分别为4.43/5和4.56/5。三项测试的效度:三项测试S-CVI/Ave分别为0.97、1.00和0.97,所有条目I-CVI≥0.78;Kuder—Richardson Formula 20(KR-20,二分类条目内部一致性系数)分别为0.80、0.76和0.82;探索性因子分析(EFA,评估结构效度的降维方法)显示Kaiser—Meyer—Olkin(KMO,取样适切性指标)分别为0.544、0.617和0.613,Bartlett球形检验均有统计学意义(χ2分别为327.865、351.570和287.239,均p < 0.001);平均条目难度分别为0.67、0.79和0.70,平均区分度分别为0.48、0.40和0.52,平均点二列相关分别为0.35、0.34和0.41,提示三项测试心理测量学性质可接受且大致可比。AI辅助与教师制作教学视频的效果:AI辅助组测试成绩从基线至5 min显著提高(平均差 = 13.04,95% CI:3.51至22.57;p = 0.004;Cohen’s drm = 0.61),基线至1周变化不显著(平均差 = 7.61,95% CI:?1.92至22.57;p = 0.16);教师制作组呈相似模式,基线至5 min显著提高(平均差 = 11.52,95% CI:1.99至21.05;p = 0.01;Cohen’s drm = 0.76),基线至1周不显著(平均差 = 4.78,95% CI:?4.75至14.31;p = 0.67);组×时间交互不显著。AI辅助组完成时间从基线至5 min显著缩短(p = 0.009;GMR = 0.57,95% CI:0.39–0.82),基线至1周亦显著缩短(p < 0.001;GMR = 0.45,95% CI:0.32–0.66),5 min至1周变化不显著;教师制作组组内完成时间无显著变化。组间测试成绩在基线、5 min和1周均无显著差异(p = 0.40、0.57和0.74),组间完成时间在5 min和1周亦无显著差异(p = 0.70和0.56)。意向性分析(ITT,纳入所有随机化参与者的分析,n = 52)及排除测试不完整参与者的敏感性分析(n = 50)与主要分析(n = 46)结果一致;DON相关准确率在三次测试中总体无显著差异,AI辅助组眼科住院医师测试3的DON准确率低于测试1(55.60 ± 0.00 vs 85.20 ± 16.96;p = 0.03),提示两种视频格式对DON相关学习结局总体无显著影响。亚组教学结局比较:探索性亚组分析未进行正式检验;基线时两组眼科住院医师得分数值上高于全科住院医师;AI辅助组眼科住院医师1周时平均变化为12.78 ± 18.73,全科住院医师为4.29 ± 26.66;教师制作组眼科住院医师为13.33 ± 13.23,全科住院医师为?0.71 ± 21.83;完成时间方面,AI辅助组两类住院医师中位变化均为负值,1周时全科住院医师缩短幅度大于眼科住院医师(?343.0 s vs ?318.0 s),教师制作组眼科住院医师变化较小而全科住院医师缩短更明显,因样本量小且未正式检验,解释需谨慎。住院医师满意度与评价:所有参与者完成问卷,总量表Cronbach’s α = 0.88,各亚量表α > 0.6;KMO = 0.80,Bartlett球形检验χ2 = 292.686,df = 136,p < 0.01;学习结局、学习体验和对AI乐观态度多数条目均分高于4,仅“AI工具提供的内容完全准确”均分为3.76;学习体验与学习结局呈强正相关(r = 0.60,p < 0.001),主题熟悉度与其他维度无显著相关,对AI乐观态度与学习结局无显著相关;开放式反馈最常见主题为节奏(13/27,48.1%)、内容全面性(9/27,33.3%)和视觉质量(7/27,25.9%),AI辅助视频被批评动画僵硬和关键术语突出不足,教师制作视频被指出视觉和旁白较僵硬、标注需改进;总体AI辅助视频被评为高质量,教师制作视频被认为总体可接受。

讨论部分总结:住院医师培训对培养合格医师至关重要,中国眼科学住院医师规范化培训启动较晚,TED教育存在专科师资不足的缺口,DON作为眼科急症需及时识别和干预。研究人员探索生成式AI制作TED靶向教学视频的可行性和短期学习结局,并比较其与教师制作视频的表现;结果显示两组在短期和长期测试成绩变化及完成时间变化上均无统计学显著差异,两组学习后5 min成绩均显著提高但1周未持续,提示短视频格式和缺乏学习后强化可能限制长期保持,短视频更适合作为补充资源而非主要教学工具。DON教学效果有限可能与视频时长限制导致DON内容只能简要覆盖有关,提示需要针对DON的专用视频。亚组分析提示不同住院医师背景可能存在差异,但未正式检验,AI辅助工具在不同学习者背景中的效用尚待确立。学习体验与学习结局正相关,而对AI乐观态度与学习结局无显著相关;两种视频均受到语速过快和内容聚焦不足等批评,可能与约5 min微视频形式有关。AI辅助视频总体质量被参与者评分高于教师制作视频,65%参与者同意视频具有吸引力,但既往研究提示AI辅助视频在准确性、可靠性和真实性方面存在挑战,专家审校仍是保证临床准确性和教育适宜性的关键;本研究中大多数参与者认为教学视频高度准确,可能与严格筛选和测试流程有关。研究提示AI辅助与教师制作TED教育视频无显著组间差异,但AI辅助流程需要大量专家监督并最终增加人力时间成本;鉴于长期保持有限,此类AI辅助视频更适合作为与人类专业知识相结合的补充资源。未来需发展系统化AI素养与伦理培训、跨学科监督框架,并开展更大样本、更长随访、纳入客观结构化临床考试(OSCEs)或临床推理直接观察的研究,同时整合自动化验证以保障临床和事实完整性。研究结论翻译:研究人员的发现提示,用于TED教育的AI辅助视频与教师制作视频之间无统计学显著差异;然而,AI辅助流程需要大量专家监督,且在本研究中未减少总制作时间;鉴于长期保持有限,此类AI辅助视频或更适合作为与人类专业知识相结合的补充资源。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号