Tim di Johns Hopkins memperkenalkan sebuah sistem kecerdasan buatan yang dapat dijelaskan untuk membimbing mahasiswa kedokteran saat berlatih menjahit luka. Sistem ini dilatih menggunakan dua sumber data utama: rekaman video ahli dan pelacakan gerakan tangan ahli saat menutup sayatan. Karena dapat dijelaskan, AI mampu menilai aspek teknik mahasiswa dan menunjuk deviasi spesifik dari praktik ahli.
Umpan balik diberikan secara cepat dan dipersonalisasi melalui pesan teks setelah sesi latihan. Pesan-pesan itu membandingkan pola gerakan mahasiswa dengan gerakan para ahli dan memberi petunjuk konkret untuk perbaikan. Pendekatan ini dimaksudkan untuk mengurangi beban seorang dokter pengawas yang biasanya harus menonton sesi latihan, memberi skor, lalu menulis umpan balik rinci.
Dalam sebuah uji acak kecil dengan 12 mahasiswa yang memiliki beberapa pengalaman menjahit luka, peserta dibagi ke dua kelompok: satu menerima umpan balik AI langsung, dan satu lagi belajar dari video ahli lalu berlatih ulang. Para peneliti melaporkan bahwa mahasiswa dengan dasar bedah yang kuat menunjukkan pembelajaran jauh lebih cepat ketika dibimbing oleh AI, sementara pemula mendapat manfaat yang lebih kecil pada tahap ini. Penulis mencatat bahwa "Hal terbaik berikutnya mungkin adalah kecerdasan buatan yang dapat dijelaskan milik kami yang menunjukkan bagaimana pekerjaan mahasiswa menyimpang dari ahli bedah ahli." Tim juga mengatakan mereka dapat menghitung kinerja sebelum dan setelah intervensi untuk melihat kemajuan.
Kelompok penulis termasuk ilmuwan dari Johns Hopkins dan University of Arkansas. Tim berencana menyempurnakan model agar lebih mudah digunakan dan tersedia lebih luas, dengan tujuan membangun versi yang dapat dipakai mahasiswa di rumah menggunakan kit menjahit luka dan smartphone. Pekerjaan ini didukung oleh Johns Hopkins DELTA Grant IO 80061108 dan Link Foundation Fellowship in Modeling, Simulation, and Training.
Kata-kata sulit
- kecerdasan buatan — sistem komputer yang meniru kemampuan manusia
- dapat dijelaskan — mudah dimengerti alasan atau langkah keputusannya
- pelacakan — proses merekam atau mengikuti pergerakan sesuatu
- deviasi — perbedaan atau penyimpangan dari standar ahli
- umpan balik — informasi tentang kinerja untuk perbaikan
- personalisasi — penyesuaian agar sesuai kebutuhan individudipersonalisasi
- uji acak — pengujian dengan pembagian peserta secara acak
- kinerja — sejauh mana tugas dikerjakan dengan baik
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Menurut Anda, apa keuntungan utama menerima umpan balik cepat dan dipersonalisasi dibandingkan umpan balik tradisional? Beri contoh.
- Mengapa mahasiswa dengan dasar bedah yang kuat mungkin belajar lebih cepat dengan bimbingan AI daripada pemula? Jelaskan alasan yang mungkin.
- Apa tantangan teknis atau praktis yang mungkin muncul jika versi untuk dipakai di rumah dengan kit dan smartphone dibuat?
Artikel terkait
Titik tipping mekanis menjelaskan loncatan fibrosis
Ilmuwan dari Washington University dan Tsinghua menemukan titik tipping mekanis yang membuat sel berkoordinasi tiba-tiba dan menyebabkan fibrosis. Studi yang dipublikasikan di Proceedings of the National Academy of Sciences menyorot peran kolagen dan ikatan silang.
