Lee YM, Kim S, Lee YH, Kim HS, Seo SW, Kim H, Kim KJ. Defining Medical AI Competencies for Medical School Graduates: Outcomes of a Delphi Survey and Medical Student/Educator Questionnaire of South Korean Medical Schools. Acad Med. 2024 Jan 9. Epub ahead of print.
背景：人工知能（AI）技術が医療提供に与える重要性と潜在的影響の高まりを踏まえ、AIを医学部カリキュラムに組み込む必要性が高まっている。本研究は、医療AIコンピテンシーを定義し、韓国の医学部卒業生に不可欠なコンピテンシーを特定することを目的とした。
方法：2022年に実施された医療AIの専門家4グループ（n = 28）によるデルファイ調査により、42のコンピテンシー項目が得られた。その後、韓国全土の医学部から1,955名（学生1,174名、教授781名）を対象に、第1回デルファイ調査で作成された42項目のコンピテンシーリストを活用したオンライン質問紙調査を実施した。続いて、21の医学部の33人の医学教育者を対象にデルファイ調査を実施し、必須のAIコンピテンシーとオプションのコンピテンシーを区別した。
結果：この研究では、医学部卒業生に不可欠な36のAIコンピテンシーを包含する6つのドメインが特定された。(1)デジタルヘルスとAIによる変化の理解、(2)医療AIの基礎知識とスキル、(3)医療AIの使用における倫理と法的側面、(4)臨床における医療AIの応用、(5)医療データの処理、分析、評価、(6)医療AIの研究と開発、および各領域内のサブコンピテンシー。最初の4つの領域では多くのコンピテンシーが必須とされたが、最後の2つの領域、データサイエンスと医療AIの研究開発については、より高い割合の専門家が任意であると回答した。
結論：医学部卒業生を対象とした6つのコンピテンシーとそのサブコンピテンシーからなるこの医療AIのフレームワークは、医療カリキュラムへのAIの統合を導く有望な可能性を示している。これらの知見の適用可能性を検証し確認するためには、多様な状況や国でさらなる研究を実施する必要がある。これらの提案されたコンピテンシーを既存のカリキュラムに統合するための具体的かつ実現可能な教育モデルを開発するためには、さらなる研究が不可欠である。
