سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی پذیرش، آگاهی، نگرش و آمادگی نسبت به هوش مصنوعی در دانشجویان پزشکی

Publish Year: 1403
Type: Journal paper
Language: Persian
View: 227

This Paper With 8 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JMUMS-34-239_010

Index date: 20 December 2024

بررسی پذیرش، آگاهی، نگرش و آمادگی نسبت به هوش مصنوعی در دانشجویان پزشکی abstract

سابقه و هدف: هوش مصنوعی در حال انقلاب فراگیری در زمینه های مختلف به ویژه در سلامت می باشد. با توجه به ماهیت نوظهور هوش مصنوعی در ایران و کمبود اطلاعات در این زمینه، مطالعه حاضر با هدف بررسی پذیرش، دانش، نگرش و آمادگی نسبت به هوش مصنوعی پزشکی از دیدگاه دانشجویان پزشکی انجام شد. مواد و روش ها: مطالعه توصیفی- مقطعی حاضر روی ۱۱۷ دانشجوی پزشکی که به صورت در دسترس وارد مطالعه شدند، انجام گرفت. پرسشنامه مطالعه شامل ویژگی های دموگرافیک، آمادگی (۲۲ گویه در مقیاس لیکرت پنج تایی)، پذیرش (۲۸ گویه در مقیاس لیکرت پنج تایی)، دانش(۸ گویه در مقیاس لیکرت سه تایی) و نگرش نسبت به هوش مصنوعی (۱۳ گویه در مقیاس لیکرت پنج تایی) بود. داده های جمع آوری شده با استفاده از SPSS نسخه ۲۷ شامل آمار توصیفی، آزمون t مستقل، آزمون همبستگی پیرسون و رگرسیون با سطح معنی داری کم تر از ۰۵/۰ آنالیز شد. یافته ها: یافته ها نشان داد که میانگین آمادگی (۱۳/۸۴±۶۶/۵۰)، سطح دانش (۳/۲۷±۱۷/۲۳) و پذیرش (۱۴/۸۳.±۹۵/۲۵) در سطح متوسط و نگرش (۶/۰۱±۴۶/۵۱) در سطح خوب بود. متغیرهای آمادگی، دانش، پذیرش و نگرش به هوش مصنوعی با یکدیگر دارای ارتباط مستقیم و معنی دار آماری(۰/۰۵>P) بودند و تنها آمادگی با نگرش ارتباط معنی دار آماری نداشت(۰/۵۱۶p=). نتایج رگرسیون نشان داد که شرکت در دوره های آموزشی هوش مصنوعی (۰/۲۲ Beta=، ۰/۰۱۳P=) و دانش نسبت به هوش مصنوعی (۰/۴۱Beta=، ۰/۰۰۱>P)، پیش بینی کننده قوی آمادگی نسبت به هوش مصنوعی پزشکی هستند، زیرا این رابطه در هر دو رگرسیون خطی تک متغیر ساده و چندمتغیره از نظر آماری معنی دار بود. علاوه بر این، متغیرهای استفاده از هوش مصنوعی و پذیرش نسبت هوش مصنوعی به عنوان پیش بینی کننده مستقل آمادگی هوش مصنوعی در رگرسیون خطی تک متغیره شناسایی شدند. استنتاج: دانشجویان پزشکی دانشگاه علوم پزشکی بابل نگرش مثبتی نسبت به هوش مصنوعی نشان دادند که بیانگر اهمیت روزافزون این فناوری در آموزش پزشکی است. این یافته ها نشان می دهد که برنامه ریزان آموزشی باید بر ارتقای دانش، آمادگی و پذیرش دانشجویان نسبت به هوش مصنوعی از طریق دوره ها و برنامه های آموزشی ساختارمند تمرکز کنند. چنین اقداماتی می تواند به آمادگی بهتر دانشجویان برای نقش فزاینده هوش مصنوعی در حوزه سلامت کمک کند.

بررسی پذیرش، آگاهی، نگرش و آمادگی نسبت به هوش مصنوعی در دانشجویان پزشکی Keywords:

بررسی پذیرش، آگاهی، نگرش و آمادگی نسبت به هوش مصنوعی در دانشجویان پزشکی authors

سبحان رحیمی اسبو

MSc in Medical Sergical Nursing, Department of Medical Sciences Education Development, Educational Development Center, Babol University of Medical Sciences, Babol, Iran

مریم قائمی امیری

Assistant Professor, Department of Medical Sciences Education Development, Education Development Center, Babol University of Medical Sciences, Babol, Iran

مصطفی مصطفی زاده بورا

MSc in Medical Sergical Nursing, Department of Medical Sciences Education Development, Educational Development Center, Babol University of Medical Sciences, Babol, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Géron A. Hands-on machine learning with Scikit-Learn, Keras, and Tensor ...
Nadikattu RR. The emerging role of artificial intelligence in modern ...
Alam F, Lim MA, Zulkipli IN. Integrating AI in medical ...
Park CJ, Paul HY, Siegel EL. Medical student perspectives on ...
Bonnist EK. The Future of Artificial Intelligence in the Healthcare ...
Schepman A, Rodway P. Initial validation of the general attitudes ...
Karaca O, Çalışkan SA, Demir K. Medical artificial intelligence readiness ...
Moodi Ghalibaf A, Moghadasin M, Emadzadeh A, Mastour H. Psychometric ...
Hamedani Z, Moradi M, Kalroozi F, Manafi Anari A, Jalalifar ...
Tung AYZ, Dong LW. Malaysian Medical Students’ attitudes and readiness ...
AlZaabi A, AlMaskari S, AalAbdulsalam A. Are physicians and medical ...
Ahmad MN, Abdallah SA, Abbasi SA, Abdallah AM. Student perspectives ...
Jha N, Shankar PR, Al-Betar MA, Mukhia R, Hada K, ...
Vasiljeva T, Kreituss I, Lulle I. Artificial intelligence: the attitude ...
Ayanwale MA, Sanusi IT, Adelana OP, Aruleba KD, Oyelere SS. ...
Weinert L, Müller J, Svensson L, Heinze O. Perspective of ...
نمایش کامل مراجع