生成AIが医療専門職教育に与える影響：学生の学習に関する系統的レビュー
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：The impact of generative AI on health professional education: A systematic review in the context of student learning.
雑誌名：Med Educ. 2025 Dec; 59(12): 1280-1289. doi: 10.1111/medu.15746. Epub 2025 Jun 18.
概 要：
本研究は、生成人工知能（GenAI）が医療専門職教育（HPE）における学生の学習にどのように利用されているかを系統的にレビューし、Laurillardの6つの学習タイプとの関連性を調査することを目的としています。GenAIは、学生の学習に新たな機会を提供しますが、実際の利用状況に関する包括的な理解が不足しています。Laurillardのフレームワークに基づくと、GenAIは主に実践、探求、制作、獲得の学習タイプで活用されており、個別化された学習が進んでいることが示されています。
方 法：
本研究は、ERIC、Education Database、Ovid Medline、Ovid Embase、Scopusの5つの主要データベースを検索し、2024年9月15日までに発表されたHPE学生のGenAI利用に関する記事を対象とした系統的レビューです。正式なHPEトレーニングプログラム内で実施され、学生がGenAIとどのように相互作用するかを具体的に述べた研究が含まれました。データはLaurillardのフレームワークの6つの学習モードにマッピングされ、研究の質はMedical Education Research Study Quality Instrument（MERSQI）を用いて評価されました。
結 果：
33件の研究が選定基準を満たしました。GenAIは主に実践（73%）、探求（70%）、制作（67%）、獲得（55%）の学習タイプで利用されており、複雑な概念の明確化や臨床シナリオのシミュレーション、実践資料の生成など多様な教育的応用が示されています。一方、討論と協力はそれぞれ12%と低く、GenAIによる個別化学習の傾向が強まっていることが示唆されました。効率性やアクセスの向上といった利点がある一方で、批判的思考や学問的誠実性、仲間との相互作用の減少に関する懸念も浮上しています。
結 論：
このレビューは、HPE学生の学習がLaurillardの6つの学習タイプにどのように関連しているかについての洞察を提供しました。GenAIは個別化された自己主導の学習を支援しますが、協力的な学習モードにおける役割は十分に探求されていないことが明らかになりました。