MEDICINE & AI

タイトル：DeepSeek-AI-enhanced virtual reality training for mass casualty management: Leveraging machine learning for personalized instructional optimization. 雑誌名：PLoS One. 2025; 20(6): e0321352. 概　要： 本研究は、大量傷病者管理のためのバーチャルリアリティ（VR）トレーニングシステムの効果を評価し、人工知能（AI）と機械学習（ML）を統合して受講者のパフォーマンスとエラーパターンを分析することを目的としています。主要なパフォーマンス予測因子を特定し、個別のフィードバックを生成し、VRベースの医療トレーニングを最適化するための実行可能な推奨事項を提供することを目指しました。 方　法： 196人の医療専門家が1時間のVRトレーニングセッションに参加し、その後20問の評価とトレーニング後の評価調査を実施しました。DeepSeek AIフレームワークを用いてデータを分析し、クラスタリング分析、主成分分析（PCA）、ランダムフォレストモデルを利用しました。Rソフトウェア（バージョン4.1.2）を用いて記述統計、エラー率、相関分析を行い、パフォーマンス結果を予測するための機械学習モデルを訓練しました。 結　果： 研究により、3つの異なる受講者クラスタが特定され、最も高いパフォーマンスを示したグループは外傷評価と臨床ケース分析で優れていましたが、臨床ケース分析（69.4%）と外傷評価（67.3%）で高いエラー率が観察され、改善が必要な領域が明らかになりました。機械学習モデルは、伝統的な教授法の置き換えと学習意欲の刺激が学習成果に最も重要な要因であることを示しました。 結　論： 本研究は、AIとVRトレーニングを統合することで医療専門家のためのより個別化された効果的な学習体験を創出する可能性を示しています。特に緊急医療のような高リスク環境における医療教育において、適応的でデータ駆動型のアプローチの重要性が強調されました。今後の研究では、ハイブリッドトレーニングモデルの探求や生理データの統合を通じて、VRベースのトレーニングシステムの効果をさらに高めることが期待されます。