自然言語処理を活用した医学生の臨床スキル自己評価の理解向上
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：Making Use of Natural Language Processing to Better Understand Medical Students' Self-Assessment of Clinical Skills
雑誌名：Acad Med. 2024 Mar 01; 99(3): 285-289.
概 要：
この研究は、医学生の自己評価を通じた反射的実践が自己調整学習に必要であることを示しています。医学生の反射的自己評価は、内容理解や反射能力、コース改善点に関するフィードバックを教員に提供しますが、大量のナラティブデータの処理は時間がかかり、教員にとって困難です。本研究では、シンシナティ大学医学部の344人の学生から得た2,224件の反射的自己評価データを自然言語処理ツールTopExを用いて分析し、共通のテーマを特定しました。
方 法：
この研究は、シンシナティ大学医学部の学生344人から収集した2,224件の反射的自己評価データを対象にしています。2019-2020年および2021-2022年の学年度に、学生は標準化された患者との遭遇を振り返り、驚いた点や改善点について自由記述で回答しました。これらのデータは、TopExを使用して分析され、共通のトピックとテーマが特定されました。
結 果：
TopExを使用することで、学生の反射的自己評価におけるテーマの特定が迅速化され、1つ目のプロンプトに対して10のテーマ（質問の整理や病歴分析など）、2つ目のプロンプトに対して8のテーマ（敏感な病歴や診察の効率など）が明らかになりました。この手法は、複雑な自然言語処理を必要とせず、使いやすく時間を節約できる分析方法を提供しました。
結 論：
TopExを用いることで、学生の反射的自己評価の分析が効率化され、教育改善のための4つの示唆（学生の反射のためのテーマの集約、共通の改善点に基づく自己評価の見直し、カリキュラムの調整、教員へのターゲットフィードバックの提供）が得られました。シンシナティ大学医学部は、TopExの利用をさらに洗練させ、他の機関もこのアプローチをモデルにして教育的洞察を得ることを目指しています。