生成AIを活用した医療免疫学教育における反復的教育モデルの応用
カテゴリ：医学教育
公開日：2026年4月29日
タイトル：Application of an iterative generative AI-augmented teaching model in medical immunology education
雑誌名：Front Artif Intell. 2026; 9: 1788369. doi: 10.3389/frai.2026.1788369.
概 要：
免疫学教育は、抽象的な概念、理論と実践の乖離、遅延フィードバックなどの課題に直面しています。本研究では、生成AIを教育フレームワークに統合する機会を探求するため、反復的AI強化免疫教育（IAIE）モデルを開発しました。このモデルは、4C/IDモデルと認知負荷理論を組み合わせたもので、177人の医学生を対象にした12週間の準実験的研究を実施しました。
方 法：
この研究では、177人の医学生（実験群：88人、対照群：89人）を対象に、IAIEモデルを用いた準実験的研究を行いました。成果は、宿主-病原体相互作用概念インベントリ（HPI-CI）および修正された臨床意思決定スケール（CDMNS）を用いて評価しました。
結 果：
実験群は、知識習得度が82.7（対照群70.1、Cohenのd=1.12）と有意に高く、臨床意思決定の正確性も31.7%向上しました。84%以上の学生がAIの複雑なメカニズム理解における価値を認識し、反省的実践スコアは高い反省能力を示しました。また、DREEM評価により学習環境の受容性が強いことが確認されました。
結 論：
IAIEモデルは、AI駆動のスキャフォールディングを通じて理論と実践を効果的に結びつけ、認知負荷を調整しながら高次思考とAI生成コンテンツへの批判的関与を促進します。この理論に基づくフレームワークは、能力ベースの医療教育において転用可能なアプローチを提供します。