MEDICINE & AI

タイトル：AI-assisted case-based learning and flipped classroom to improve clinical decision-making: a randomized controlled trial in reproductive medicine. 雑誌名：Med Educ Online. 2026 Dec 31; 31(1): 2670047. doi: 10.1080/10872981.2026.2670047. 概　要： 生殖医療の臨床医の効率的な訓練は、世界的な出生率の低下と不妊の増加において重要です。従来の講義中心の教育は、限られた研修期間内で臨床意思決定スキルを十分に育成できないことが多いです。本研究では、人工知能（AI）を統合した事例ベース学習（CBL）と反転授業（FC）を用いることで、臨床推論を向上させる可能性を探ります。生殖医療教育における厳密な証拠は限られています。 方　法： 本研究は、吉林大学第一病院の50人の産婦人科レジデントを対象にしたランダム化比較試験です。参加者はAI支援のCBL+FCグループと従来の講義対照グループに無作為に割り当てられました。AI支援のCBL+FCグループは、DoctorUプラットフォームでの仮想標準患者との事前クラスインタラクティブケースワークと、Superstar Learningプラットフォームでのケース分析を行い、その後、クラス内でのインタラクティブなディスカッションを行いました。主要評価指標は、コース後の理論知識テスト、ミニ臨床評価演習（Mini-CEX）、および客観的構造化臨床試験（OSCE）のスコアです。副次的評価指標として、学習者のモチベーション、臨床思考、自己主導学習、コースの効果に対する認識を5段階リッカート尺度で評価しました。 結　果： 介入後、AI支援のCBL+FCグループは対照グループよりも理論テストスコアが有意に高く、Mini-CEX評価においても臨床能力が優れており、OSCEの総スコアも高かったです。また、AI支援のCBL+FCグループの参加者は、学習モチベーション、臨床推論、自己主導学習、コースの効果に対する認識の改善をより大きく報告しました。 結　論： AI支援のCBL+FC教育モデルは、生殖医療レジデントの理論知識、臨床意思決定スキル、学習者のエンゲージメントを有意に向上させることが示されました。このブレンド学習モデルは、現代の不妊治療における進化する臨床要件に対応するための効果的かつ一般化可能な方法論を提供します。