MEDICINE & AI

タイトル：A generative AI teaching assistant for personalized learning in medical education 雑誌名：NPJ Digit Med. 2025 Nov 04; 8(1): 627. doi: 10.1038/s41746-025-02022-1. Epub 2025 Nov 04. 概　要： 医療教育はスケーラビリティの危機に直面しており、クラスサイズの増加が個別指導を困難にしています。一方で、学生は未検証の生成AIツールを個別学習支援に利用する傾向が高まっています。本研究では、医学生が制約のある生成AIシステムを自己主導学習にどのように統合しているかを調査しました。具体的には、リトリーバル・オーグメンテッド・ジェネレーション（RAG）を用いた教育アシスタントを医学校の基礎科学コースに導入し、使用パターン、会話内容、学生のフィードバックを分析しました。学生は戦略的かつ文脈依存的にツールを使用し、高リスクの評価期間中に利用が増加し、夜間の利用も顕著でした。ユーザーは主に基礎概念の明確化を求め、システムの継続的な利用可能性と情報源に基づく応答を評価しました。しかし、知識ベースの制約は正確性を確保する一方で、広範な質問を制限し、信頼性と包括性の間に緊張を生じさせました。この研究は、医学生が制約のあるAIツールを自己主導学習にどのように活用しているかの実証的証拠を提供し、教育機関がこれらの技術を教育フレームワークに統合するための戦略を形成するのに役立ちます。 方　法： 本研究は、医学校の基礎科学コースにおいて、RAGベースの教育アシスタントを2つの連続したコホートに導入したコホート研究です。使用パターン、会話内容、学生のフィードバックを分析し、学生の採用と学習行動を理解しました。 結　果： 学生は、基礎概念の明確化を求め、システムの継続的な利用可能性を評価しました。利用は高リスクの評価期間中に増加し、夜間の利用も顕著でした。知識ベースの制約が正確性を確保する一方で、広範な質問が制限され、信頼性と包括性の間に緊張が生じました。 結　論： 医学生は制約のあるAIツールを自己主導学習に戦略的に統合しており、教育機関はこれらの技術を教育フレームワークに統合するための戦略を検討する必要があります。