В исследовании приняли участие 2 765 студентов медицинских специальностей и 500 медицинских работников из разных вузов Египта.
Хороший уровень знаний об искусственном интеллекте продемонстрировали 69,5% студентов и 57,6% специалистов. При этом положительное отношение к использованию ИИ выявлено лишь у 18,4% студентов и 19,6% медработников.
Студенты значительно чаще используют ИИ в образовательных целях. Наиболее популярными сценариями стали генерация идей и мозговые штурмы (30,7%), проверка грамматики и орфографии (29,9%), а также подготовка к экзаменам, презентациям и заданиям (29%). Одновременно 18,1% студентов сообщили, что используют результаты работы ИИ без дополнительной доработки.
Среди основных опасений участников опроса – нарушения конфиденциальности данных, предвзятость алгоритмов, ошибки в ответах ИИ и риск технических сбоев. Медицинские работники чаще студентов выражали обеспокоенность тем, что искусственный интеллект может снижать ценность медицинской профессии и влиять на справедливость оказания медпомощи. Кроме того, 59,8% специалистов заявили, что ИИ не способен учитывать моральные и социальные аспекты клинических решений.
Авторы исследования считают, что дальнейшее внедрение искусственного интеллекта в медицину требует развития ИИ-грамотности, включения профильных дисциплин в образовательные программы, а также формирования единых этических и нормативных подходов к использованию таких технологий в здравоохранении и медобразовании.
В России ранее также отмечался высокий уровень интереса студентов-медиков к технологиям искусственного интеллекта. Так, исследование Саратовского государственного медицинского университета им. В.И. Разумовского показало, что 45% будущих врачей оценивали свои знания о применении ИИ в здравоохранении как продвинутые, а еще 33% хорошо знали теоретические и практические аспекты использования таких решений. В отличие от египетского исследования, авторы работы сосредоточились на оценке цифровых компетенций.
При этом вопрос повышения надежности ИИ в медицинском образовании остается одним из ключевых. Исследователи Медицинской школы Дартмута (США) предложили использовать большие языковые модели с технологией поискового дополнения (RAG), при которой ответы формируются на основе заранее отобранных преподавателями материалов. По мнению авторов, такой подход позволяет снизить риск ошибок и неточностей, а также повысить доверие студентов к рекомендациям ИИ за счет использования проверенных источников информации.
