Simulazione sanitaria nell’era dell’IA

Laura Gonzalez
Cite Simulazione sanitaria nell’era dell’IA icon
Share Simulazione sanitaria nell’era dell’IA icon
$title


L’intelligenza artificiale sta trasformando la simulazione sanitaria consentendo la creazione rapida e adattiva di scenari e l’apprendimento personalizzato. Dal miglioramento dell’efficienza all’allineamento con standard basati su prove scientifiche, l’IA consente a educatori e simulatori di innovare, garantendo una formazione efficace e clinicamente rilevante.

In collaborazione esclusiva con

L’intelligenza artificiale (IA) è una branca dell’informatica che si occupa di simulare comportamenti intelligenti e appresi nelle macchine, consentendo loro di imitare e adattare, idealmente migliorare, la cognizione e le azioni umane (Patel et al., 2024). Un esempio lampante è ChatGPT, un modello linguistico avanzato sviluppato da OpenAI (2024) basato sull’architettura GPT-4.0. Addestrato su grandi quantità di dati testuali, ChatGPT utilizza tecniche di deep learning per generare risposte coerenti e contestualmente rilevanti alle richieste, rendendolo uno strumento versatile per applicazioni sia generali che specializzate.

Con la rapida integrazione di ChatGPT e di altri strumenti di IA nella formazione sanitaria negli ultimi due anni, il settore si trova ad un bivio critico. Gli studenti stanno sfruttando l’IA senza una formazione completa o linee guida chiare, il che può portare a un uso improprio, compreso il ricorso a informazioni non verificate o inesatte. La qualità dell’IA si basa sui dati inseriti, pertanto possono verificarsi inesattezze. Tuttavia, se utilizzata in modo ponderato, l’IA offre vantaggi sostanziali, come percorsi di apprendimento personalizzati, domande adattive, sviluppo di casi di studio e la capacità di chiarire concetti complessi (Gonzalez, 2024).

Anche gli educatori stanno traendo vantaggio dalle capacità dell’IA, in particolare nella semplificazione della creazione di materiali didattici. Il tempo necessario per redigere esami, costruire prompt e progettare moduli di apprendimento è diminuito drasticamente. Il tempo risparmiato offre all’educatore la possibilità di convalidare le risorse prodotte e aumentare la disponibilità per interagire con lo studente.

Per gli educatori sanitari specializzati nell’apprendimento basato sulla simulazione, l’arrivo dell’IA rappresenta un cambiamento di paradigma. Tradizionalmente, gli scenari di simulazione provenivano dai produttori o venivano sviluppati meticolosamente da esperti. Sebbene questi scenari debbano aderire alle migliori pratiche, come gli Healthcare Simulation Standards of Best Practice® (HSSOBP) (Watts et al., 2021), la loro creazione è laboriosa e richiede molto tempo.

L’IA ha introdotto un approccio rivoluzionario alla progettazione della simulazione, offrendo velocità e flessibilità. Creando prompt di alta qualità, ovvero istruzioni descrittive che specificano il pubblico, il livello degli studenti, gli obiettivi, i vincoli di tempo, i punti decisionali e i risultati desiderati, i simulatori possono generare scenari innovativi in pochi secondi. L’IA può persino raccomandare la modalità di simulazione più adatta, che si tratti di un paziente standardizzato (SP), di uno scenario basato su manichini o di un task trainer. È necessaria cautela quando si adattano scenari generati dall’IA, poiché potrebbero essere incorporati pregiudizi nascosti (Gupta, et al., 2022).

Un ulteriore vantaggio è la capacità dell’IA di integrare linee guida basate su prove scientifiche. Ad esempio, un prompt che chiede all’IA di creare uno scenario di deterioramento respiratorio che incorpori gli standard GOLD Initiative for Chronic Obstructive Lung Disease (2024) per la gestione della BPCO non solo produce un caso realistico, ma lo allinea anche agli standard clinici attuali. L’IA può anche generare riferimenti a supporto degli elementi dello scenario, anche se è fondamentale verificare l’accuratezza di queste citazioni, poiché occasionalmente persistono incongruenze. Chiedere all’IA un livello di confidenza nei suoi risultati può migliorare ulteriormente l’affidabilità.

I simulatori possono sfruttare l’IA anche per garantire la qualità. Caricando un abstract di una revisione della simulazione, i formatori possono chiedere all’IA di valutarlo utilizzando una rubrica standardizzata, garantendo rigore e aderenza alle migliori pratiche (Harder, 2023). Sebbene la rapida generazione di simulazioni sia rivoluzionaria, la chiave del successo rimane lo sviluppo di prompt precisi e ben ponderati.

Investire tempo nella creazione di questi prompt è essenziale per evitare scenari scadenti e massimizzare il potenziale della tecnologia.

L’integrazione dell’IA riduce anche le barriere all’innovazione. I docenti che un tempo dovevano fare i conti con risorse o competenze limitate nella progettazione di simulazioni possono ora sviluppare scenari creativi e di grande impatto che coinvolgono gli studenti, pur mantenendo la fedeltà agli obiettivi didattici. Spostando l’enfasi dall’apprendimento della tecnologia all’apprendimento con la tecnologia (Dai et al., 2023), l’IA apre una nuova era dell’istruzione basata sulla simulazione, dinamica e accessibile.

Con l’evoluzione dell’IA, la simulazione sanitaria sta assumendo una forma più efficiente, basata su dati concreti e incentrata sullo studente. Abbracciando questa tecnologia trasformativa, gli educatori e i simulatori possono migliorare non solo la qualità della formazione, ma anche la sua rilevanza per la pratica clinica reale.

Bibliografia

Dai, Y., Liu, A., & Lim, C. P. (2023). Reconceptualizing ChatGPT and generative AI as a student-driven innovation in higher education. 33rd CIRP Design Conference, 84–90.

Global Initiative for Chronic Obstructive Lung Disease. (2024). Global strategy for the diagnosis, management, and prevention of chronic obstructive pulmonary disease (2024 report). https://goldcopd.org/2024-gold-report/

Gonzalez, L. (2024, September 16). Nursing education in the era of ChatGPT: Implications and opportunities. Online Journal of Issues in Nursing, 29(3). https://doi.org/10.3912/OJIN.Vol29No03PPT76

Gupta, M., Parra, C. M., & Dennehy, D. (2022). Questioning racial and gender bias in AI-based recommendations: Do espoused national cultural values matter? Information Systems Frontiers, 24(6), 1465–1481. https://doi.org/10.1007/s10796-021-10156-2

Harder, N. (2023). Using ChatGPT in simulation design: What can (or should) it do for you? Clinical Simulation in Nursing, 78, A1-A-2. https://doi.org/10.1016/j.ecns.2023.02.01

OpenAI. (n.d.) ChatGPT. https://www.openai.com

Patel, A. P., Bajwa, M., Campbell, K., Huang, J., Park, H. S., Borkowski, A. A., LeMoine, J. E., Hong, E., Calhoun, APatel, A. P., Bajwa, M., Campbell, K., Huang, J., Park, H. S., Borkowski, A. A., LeMoine, J. E., Hong, E., Calhoun, A., Schneidereth, T. A., Deckers, C., Martanegara, A., Morris, M., Bajwa, N., Roye, J., Mallory, L., Duff, J. P., Diaz, D. A., Wawersik, D., Rosati, M., … Gross, I. T. (2024). Future directions for integrating artificial intelligence in simulation-based healthcare [White paper] (I. T. Gross, A. P. Patel, & M. Bajwa, Eds.; ISBN 979-8-9920505-0-9). Myakka City, FL: CHESI LLC. https://aisimhealthcollab.orgWatts, P. I., Rossler, K., Bowler, F., Miller, C., Charnetski, M., Decker, S., et al. (2021). Onward and upward: Introducing the Healthcare Simulation Standards of Best Practice™. Clinical Simulation in Nursing, 58, 1–4. https://doi.org/10.1016/j.ecns.2021.08.006

LEGGI ANCHE

Laura Gonzalez
Author

Laura Gonzalez

President of International Association for Clinical Simulation and Learning (INACSL) View all Posts
Desiree Diaz
Author

Desiree Diaz

PhD, APRN-BC, FSSH, FAAN International Association for Clinical Simulation and Learning (President-elect) University of Central Florida College of Nursing Simulation Technology Innovation and Modeling Center View all Posts

Lascia un commento

Iscriviti alla newsletter

Tutte le notizie SIM, direttamente sulla tua email.
Ricevi mensilmente le migliori ricerche, innovazioni e storie sulla simulazione sanitaria

Join our newsletter