بررسی پذیرش، آگاهی، نگرش و آمادگی نسبت به هوش مصنوعی در دانشجویان پزشکی

هوش مصنوعی در حال انقلاب فراگیری در زمینه های مختلف به ویژه در سلامت می باشد. با توجه به ماهیت نوظهور هوش مصنوعی در ایران و کمبود اطلاعات در این زمینه، مطالعه حاضر با هدف بررسی پذیرش، دانش، نگرش و آمادگی نسبت به هوش مصنوعی پزشکی از دیدگاه دانشجویان پزشکی انجام شد.

مطالعه توصیفی- مقطعی حاضر روی 117 دانشجوی پزشکی که به صورت در دسترس وارد مطالعه شدند، انجام گرفت. پرسشنامه مطالعه شامل ویژگی های دموگرافیک، آمادگی (22 گویه در مقیاس لیکرت پنج تایی)، پذیرش (28 گویه در مقیاس لیکرت پنج تایی)، دانش (8 گویه در مقیاس لیکرت سه تایی) و نگرش نسبت به هوش مصنوعی (13 گویه در مقیاس لیکرت پنج تایی) بود. داده های جمع آوری شده با استفاده از SPSS نسخه 27 شامل آمار توصیفی، آزمون t مستقل، آزمون همبستگی پیرسون و رگرسیون با سطح معنی داری کم تر از 05/0 آنالیز شد.

یافته ها نشان داد که میانگین آمادگی (13/84±66/50)، سطح دانش (3/27±17/23) و پذیرش (14/83.±95/25) در سطح متوسط و نگرش (6/01±46/51) در سطح خوب بود. متغیرهای آمادگی، دانش، پذیرش و نگرش به هوش مصنوعی با یکدیگر دارای ارتباط مستقیم و معنی دار آماری (0/05>P) بودند و تنها آمادگی با نگرش ارتباط معنی دار آماری نداشت (0/516=p). نتایج رگرسیون نشان داد که شرکت در دوره های آموزشی هوش مصنوعی (0/22 Beta=، 0/013P=) و دانش نسبت به هوش مصنوعی (0/41Beta=، 0/001>P)، پیش بینی کننده قوی آمادگی نسبت به هوش مصنوعی پزشکی هستند، زیرا این رابطه در هر دو رگرسیون خطی تک متغیر ساده و چندمتغیره از نظر آماری معنی دار بود. علاوه بر این، متغیرهای استفاده از هوش مصنوعی و پذیرش نسبت هوش مصنوعی به عنوان پیش بینی کننده مستقل آمادگی هوش مصنوعی در رگرسیون خطی تک متغیره شناسایی شدند.

دانشجویان پزشکی دانشگاه علوم پزشکی بابل نگرش مثبتی نسبت به هوش مصنوعی نشان دادند که بیانگر اهمیت روزافزون این فناوری در آموزش پزشکی است. این یافته ها نشان می دهد که برنامه ریزان آموزشی باید بر ارتقای دانش، آمادگی و پذیرش دانشجویان نسبت به هوش مصنوعی از طریق دوره ها و برنامه های آموزشی ساختارمند تمرکز کنند. چنین اقداماتی می تواند به آمادگی بهتر دانشجویان برای نقش فزاینده هوش مصنوعی در حوزه سلامت کمک کند.