分类:医学理解型学习研究

来自Big Physics
Jinshanw讨论 | 贡献2023年5月19日 (五) 10:15的版本 (建立内容为“分类:教和学的研究 =背景= 随着AI技术的发展,我们需要更进一步第思考医生的核心价值到底在什么地方,以及如何围…”的新页面)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)


背景

随着AI技术的发展,我们需要更进一步第思考医生的核心价值到底在什么地方,以及如何围绕这个核心价值来培养医生,同时降低医生学习和实践过程中对大量事实性程序性知识的依赖。这也就是”如何帮助医生们成为更好的医生,但是学的还能够更少“的问题,属于”教的更少,学得更多“的理解型学习的一个应用方向。那么,答案就在,把培养医生的重点放到其核心价值——也就是理解型学习的高层知识——的形成上。然后,把那些低层知识和技能,交给AI、手术机器人等科技辅助手段来完成。

为了这个目的,在本项目中,和一线医生一起,我们来尝试梳理一些典型案例,以及这些案例背后的高层知识。

一个例子:硬膜外血肿

关于硬膜外血肿这个疾病的成因、诊断和治疗,我们梳理出来了如下的概念地图

后续研究

检验这个梳理出来的知识的学习效果。

本分类目前不含有任何页面或媒体文件。