Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği

Özet

Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği (TYZHÖ), İngilizce orijinal adıyla Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS), tıp fakültesi öğrencilerinin tıpta Yapay Zeka (YZ) entegrasyonuna yönelik hazırbulunuşluk düzeylerini, bilgi ve tutumlarını ölçmek amacıyla geliştirilmiş özgün bir ölçme aracıdır. Bu ölçek, öğrencilerin YZ uygulamaları, veri bilimi ve istatistik gibi temel kavramlara olan hakimiyetlerini ve bu teknolojilerin gelecekteki klinik pratiklerine etkisine dair algılarını değerlendirmeyi hedefler.

2021 yılında Karaca, Çalışkan ve Demir tarafından geliştirilen bu araç, tıp eğitiminde hızla artan dijitalleşme ve YZ kullanımına uyum sağlamak için öğrencilerin mevcut durumlarını belirlemede kritik bir rol oynamaktadır. Ölçek, kapsamlı geçerlik ve güvenirlik çalışmaları sonucunda tıp öğrencileri popülasyonu için uygun ve sağlam bir yapı göstermiştir.

Anahtar Kelimeler

Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği, Yapay Zeka, Tıp Öğrencileri, Hazırbulunuşluk, Ölçek Geliştirme, Tıp Eğitimi, Veri Bilimi.

Yazarlar

Oğuz Karaca, Süleyman Ayhan Çalışkan, Kemal Demir.

Amaç

Ölçeğin temel amacı, tıp eğitimi gören öğrencilerin, gelecekteki kariyerlerinde kaçınılmaz olarak karşılaşacakları tıbbi yapay zeka teknolojilerine ne kadar hazır olduklarını bilimsel yöntemlerle belirlemektir. Bu hazırbulunuşluk seviyesinin ölçülmesi, eğitim kurumlarına müfredatlarını ve pedagojik yaklaşımlarını YZ çağının gerekliliklerine göre yeniden şekillendirme konusunda somut veriler sunar.

Ölçek, öğrencilerin sadece teknik bilgi düzeylerini değil, aynı zamanda YZ’ye karşı olan tutumlarını, etik algılarını ve öğrenme motivasyonlarını da dolaylı olarak değerlendirerek, tıp eğitiminde YZ entegrasyonu için gerekli altyapıyı analiz etmeyi amaçlamıştır.

Yapı (Construct)

Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği, öğrencilerin YZ ile ilgili bilgi, beceri ve tutumlarını kapsayan çok boyutlu bir yapıyı ölçmektedir. Ölçek toplam 22 maddeden oluşmakta olup, bu maddeler dört ana alt boyutta toplanmıştır. Bu alt boyutlar, öğrencilerin temel veri ve istatistik bilgisi, YZ’nin tıbbi uygulamalarına yönelik farkındalığı, öğrenmeye açıklığı ve teknolojiyi kullanma istekliliğini temsil etmektedir.

Ölçek, öğrencilerin yalnızca teknik yeterliliklerini değil, aynı zamanda algılanan yetkinliklerini ve YZ’nin tıp mesleğinin geleceği üzerindeki etkisine dair inançlarını da değerlendirerek, hazırbulunuşluğun hem bilişsel hem de duyuşsal yönlerini yakalamayı hedeflemiştir.

Geçerlik

Ölçeğin geliştirme çalışmasında kapsamlı geçerlik analizlerine yer verilmiştir. Yapı geçerliği, açımlayıcı ve doğrulayıcı faktör analizi yöntemleri kullanılarak detaylıca incelenmiştir. Bu analizler sonucunda, ölçeğin teorik olarak beklenen dört faktörlü yapıyı desteklediği gösterilmiştir.

Ayrıca, ölçeğin maddelerinin ölçmek istediği yapıyı gerçekten ölçtüğünü doğrulamak amacıyla uzman görüşlerine başvurularak kapsam geçerliği sağlanmıştır. Elde edilen bulgular, ölçeğin tıp öğrencilerinin tıbbi YZ hazırbulunuşluğunu ölçmek için yeterli ve güvenilir bir araç olduğunu kanıtlamıştır. Geçerlik sonuçları, temel referans makalede ayrıntılı olarak sunulmuştur.

Güvenirlik

Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği’nin iç tutarlılık güvenirlik katsayısı, Cronbach Alfa değeri ile raporlanmıştır. Çalışmada elde edilen yüksek Alfa katsayıları, ölçek maddelerinin aynı yapıyı tutarlı bir şekilde ölçtüğünü göstermektedir.

Güvenirlik analizleri hem toplam ölçek puanı hem de dört alt boyut için ayrı ayrı gerçekleştirilmiş ve tüm boyutlarda kabul edilebilir düzeyin üzerinde iç tutarlılık değerleri elde edilmiştir. Bu sonuçlar, ölçeğin tekrarlı ölçümlerde tutarlı sonuçlar verebileceğini işaret etmektedir ve orijinal makalede detaylıca açıklanmıştır.

Faktör Analizi

Ölçek, yapı geçerliğini sağlamak amacıyla gerçekleştirilen faktör analizi sonucunda 4 alt boyuttan oluşan bir yapıya sahiptir. Toplam 22 madde, bu dört faktör altında toplanarak, tıp öğrencilerinin YZ hazırbulunuşluğunun çok yönlü doğasını yansıtmaktadır.

Bu dört alt boyut, öğrencilerin istatistik ve veri bilimi yetkinlikleri, YZ’ye yönelik genel tutumları, YZ’nin klinik faydalarına ilişkin inançları ve bu teknolojiyi öğrenmeye yönelik motivasyonlarını temsil etmektedir. Faktör yapısı, ölçeğin teorik çerçevesiyle uyumlu bulunmuştur.

Enstrüman

Test Türü: Geliştirme (Özgün bir ölçme aracı geliştirilmiştir).

Format: Yazılı Anket/Öz Bildirim Ölçeği.

Derecelendirme: 5’li Likert Tipi Ölçek (Örneğin: Kesinlikle Katılmıyorum’dan Kesinlikle Katılıyorum’a).

Dil: Türkçe.

Popülasyon Grubu: Tıp Fakültesi Öğrencileri.

Yaş Grubu: Üniversite öğrencisi yaş grubu (genellikle 18-25 yaş arası).

Popülasyon Detayları: Tıp fakültesi öğrencilerinin çeşitli akademik seviyelerinden örneklem alınmıştır.

Test Metodolojisi: 22 maddelik, 4 alt boyutu ölçen öz bildirim ölçeği. Uygulama süresi kısadır ve çevrimiçi veya basılı formatta uygulanabilir.

Anahtar Kelimeler

MAIRS-MS, Tıbbi Teknoloji, Dijital Sağlık, Yapay Zeka Hazırbulunuşluğu, Geçerlik, Güvenirlik, Faktör Analizi.

Yazarlar

Sorumlu Yazar: Süleyman Ayhan Çalışkan

Yazar ORCID Tanımlayıcısı: Makalede belirtilmemiştir.

İletişim E-posta Adresi: [email protected]

Yazışma Adresi: Makale detaylarında belirtilmemiştir.

İzinler, Ücret ve Test Yılı

Test Yılı: 2021.

İzinler ve Ücret: Ölçeğin yayımlandığı kaynak (BMC Medical Education) açık erişim (Open Access) bir dergidir. Ticari olmayan, eğitim ve araştırma amaçlı kullanımlar için izinler genellikle referans gösterilmek suretiyle sağlanabilir. Detaylı kullanım ve izin bilgileri için sorumlu yazar ile iletişime geçilmesi gerekmektedir.

Ölçeğin orijinal makalesi ve ek dosyaları PDF formatında mevcuttur. Orijinal PDF dosyaları buradan indirilebilir:

• tibbi-yapay-zeka-hazirbulunusluk-olcegi-toad.pdf
• tibbi-yapay-zeka-hazirbulunusluk-olcegi-toad.pdf

Referanslar

Karaca, O., Çalışkan, S. A., & Demir, K. (2021). Medical artificial intelligence readiness scale for medical students (MAIRS-MS)–development, validity and reliability study. BMC medical education, 21(1), 1-9. Makalenin tam metnine ve detaylarına aşağıdaki DOI linki üzerinden erişilebilir: https://doi.org/10.1186/s12909-021-02546-6

Tıbbi Yapay Zeka Hazırbulunuşluk Ölçeği Maddeleri

ÖNEMLİ: Ölçek toplam 4 alt boyutu ölçen 22 maddeden oluşmaktadır. Aşağıdaki maddeler, ölçeğin yapısından örnekler sunmaktadır.

• Veri bilimi konusundaki temel kavramları tanımlayabilirim.
• İstatistik bilimi hakkında temel kavramları tanımlayabilirim.
• Yapay zeka sistemlerinin nasıl çalıştığını açıklayabilirim.
• Yapay zeka ile ilgili temel kavramları tanımlayabilirim.
• Yapay zekanın tıpta kullanım alanlarını biliyorum.
• Yapay zekanın tıbbi tanıda kullanılması gerektiğine inanıyorum.
• Yapay zekanın tedavi planlamasında kullanılması gerektiğine inanıyorum.
• Yapay zekanın tıbbi görüntülemede kullanılması gerektiğine inanıyorum.
• Yapay zekanın hastalıkların önlenmesinde kullanılması gerektiğine inanıyorum.
• Yapay zekanın sağlık hizmetlerindeki etkinliği artıracağına inanıyorum.
• Yapay zekanın tıbbi hataları azaltacağına inanıyorum.
• Yapay zekanın hastalarla iletişim becerimi geliştireceğine inanıyorum.
• Yapay zekanın tıp eğitimime katkı sağlayacağına inanıyorum.
• Yapay zekanın tıp mesleğinin geleceği için önemli olduğuna inanıyorum.
• Yapay zekanın tıp mesleğinde yerimi almasından endişe etmiyorum.
• Yapay zeka ile ilgili eğitim almaktan heyecan duyarım.
• Yapay zeka teknolojilerini öğrenmek için zaman ayırırım.
• Yapay zeka ile ilgili yeni bilgileri takip etmeyi seviyorum.
• Yapay zeka becerilerimi artırmak için kurslara katılabilirim.
• Yapay zeka teknolojilerini kullanmak benim için zor değildir.
• Yapay zeka uygulamalarını kullanırken kendime güvenirim.
• Yapay zeka ile ilgili eğitim materyallerini kolayca anlayabilirim.