
Augmented reality und KI in der Medizinlehre
Im klinischen Abschnitt lernen Medizinstudierende Krankheitsbilder kennen, welche durch MRT/CT diagnostiziert werden. Das Erkennen der Pathologie, die Umsetzung des Schnittbildes in eine dreidimensionale Welt und der Transfer auf den tatsächlichen Patienten ist schwierig. Zudem erhalten Studierende im OP bei minimal-invasiven Eingriffe nur limitierte Einblicke in das Operationsgeschehen. Aus konventionellen Dünnschicht MRTs können inzwischen automatisiert naturgetreue 3D Abbilder der Patientenanatomie entstehen. In diesem Verbundprojekt der Universität Siegen (technischer Anteil) und dem Universitätsklinikum Bonn (medizindidaktischer Anteil) soll diese Technik im Blockpraktikum der Fächer Neurologie, Innere Medizin, Chirurgie, Anästhesie und Gynäkologie an den Siegener Lehrkrankenhäuser eingesetzt werden. Konkret erheben Studierende an realen Patient:innen klinische Befunde und erhalten danach Zugang zu 3D-Animationen der gleichen Patient:innen allerdings in geänderter Reihenfolge. Unter Supervision durch die Lehrenden sollen sie dann versuchen, reale Patient:innen und 3D-Animationen einander zuzuordnen und so ihr Verständnis der zugrundeliegenden Pathologie zu schärfen. Der Lernerfolg wird mit dem einer Bonner Kohorte von Blockpraktikant:innen verglichen, die keinen Zugang zu den 3D-Animationen hat. Die Technik soll auch in den Studiengängen der Lebenswissenschaftlichen Fakultät in Siegen eingesetzt werden
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Adaptives Feedback für klinische Kompetenzen
Studierende benötigen adaptive und individuelle Unterstützung beim Erwerb komplexer Kompetenzen, die sie nach Abschluss des Studiums selbständig im Berufsalltag anwenden können müssen. Für die Humanmedizin ist ein wichtiges Beispiel die Visitenkompetenz. Feedback ist eine effektive Methode zur Förderung komplexer arbeitsplatzbezogener Kompetenzen (sog. Entrustable Professional Activities, EPA) sowohl in Simulationsumgebungen als auch in Real-World-Szenarien mit Patientinnen und Patienten. Individuelles und qualitativ hochwertiges Feedback steht im Lernalltag aber häufig nicht ausreichend zur Verfügung, da Dozierende quantitativ und Peers qualitativ limitiert ist. AIdaptive unterstützt Studierende und Feedbackgebende beim Erwerb von Visitenkompetenz in drei Stufen: (1) Studierende trainieren am Computer Handlungswissen mit leitlininienbasierten, AI-adaptierten Visitenfällen und erhalten AI-generiertes Feedback. (2) Studierenden trainieren im Simulationszentrum in Rollenspielen Visitenkompetenz. Das Peer-Feedback wird durch AI-generierte Feedbackvorschläge unterstützt. (3) Studierende bereiten sich im Praxiseinsatz (Blockpraktikum, Famulatur, Praktisches Jahr) auf patientenindividuelle Visiten mit dem AI-basierten Visitentrainer vor. AIdaptive wird ins Pflichtcurriculum der Fakultät implementiert und anderen Fakultäten zur Verfügung gestellt. Nach Projektabschluss kann AIdaptive auf andere EPAs der Medizin und ggf. auch anderer Fächer erweitert werden.;;
Projekt anzeigen
Mikromodule („MiMos“)
Mikromodule (“MiMos”) sind 90-minütige, multimediale und interaktive Online-Selbstlerneinheiten. Sie enthalten Texte, interaktive Videos, Podcasts, Aufgaben/Quizze etc. Studierende können selbstständig wichtige überfachliche Kompetenzen für Studium und Berufsleben entwickeln, insbesondere in den Bereichen “Selbstorganisation” und “Umgang mit digitalen Medien und künstlicher Intelligenz”. Da sie als OER veröffentlicht werden, können Lehrende MiMos (bzw. einzelne Bestandteile) in ihrer Lehre einsetzen und anpassen, um zentrale fachunabhängige Kompetenzen zu fördern. Sie sind leicht über das Stud.IP-Lernmanagementsystem erreichbar und mit dem Courseware-Plugin bearbeitbar.
Maßnahme anzeigen
Handlungsmöglichkeiten im Umgang mit Spannungen innerhalb von Hochschulver-bünden – eine Reflexion aus Perspektive der Verbundkoordination am Beispiel des Verbundprojektes Digitalisierung in Disziplinen Partizipativ Umsetzen :: Competen-cies Connected (D2C2)
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen