基于X平台医学意见领袖洞察的医师新兴胜任力研究及其对医学教育与AI评估的启示

　　本研究针对后疫情时代医师胜任力演化趋势不明确的问题，来自多机构的研究团队通过AI驱动方法分析X平台医学意见领袖内容，识别出临床学习环境、反种族主义、EDI（平等多元包容）、适应性专长、行星健康及领导力发展等核心胜任力主题，为医学教育改革和人工智能辅助评估提供了数据支撑。

　　

在后COVID-19时代，识别不断演变的医师胜任力对指导医学教育和考试开发具有关键意义。本研究采用人工智能驱动的方法，通过分析X平台医学意见领袖的发文内容，深入挖掘新兴医师胜任力的核心内涵。研究人员收集2020年1月1日至2023年6月1日期间两个医学胜任力相关数据集，运用社交网络分析技术识别主导医学胜任力讨论的意见领袖，并借助ChatGPT进行文本分析。研究发现：医疗专业人士在X平台的医学胜任力信息传播中占据主导地位；文本分析揭示CanMEDS数据集包含六大核心主题——临床学习环境(Clinical Learning Environment)、反种族主义(Anti-racism)、平等多元包容(EDI)、适应性专长(Adaptive Expertise)、行星健康(Planetary Health)和领导力发展(Leadership Development)；MedEd数据集则呈现七大主题——文化胜任力(Cultural Competency)、结构胜任力(Structural Competency)、评估模型(Assessment Models)、虚拟护理(Virtual Care)、平等多元包容(EDI)、领导力发展及福祉(Wellness)。这些主题体系凸显了医师在应对健康差异、适应快速变化的医疗环境、应对现实挑战以及在不同医疗场景中发挥领导作用等方面所需的核心能力。研究成果对医学教育体系革新、考试标准优化以及人工智能技术在医师胜任力评估中的整合应用具有重要指导价值。