인공지능, 인지 풍부함, 그리고 건강 전문가의 다층적 역량

초록: 인공지능(AI)은 의료 전문가가 경력 전반에 걸쳐 역량을 개발, 유지 및 표현하는 방식을 변화시키고 있습니다. 전통적인 지속적인 전문성 개발은 임상의가 증거를 찾고, 읽고, 종합하고, 해석할 기회가 제한된 인지 부족(또는 정보 자원 부족)이라는 패러다임에 의해 형성되었습니다. 학습 시스템은 주기적이고 선별된 업데이트를 제공하는 지식을 전달하기 위해 진화했습니다. 새로운 AI 시스템—대규모 언어 모델, 다중 모달 분석 도구, 예측 알고리즘 및 반영적 에이전트—은 이러한 부족을 방해하여 인지 풍부함(또는 정보 자원 풍부함)을 만들어냅니다. 이러한 시스템은 실시간으로 증거 종합, 맥락적 통찰, 적응형 학습 경로 및 지속적인 성과 피드백을 생성합니다. ten Cate 외(2024, Medical competence as a multilayered construct. Med Educ, 58, 93)의 다층적 역량 모델—정형적, 맥락적 및 개인화된—을 사용하여 이 논문은 AI가 기존 교육 프로세스를 어떻게 향상시키고 본질적으로 개발 환경을 재형성할 수 있는지를 분석합니다. AI는 임상의를 지식 관리자로부터 분산 인지의 오케스트레이터로, 경험적으로 학습하는 사람으로부터 데이터 기반 실무자로, 기회 중심의 지속적인 개인 발전을 사용하는 것으로부터 지속적인 전문 정체성의 재형성으로 전환시킵니다. 지속적인 전문성 개발은 AI 문해력, 혼합 추론, 다학제적 일관성 및 풍부한 인지가 이루어지는 작업 환경에서 윤리적 관리 능력을 배양하도록 진화해야 합니다. 임상의의 장기 기억 내용은 일상적인 임상 업무를 수행하는 데 필요한 생의학적 사실의 우세에서 임상 의사 결정을 위한 정보의 유효성을 찾고, 선택하고, 평가하는 새로운 절차적 탐구 기술로 전환될 것입니다.