의학 교육에서 인공지능의 응용: 임상의학 교육을 위한 ChatGPT의 활용을 중심으로

Application of artificial intelligence in medical education: focus on the application of ChatGPT for clinical medical education

Article information

J Med Life Sci. 2023;20(2):53-59
Publication date (electronic) : 2023 June 30
doi : https://doi.org/10.22730/jmls.2023.20.2.53
1The Center for Educational Research, Seoul National University, Seoul, Republic of Korea
2Department of Medical Education, Jeju National University College of Medicine, Jeju, Republic of Korea
3Department of Medical Education, Wonkwang University School of Medicine, Iksan, Republic of Korea
4Development Team, NSPACE, Seoul, Republic of Korea
홍현미1orcid_icon, 강영준2orcid_icon, 김영전3orcid_icon, 김봄솔,4orcid_icon
1서울대학교 교육종합연구원
2제주대학교 의과대학 의학교육학교실
3원광대학교 의과대학 의학교육학교실
4NSPACE 개발팀
Correspondence to Bomsol Kim NSPACE, 414 Samseong-ro, Gangnam-gu, Seoul 06185, Korea Tel: 82-070-4131-9494 E-mail: bomsolkim@jejunu.ac.kr
Received 2023 May 24; Revised 2023 June 19; Accepted 2023 June 21.

Trans Abstract

This study explores the potential use of artificial intelligence (AI)-based services, specifically ChatGPT-3.5, in medical education. The application of this technology is acknowledged as a valuable tool for simulating authentic clinical scenarios and enhancing learners' diagnostic and communication skills. To construct a case, students received ChatGPT training using a clinical ethics casebook titled "Clinical Ethics Cases and Commentaries for Medical Students and Physicians." Subsequently, a role-play script was generated based on this training. The initial draft of the script was reviewed by two medical professors and was further optimized using ChatGPT-3.5. Consequently, a comprehensive role-play script, accurately reflecting real-world clinical situations, was successfully developed. This study demonstrates the potential for effectively integrating AI technology into medical education and provides a solution to overcome limitations in developing role-play scripts within conventional educational settings. However, the study acknowledges that AI cannot always generate flawless role-play scripts and recognizes the necessity of addressing these limitations and ethical concerns. The research explores both the potential and limitations of employing AI in the early stages of medical education, suggesting that future studies should focus on overcoming these limitations while further investigating the potential applications of AI in this field.

서 론

4차 산업혁명이 가속화되면서 인공지능(artificial intelligence, AI)은 그 중심에 선 기술로 주목받고 있으며, 다양한 사회적 분야에서 활용되고 있다. 이에 교육 분야에서도 AI의 교육적 활용에 관한 연구가 활발히 진행되고 있다. 이러한 흐름 속에서 의학 교육에 AI 기술을 활용한 새로운 교수법과 효과적인 학습 도구에 관한 연구는 의학 교육의 다양한 영역에서 새로운 가능성을 제시하고, 더 나은 교육 결과를 도출하고 있다[1,2]. 의학 교육 분야에서의 AI 기술 적용은 학습의 효율성과 교육의 개인화를 증진하며, 학습 경험을 개선하고 의학 지식의 깊이를 높이는 데 기여한다[3,4]. 이렇게 주목받고 있는 AI 중 대화형 언어 모델인 ChatGPT (OpenAI, San Francisco, CA, USA)는 그 독특한 특성과 잠재력으로 인해 의학 교육 분야에서 특히 주목받고 있다. ChatGPT는 최첨단 AI 모델로서, 자연어 처리(natural language processing) 기술을 활용하여 다양한 주제에 대한 광범위한 정보를 통합하여 유익하고 깊이 있는 대화를 제공한다. 이러한 ChatGPT는 학습자들이 실제 환경에서 의사소통하고 의사 결정을 내리는 방식을 모방하면서 의료 상황을 시뮬레이션할 수 있게 해 준다는 장점을 갖고 있다[5]. 또한 광범위한 의학적 지식의 효과적인 전달, 실제 임상 역할극 대본에 대한 복잡한 학습 그리고 교육 환경 측면에서 다양한 학습 경험을 가능하게 한다. 6,7 따라서 대화형 역할극 대본 생성, 질의응답 시스템 개발, 주요 의학 개념에 대한 자가학습 도구 등으로 활용될 수 있으므로, ChatGPT는 의학 교육에서 매우 유용한 도구로 인정받고 있다[8,9].

그러나 기술의 급속한 도입에는 몇 가지 중요한 고려 사항이 있다. 먼저 AI 기술이 의학 교육에서 효과적으로 사용되려면 그 한계와 위험성에 대한 이해와 적절한 관리가 필요하다[6]. 그리고 AI의 윤리적 문제와 표준화된 교육 자료의 필요성 등을 고려한 지침이 아직 부족한 상황이다[5,6]. 마지막으로 AI의 올바른 이해와 사용을 위해서는 AI 기술에 대한 깊은 통찰력과 교육적 지침이 필요하다[10]. 본 논문에서는 의학 교육에서 ChatGPT의 활용 가능성과 한계를 논의하며, AI를 활용한 의학 교육의 새로운 가능성을 탐색하고 질적 향상을 도모하는 방안을 제시하고자 한다.

본 론

1. ChatGPT를 중심으로 본 AI 기술과 의학 교육

AI 기술의 발전과 의료 분야에의 적용은 의학 교육의 방식과 기대를 혁신적으로 바꾸고 있다[1,7-9]. AI의 학습 알고리즘은 의학 분야의 복잡한 정보를 처리하고, 그 정보를 기반으로 예측, 분석, 진단 등을 하는 데 매우 유용하다[2,3]. 이러한 AI 기술은 의과대학 학생들이 복잡한 정보를 이해하고, 환자의 문제를 분석 후 적절한 치료법을 결정하는 데 도움이 될 수 있다[11,12]. 이 중 대화형 AI의 하나인 ChatGPT는 문제 해결, 사례 분석, 의사 결정, 의사소통 등 다양한 학습 활동을 지원하는 대화형 AI 도구로써 의학 교육에 효과적인 도구로 인식되고 있다[1,5,6,13]. 이는 기존의 수동적인 교육 방식을 활성화하는 동시에 학생들이 환자의 문제를 분석하고, 적절한 치료법을 결정하는 데 필요한 비판적 사고 능력과 의사소통 능력을 향상하도록 하는 데 효과적이다[6,10]. 또한 ChatGPT는 복잡한 의학 지식을 쉽게 이해하도록 돕고, 실제 상황에서 그 지식을 적용하는 방법을 모방하며 학습하는 데 도움이 될 수 있다[14,15]. 이처럼 AI 기술은 의학 교육에서 학습 효율성과 효과를 향상시키며, 의과대학 학생들이 더 나은 의료 서비스를 제공할 수 있도록 준비하는 것을 돕는다[16].

또한 의학 교육에서 AI의 활용은 학생들에게 실제적인 학습 경험을 쌓는 데 도움을 준다[17]. 특히 ChatGPT를 활용하여 의학 교육에서 중요한 비판적 사고 능력과 의사소통 능력을 향상시키는 교육적 효과를 기대할 수 있다[5,10]. 예를 들어 복잡한 의학적 상황을 바탕으로 하는 ChatGPT와의 질의응답식 대화는 학생들이 환자 상황을 분석하고 적절한 치료 전략을 제시하는 사고 능력을 개발하는 데 도움을 줄 수 있다. 이는 비판적 사고와 의사소통 능력, 두 가지 핵심 능력의 실질적인 향상을 가능하게 한다. 더욱이 ChatGPT는 체계적인 대화 생성을 통해 학생들에게 의사소통을 연습할 수 있는 기회를 제공한다. 이는 학생들이 다양한 의학적 상황에 대응하며 의사소통 역량을 향상하는 데 큰 도움이 된다. 또한 ChatGPT는 학생들이 자신들만의 의사소통 스타일을 개발하고 개선하는 데에도 도움이 된다[16]. ChatGPT의 활용은 의학 교육의 전반적인 수준을 높일 수 있으며, ChatGPT의 학습에 대한 접근성과 편리성 증대로 인해 의학 교육의 효율성과 효과성이 증진된다. 이는 ChatGPT가 의학 교육 영역에서 중요한 학습 보조 도구임과 동시에 교육적 이점을 극대화하는 데 핵심적인 역할을 수행하며, 그 결과 의학 교육의 질적 향상에 기여한다고 볼 수 있다.

2. ChatGPT의 교육적 활용 가능성 탐색

ChatGPT는 다양한 의학 교육에서 적용될 수 있는 폭넓은 활용성을 가지고 있다. 선행연구들을 분석해 보면, 우선 의학 교육에서 ChatGPT는 특히 복잡한 의학적 개념과 정보의 처리 및 학습에 있어 도움을 제공한다[1,5]. Khan 등[8]은 ChatGPT의 의학적 정보 처리와 분석 능력이 의과대학 학생들에게 학습 도구로서 높은 잠재적 가치가 있다고 하였으며, 복잡한 의학 지식을 알기 쉬운 형태로 변환하고, 그 지식을 실제 상황에 적용하는 방법을 시범적으로 보여주었다. Arif 등[5]은 ChatGPT가 문제 해결, 사례 분석, 의사 결정 등의 의학적 의사소통의 핵심 요소를 지원함으로써 의사소통 능력을 강화한다는 것을 보여주었다. Uunona와 Goosen[10]의 연구는 ChatGPT가 의학 교육 분야에서 특히 시뮬레이션 학습의 효과를 높이는 데 활용될 수 있음을 보여주고 있다. 이는 ChatGPT가 가상 현실 시뮬레이션에 활용됨으로써 비판적 사고 능력 개발에도 활용될 수 있다는 것을 보여준다. Winkler-Schwartz 등[14]의 연구에서는 ChatGPT가 가상 현실 환경에서의 수술 기술 평가 과정을 촉진하여 학생들에게 실제 환자 진료에 앞서 필요한 실질적인 기술 습득을 향상하는 데 기여한다고 주장하였다. 이는 ChatGPT가 의학 교육에서 새로운 차원의 학습 경험을 제공하여 교육의 질을 높이고 학습의 효율성을 증진하는 가능성을 지니고 있음을 보여준다. 또한 ChatGPT는 특정 질병이나 질환에 대한 깊은 이해를 촉진하는 데 활용될 수 있다. Valikodath 등[15]의 연구는 ChatGPT가 안과 의학 교육에서 시력 관련 질환에 대한 이해를 향상하는 데 효과적이었다는 결과를 제시하였다. 이처럼 ChatGPT는 의학 교육의 다양한 영역에서 활용되며, 그 활용성은 아직도 탐구되고 있는 중이다[9,7]. 이러한 AI의 활용과 더불어 의과대학 학생들에게 ChatGPT와 같은 도구를 어떻게 효과적으로 활용할 수 있는지를 교육하는 것도 매우 중요하다[18,19]. 이를 위해 AI의 특성과 용도를 이해하고, 적절하게 활용하기 위한 교육과 연습이 필요하다[18]. 특히 의학 교육에 활용할 때, AI에 대한 이론적 지식과 실제적 경험을 함께 제공하는 것이 중요하다[20].

3. 실제 활용 사례 예시: ChatGPT를 활용한 역할극 대본 개발

1) 임상의학 교육에서 표준화 환자를 이용한 역할극의 효과, 한계 및 개선 방안

역할극은 의과대학 학생들이 현장에서 직면할 수 있는 실질적인 교육 상황을 제공하며, 특히 진료 및 의사소통 기술 교육에 효과적이다. 그중 표준화 환자를 이용한 객관화 구조화 시험(objective structured clinical examination, OSCE)은 의학 교육에서 널리 활용되는 평가 도구로, 의과대학 학생이 표준화 환자와 상호작용하는 다양한 임상 상황에서의 역할극 대본을 포함하고 있다. 이 역할극 대본은 진단, 치료, 환자 교육, 그리고 의사-환자 간 의사소통 능력 평가 등 다양한 의학적 능력을 평가하는 데 사용된다[20]. Garg [20]는 이러한 OSCE의 효과, 한계, 그리고 개선 방법에 대해 논의하였는데, 역할극이 표준화 환자의 상황을 묘사하는데 주로 사용되며, 이를 통해 학생들이 실제 환자를 진료하는 것과 유사한 경험을 할 수 있음을 지적하였다. 그러나 Garg [20]는 해당 접근 방식의 모든 시뮬레이션이 실제와 완벽히 일치하지 못한다는 한계를 가지고 있다고 지적하며, 이러한 한계를 인식하고 교육 전략을 개발하는 것의 중요성을 강조하였다. Nestel과 Tierney [21]는 의사-환자 간 의사소통을 가르치는 역할극에 대한 가이드라인을 제안하였고, Bokken 등[22]은 의학 교육에서 실제 환자와 시뮬레이션 환자 사용에 대한 학생들의 의견을 탐색하였다. 의학 교육에서의 역할극은 의과대학 학생들이 현장에서 다양한 상황을 미리 경험하고, 진단, 치료 능력 그리고 의사소통 능력을 향상하는 중요한 교육 방법론으로 인식되고 있다.

2) AI를 활용한 임상의학 교육 역할극 대본 개발: ChatGPT-3.5 기반 활용 사례 및 실제 적용 과정

임상의학 교육에서 역할극의 중요성에도 불구하고, 여전히 의과대학 교수자들에게는 학생들이 읽고 연기해야 하는 역할극 대본 개발에 대한 어려움이 있다. Lane과 Rollnick [23]은 의사소통 기술 훈련에서 시뮬레이션 환자와 역할극을 이용한 대본 개발이 가장 큰 어려움이라고 지적하였다. Cleland 등[24]은 표준화 환자를 사용한 교육에서 한계를 논의하였으며, 이를 극복하기 위한 전략으로 실제 세계의 복잡성을 반영한 역할극 대본 설계와 환자의 다양성을 반영한 다양한 대본의 적용 등을 제안하였다.

본 연구에서는 Cleland 등[24]의 제안을 바탕으로 실제 세계의 복잡성을 반영한 정교한 역할극 대본 설계와 환자의 다양성을 반영한 다양한 대본의 적용에 초점을 맞추어 ChatGPT-3.5 기반 서비스를 활용하여 다양한 역할극 대본을 생성하고, 활용의 실제 사례를 탐색해 보았다. 기존의 역할극 대본 개발의 어려움을 극복하기 위한 ChatGPT 활용 사례를 Table 1에 제시하였다. 그리고 활용의 실제 사례를 위해 국가고시에서 활용될 수 있는 임상윤리 사례집인 『의과대학생과 일반의를 위한 임상윤리 사례와 해설』 [25] 교재를 기반으로 역할극 대본을 개발하였다. 교재에 제시된 총 35개의 사례 중 7개의 사례를 선정하여 ChatGPT에게 해당 사례를 PDF 자료로 학습시킨 후 1차 역할극 대본을 개발하였다. 개발된 1차 역할극 대본은 의과대학 교수 2인에게 검토를 받았고, 피드백을 받은 내용을 반영하여 역할극 대본을 수정 및 보완하였다. 이 과정에서 실제 임상 윤리 상황을 반영한 사례를 기반으로 한 구체적이고 내용이 풍부한 역할극 대본을 완성하였다. 최종 수정 및 보완 과정에서 AI 기술인 ChatGPT-3.5가 활용되었다.

Step of developing a role-play script for medical education using AI (ChatGPT)

Figure 1에서 제시한 바와 같이 『의과대학생과 일반의를 위한 임상윤리 사례와 해설』 교재에서 선정한 사례를 각각 학습하였다. 학습을 진행할 때는 각 사례 파트를 PDF 파일로 분할하여 PDF 자료를 분석할 수 있는 ChatGPT-3.5 기반의 Chat with any PDF를 사용하였다. Chat with any PDF에 역할극 대본을 만들고자 하는 사례에 대한 자료를 업로드하면 자료에 대한 간단한 요약 정리 내용이 나타난다(Fig. 1). 이렇게 제시된 요약 정리 내용을 바탕으로 Chat with any PDF에서 사례 내용을 정확하게 파악했는지 확인하였다. Chat with any PDF가 사례 자료를 잘 파악했다고 판단되면, 파란색 말풍선과 같이 사례 자료에서 나타난 상황을 바탕으로 구체적인 역할극 대본을 만들기 위한 실행 조건을 입력하였다. Figure 1에서 제시한 실행 조건은 『의과대학생과 일반의를 위한 임상윤리 사례와 해설』 교재에서 선정한 사례에서 ChatGPT에 제시할 상황, 각 역할의 특성, 갈등 원인 및 사례에서 의사가 수행해야 하는 올바른 역할 방향성 제시 등의 항목을 재구조화한 결과이다. 이렇게 생성된 1차 역할극 대본을 진료 상황에서의 의사소통 역할극 수업 경험이 있는 의과대학 소속의 의학교육학 교수 1인과 정신건강의학과 교수 1인이 검토하였다. 검토 결과를 바탕으로 2차 역할극 대본을 생성할 때는 Figure 2와 같이 ChatGPT-3.5가 생성한 역할극 대본에 대해 사례의 교육 목표 및 구체적인 내용에 맞게 생성될 수 있게 피드백을 주고, 다시 생성하는 과정을 거쳤다. 그 결과 Figure 3과 같이 1차에 생성한 역할극 대본보다 구체적이고 상세한 임상 상황과 환자와 의사 역할의 특징을 살린 역할극 대본이 완성되었다.

Figure 1.

Example of role-play script generation using ChatGPT-3.5: results of the 1st draft.

Figure 2.

Example of role-play script generation using ChatGPT-3.5: results of the 2nd draft.

Figure 3.

Example of role-play script generation using ChatGPT-3.5: comparison of the first round results (left) and second round results (right).

4. 의학 교육에서 ChatGPT 활용의 한계와 위험성

최근 AI 기술의 발전은 의학 교육 분야에 혁신을 가져왔다. 특히 대화형 AI 모델인 ChatGPT는 의학 교육에서의 가능성을 넓혀 가고 있다. 그러나 이런 가능성 속에는 이 기술의 한계와 위험성이 숨어 있으며, 이를 적절히 이해하고 관리하는 것이 중요하다. ChatGPT의 잠재력은 이미 여러 연구에서 확인되었다. Khan 등[8]은 이 모델이 의학 교육과 임상 관리를 재구성할 수 있는 능력을 보여줬다고 밝혔다. 이는 ChatGPT가 복잡한 의학적 개념과 정보를 처리하고 이해하는 데 큰 도움이 될 수 있음을 의미한다[11,26]. 또한 ChatGPT는 문제 해결, 사례 분석, 의사 결정 등의 의학적 의사소통 과정을 지원함으로써 의사들의 의사소통 능력을 향상시키는 데 기여할 수 있다[5]. Yeh [27]에 따르면, 이런 기능은 AI 시대에 더욱 중요해질 “침상 옆 교육”을 효과적으로 지원할 수 있다. 그러나 ChatGPT의 가능성에도 불구하고, 이 기술의 한계와 위험성을 이해하는 것은 중요하다. Lee 등 6 은 ChatGPT가 제한적인 질의응답을 제공하는 등의 한계를 지적하였다. 즉 ChatGPT는 사용자의 질문에 대해 항상 완전하고 정확한 답변을 제공하는 것이 아니라, 때때로 부정확하거나 불완전한 정보를 제공할 수 있다. 이러한 한계로 인해 ChatGPT의 사용은 사용자에게 오해를 일으키거나 잘못된 정보를 제공할 위험이 있다.

또한 ChatGPT 활용 시 개인 정보 보호와 관련된 문제도 주의해야 한다. Biswas 28 는 ChatGPT 기술이 의료 분야의 글쓰기에 활용되면서 개인 정보 보호 문제가 더욱 중요해졌다고 지적하였다. ChatGPT를 사용하는 동안 환자의 의료 정보가 적절하게 보호되지 않을 수 있다는 위험이 있다는 것이다. 이러한 문제는 ChatGPT를 활용하여 역할극 대본을 생성하거나 의학 교재를 만들 때 동일하게 나타날 수 있다. ChatGPT를 활용한 결과물에 특정 환자의 개인 정보가 노출되거나 특정 병력이 노출될 수 있는 위험이 있는 것이다. 이런 문제를 해결하기 위해, Uunona와 Goosen [10]은 AI 기술에 대한 윤리적 기준을 활용하는 것이 중요하다고 주장하였다. 따라서 앞으로는 서술한 ChatGPT의 한계와 위험성을 충분히 이해하고 이를 극복하는 전략을 마련하는 것이 필요하다.

마지막으로 의학 교육에 대한 AI의 영향은 학생들의 태도와 인식에 따라 다를 수 있으므로[13,29,30] AI를 의학 교육에 효과적으로 활용하기 위해서는 학생들이 AI의 잠재력과 한계를 이해하고, 그것을 적절하게 활용하는 방법에 대한 교육이 필요하다[31-33]. 이를 위해 의학 교육 과정에 AI 도구를 효과적으로 사용하는 방법을 교육하는 내용이 포함되어야 한다[17,18]. 그리고 이러한 AI 도구의 한계와 위험성을 인식하고 이를 관리하는 능력을 의과대학 학생들에게 교육하는 것이 중요하다. ChatGPT와 같은 AI를 활용한 수업을 진행하기 전, 해당 기술의 한계와 위험성을 관리하는 방법과 필요에 따라 활용할 수 있는 방법을 전달하는 교육은 학생들이 AI를 최대한 잘 활용할 수 있도록 하는 데 도움을 줄 것이다[34].

결 론

최근 AI 기술을 의학 교육에서 어떻게 활용할 것인지에 대한 다양한 연구들이 시작되고 있다. 본 연구에서는 이러한 흐름에 맞춰 다양한 연구 결과를 바탕으로 AI 기술 중 하나인 ChatGPT와 같은 대화형 AI가 임상의학 교육에 어떻게 활용될 수 있는지에 대해 고찰해 보았다. 특히 ChatGPT가 복잡한 의학적 지식과 정보를 통합하여 깊이 있는 학습 경험을 제공할 수 있다는 점에 주목하여 실제 의학 교육 현장에 활용될 수 있는 역할극 대본을 ChatGPT를 활용하여 생성해 봄으로써 그 가능성을 탐색해 보았다.

역할극 대본은 임상의학 교육의 다양한 분야 중 의과대학 학생들에게 실제 의료 상황을 경험하게 할 수 있는 중요한 교육 자료이다. 그러나 역할극 대본을 개발하는 데 여러 가지 현실적인 한계가 있다. 본 연구에서는 ChatGPT를 활용해 이러한 한계를 해결해 보고자 하였고, ChatGPT를 활용해 역할극 대본을 생성하기 위해서 다음과 같은 단계를 거쳤다. 먼저 ChatGPT에 제공하여 학습시킬 의학 전문 사례가 필요하였다. 이를 위해 본 연구에서는 『의과대학생과 일반의를 위한 임상윤리 사례와 해설』 교재를 ChatGPT에게 학습시킬 자료로 선정하였고, 해당 교재에서 학생들에게 제공하고자 하는 사례를 선별하였다. 이후 사례별로 ChatGPT를 학습시킨 뒤, 사례별 역할극 대본을 생성하였다. 이 과정을 통해 AI 기술이 복잡한 의학적 개념과 정보를 효과적으로 학습하고 이를 학생들에게 쉽게 전달할 수 있는 중요한 도구로 활용될 수 있는 가능성을 보여주었다. 또한 임상의학 교육에서 역할극을 더 풍부하고 현실적으로 구현할 수 있는 가능성도 살펴볼 수 있었다. 그리고 의과대학 교수들은 연구와 진료 등으로 교수 학습에 필요한 최적화된 학습 자료 개발에 대한 부담감을 가지고 있는데, 이런 상황에서 의과대학 교수자들이 AI를 활용하면 교수 학습 자료를 개발하는 데 도움이 될 수 있다는 가능성도 확인할 수 있었다.

하지만 이 과정에서 AI 기술이 완벽하게 모든 역할극 대본을 만들 수 있는 것은 아니라는 한계점도 확인할 수 있었다. 먼저 ChatGPT를 활용하여 생성된 역할극 대본이 교재에서 제시한 의료 사례의 내용과 해당 사례에서 진행해야 할 대화 방향이 의료 현상의 대응과 일치하는지에 대한 전문가 검토가 필요하였다. 그리고 ChatGPT의 경우 생성된 결과물에 학습 범위 이외의 내용이 포함될 수 있기 때문에, 생성된 자료를 바로 현장에 활용하기에는 한계가 있었다. 본 연구에서는 이러한 한계를 극복하는 방안으로 ChatGPT에서 생성한 대본이 의료 장면의 목적과 방향에 충실한지 확인하기 위해 본 활용 사례의 개발 실제에서 살펴본 바와 같이 1차 생성된 대본을 의과대학 교수 2인에게 검토를 받는 과정을 거쳤다. 이러한 과정은 선행연구에서 제기된 AI 기술의 한계와 윤리적 문제[5,6]에 대한 보완책으로, 향후 AI 기술을 의학 교육에 더욱 효과적으로 적용하기 위한 단계로 설정할 필요가 있다.

두 번째로 현재 ChatGPT-3.5로 작성된 역할극 대본을 ChatGPT-4.0에서 다시 생성하여 결과물의 정확도와 활용도에 대해 다시 평가해 볼 필요가 있다. 최근 ChatGPT를 개발한 OpenAI에서는 기존에 사용되었던 ChatGPT-3.5보다 더 고도화되고 정교해진 ChatGPT-4.0을 발표하였다. ChatGPT-4.0은 기존 모델보다 더 자연스럽고 풍부한 문장 생성이 기능해졌다는 장점이 있다. 이러한 기술의 변화를 고려하여, ChatGPT-4.0을 통해 새롭게 생성한 역할극 대본과 기존 모델을 통해 생성한 역할극 대본을 비교하여 그 차이점에 대해 분석해 볼 필요가 있다. 이러한 분석은 의학 교육 과정에서 활용할 교육 자료를 생성할 때 전문가 검토 및 학생들에게 미리 고지해야 할 주의 사항들이 변경될 수 있는 여지가 있기 때문에 필요한 과정이라 할 수 있다.

향후 앞서 제시된 한계들을 극복하고, AI 기술이 의학 교육의 다양한 분야에서 활용될 수 있는 교수 학습 방법에 대한 연구가 필요할 것이다. 더불어 이러한 기술들이 의과대학 학생들의 의사소통 능력을 향상할 수 있는 시뮬레이션 수업에 활용되는 교수 학습 방법, 혹은 에듀테크 학습 지원 시스템을 개발하는 연구 및 수업 모형을 개발하는 연구 등 의학 교육에서 AI 기술이 효과적으로 적용될 수 있도록 하는 설계 개발 연구도 필요하겠다.

Acknowledgements

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구이다(NRF-2020S1A5B5A16084033).

References

1. Paranjape K, Schinkel M, Nannan Panday R, Car J, Nanayakkara P. Introducing artificial intelligence training in medical education. JMIR Med Educ 2019;5e16048.
2. Rampton V, Mittelman M, Goldhahn J. Implications of artificial intelligence for medical education. Lancet Digit Health 2020;2:e111–2.
3. Wartman SA, Combs CD. Medical education must move from the information age to the age of artificial intelligence. Acad Med 2018;93:1107–9.
4. Cope B, Kalantzis M, Zhai CX, Krussel A, Searsmith D, Ferguson D, et al. Maps of medical reason: applying knowledge graphs and artificial intelligence in medical education and practice. In : Peters MA, Jandrić P, Hayes S, eds. Bioinformational philosophy and postdigital knowledge ecologies Cham: Springer; 2022. p. 133–59.
5. Arif TB, Munaf U, Ul-Haque I. The future of medical education and research: is ChatGPT a blessing or blight in disguise? Med Educ Online 2023;28:2181052.
6. Lee P, Bubeck S, Petro J. Benefits, limits, and risks of GPT-4 as an AI chatbot for medicine. N Engl J Med 2023;388:1233–9.
7. Ahuja AS, Polascik BW, Doddapaneni D, Byrnes ES, Sridhar J. The digital metaverse: applications in artificial intelligence, medical education, and integrative health. Integr Med Res 2023;12:100917.
8. Khan RA, Jawaid M, Khan AR, Sajjad M. ChatGPT - Reshaping medical education and clinical management. Pak J Med Sci 2023;39:605–7.
9. Eysenbach G. The role of ChatGPT, generative language models, and artificial intelligence in medical education: a conversation with ChatGPT and a call for papers. JMIR Med Educ 2023;9e46885.
10. Uunona GN, Goosen L. Leveraging ethical standards in artificial intelligence technologies: a guideline for responsible teaching and learning applications. In : Garcia MB, Cabrera MVL, Almeida RPP, eds. Handbook of research on instructional technologies in health education and allied disciplines Hershey: IGI Global; 2023. p. 310–30.
11. Chan KS, Zary N. Applications and challenges of implementing artificial intelligence in medical education: integrative review. JMIR Med Educ 2019;5e13930.
12. Park SH, Do KH, Kim S, Park JH, Lim YS. What should medical students know about artificial intelligence in medicine? J Educ Eval Health Prof 2019;16:18.
13. Lee H. The rise of ChatGPT: exploring its potential in medical education. Anat Sci Educ 2023;(Epub ahead of print).
14. Winkler-Schwartz A, Bissonnette V, Mirchi N, Ponnudurai N, Yilmaz R, Ledwos N, et al. Artificial intelligence in medical education: best practices using machine learning to assess surgical expertise in virtual reality simulation. J Surg Educ 2019;76:1681–90.
15. Valikodath NG, Cole E, Ting DSW, Campbell JP, Pasquale LR, Chiang MF, et al. Impact of artificial intelligence on medical education in ophthalmology. Transl Vis Sci Technol 2021;10:14.
16. Hu R, Fan KY, Pandey P, Hu Z, Yau O, Teng M, et al. Insights from teaching artificial intelligence to medical students in Canada. Commun Med (Lond) 2022;2:63.
17. Sallam M, Salim NA, Barakat M, Al-Tammemi AB. ChatGPT applications in medical, dental, pharmacy, and public health education: a descriptive study highlighting the advantages and limitations. Narra J 2023;3e103.
18. Park CJ, Yi PH, Siegel EL. Medical student perspectives on the impact of artificial intelligence on the practice of medicine. Curr Probl Diagn Radiol 2021;50:614–9.
19. McCoy LG, Nagaraj S, Morgado F, Harish V, Das S, Celi LA. What do medical students actually need to know about artificial intelligence? NPJ Digit Med 2020;3:86.
20. Garg T. Artificial intelligence in medical education. Am J Med 2020;133e68.
21. Nestel D, Tierney T. Role-play for medical students learning about communication: guidelines for maximising benefits. BMC Med Educ 2007;7:3.
22. Bokken L, Linssen T, Scherpbier A, van der Vleuten C, Rethans JJ. Feedback by simulated patients in undergraduate medical education: a systematic review of the literature. Med Educ 2009;43:202–10.
23. Lane C, Rollnick S. The use of simulated patients and role-play in communication skills training: a review of the literature to August 2005. Patient Educ Couns 2007;67:13–20.
24. Cleland JA, Abe K, Rethans JJ. The use of simulated patients in medical education: AMEE guide No. 42. Med Teach 2009;31:477–86.
25. Kim OJ, Kim HJ, Moon KU, Jung JH. Clinical ethics cases for medical students and general physicians Seoul: Department of History Medicine & Medical Humanities of Seoul National University College of Medicine; 2020.
26. Jung JS. Current status and future direction of artificial intelligence in healthcare and medical education. Korean Med Educ Rev 2020;22:99–114.
27. Yeh BI. Bedside education will be more important than now in the age of artificial intelligence. KMER 2016;18:58–64.
28. Biswas S. ChatGPT and the future of medical writing. Radiology 2023;307e223312.
29. Gong B, Nugent JP, Guest W, Parker W, Chang PJ, Khosa F, et al. Influence of artificial intelligence on Canadian medical students’ preference for radiology specialty: a national survey study. Acad Radiol 2019;26:566–77.
30. Sit C, Srinivasan R, Amlani A, Muthuswamy K, Azam A, Monzon L, et al. Attitudes and perceptions of UK medical students towards artificial intelligence and radiology: a multicentre survey. Insights Imaging 2020;11:14.
31. Barreiro-Ares A, Morales-Santiago A, Sendra-Portero F, Souto-Bayarri M. Impact of the rise of artificial intelligence in radiology: what do students think? Int J Environ Res Public Health 2023;20:1589.
32. Wang C, Xie H, Wang S, Yang S, Hu L. Radiological education in the era of artificial intelligence: a review. Medicine (Baltimore) 2023;102e32518.
33. Ossa LA, Rost M, Lorenzini G, Shaw DM, Elger BS. A smarter perspective: learning with and from AI-cases. Artif Intell Med 2023;135:102458.
34. Zhao H, Li G, Feng W. Research on application of artificial intelligence in medical education. In: 2018 International Conference on Engineering Simulation and Intelligent Control (ESAIC); 2018 Aug 10-11; Hunan, China. pp. 340-2.

Article information Continued

Figure 1.

Example of role-play script generation using ChatGPT-3.5: results of the 1st draft.

Figure 2.

Example of role-play script generation using ChatGPT-3.5: results of the 2nd draft.

Figure 3.

Example of role-play script generation using ChatGPT-3.5: comparison of the first round results (left) and second round results (right).

Table 1.

Step of developing a role-play script for medical education using AI (ChatGPT)

Step Description
1 Selecting instructional materials
2 Extraction of learning material from the instructional materials
Organization of case content
3 Script creation process with ChatGPT
Segmenting and editing learning material in PDF form relevant to the topic
Summarizing main learning objectives: Chat with any PDF (ChatGPT-3.5)
Summarizing conflict situations and characters from the summarized learning material: Chat with any PDF (ChatGPT-3.5)
Composing a script for role-play: Chat with any PDF (ChatGPT-3.5)
4 Script revision
Evaluating the appropriateness of the script in comparison to the key content of the curriculum
Providing feedback to ChatGPT and requesting for rewriting: Chat with any PDF (ChatGPT-3.5)
5 Peer review
Review of the script by two medical school professors
6 Generating the final role-play script
Revising the generated script based on the review feedback: Chat with any PDF (ChatGPT-3.5)

AI: artificial intelligence.