Artificial intelligence as a teaching tool for gynaecological ultrasound: A systematic search and scoping review
Künstliche Intelligenz als Lehrwerkzeug für gynäkologischen Ultraschall: systematische Suche und Scoping-Review
Australasian Journal of Ultrasound in Medicine · 2024-02 · 27 (1) · 5-11
DOI: 10.1002/ajum.12368 ↗Auf einen Blick
Die Scoping-Review fand nur 2 einschlägige Publikationen, beide ohne Originalforschung. Spezifische KI-Tools für das Lehren gynäkologischer Ultraschallfertigkeiten wurden nicht beschrieben.
Fragestellung
Welche KI-Tools werden derzeit für das Lehren von Ultraschallfertigkeiten im Bereich des gynäkologischen Ultraschalls genutzt?
Methode
Scoping-Review; Suche in 8 Datenbanken im Dezember 2022 mit vordefinierten Keywords; alle Publikationstypen mit KI-Bezug und Lehr-/Lernbezug zu gynäkologischem Ultraschall.
Ergebnisse
Aus 481 Treffern wurden 2 Publikationen eingeschlossen. Keine berichtete Originalforschung; 1 systematischer Review und 1 Reviewartikel. Beide nannten keine spezifischen Tools für gynäkologischen Ultraschall.
Einschränkungen
Conference abstracts und nicht auf Englisch vorliegende, nicht ausreichend übersetzbare Arbeiten wurden ausgeschlossen.
Schlussfolgerung der Autor:innen
Künstliche Intelligenz kann die Ausbildung von Sonograph:innen und anderen Ultraschall-Anwendenden potenziell unterstützen. Für gynäkologischen Ultraschall wurde bislang jedoch keine Originalforschung zu solchen Tools veröffentlicht.
Kernaussagen
- Nur 2 Publikationen erfüllten die Einschlusskriterien
- Beide eingeschlossenen Arbeiten waren keine Originalstudien
- Für gynäkologischen Ultraschall wurde kein spezifisches KI-Tool beschrieben
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Scoping Review in der Zeitschrift Australasian Journal of Ultrasound in Medicine, online erschienen am 20.11.2023. Verfasst von Alison Deslandes und 5 weiteren Autor:innen. Beteiligte Einrichtung: Robinson Research Institute University of Adelaide Adelaide South Australia Australia. Die Arbeit wurde bisher 7-mal zitiert (Crossref) und nennt 39 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: University of Adelaide.
Abstract (Originalsprache)
Purpose
The aim of this study was to investigate the current application of artificial intelligence (AI) tools in the teaching of ultrasound skills as they pertain to gynaecological ultrasound.
Methods
A scoping review was performed. Eight databases (MEDLINE, EMBASE, EMCARE, CINAHL, Scopus, Web of Science, IEEE Xplore and ACM digital library) were searched in December 2022 using predefined keywords. All types of publications were eligible for inclusion so long as they reported the use of an AI tool, included reference to or discussion of teaching or the improvement of ultrasound skills and pertained to gynaecological ultrasound. Conference abstracts and non‐English language papers which could not be adequately translated into English were excluded.
Results
The initial database search returned 481 articles. After screening against our inclusion and exclusion criteria, two were deemed to meet the inclusion criteria. Neither of the articles included reported original research (one systematic review and one review article). Neither of the included articles explicitly provided details of specific tools developed for the teaching of ultrasound skills for gynaecological imaging but highlighted similar applications within the field of obstetrics which could potentially be expanded.
Conclusion
Artificial intelligence can potentially assist in the training of sonographers and other ultrasound operators, including in the field of gynaecological ultrasound. This scoping review revealed however that to date, no original research has been published reporting the use or development of such a tool specifically for gynaecological ultrasound.
Autor:innen und Institutionen
- Robinson Research Institute University of Adelaide Adelaide South Australia Australia.
- School of Computer and Mathematical Sciences University of Adelaide Adelaide South Australia Australia.
- Department of Obstetrics and Gynecology McMaster University Hamilton Ontario Canada.
ORCID-Profile: Alison Deslandes, Jodie Avery, Mathew Leonardi, M Louise Hull
Förderung
- University of Adelaide
Zitieren
APA
Deslandes, A., Avery, J., Chen, H. T., Leonardi, M., Condous, G., & Hull, M. L. (2024). Artificial intelligence as a teaching tool for gynaecological ultrasound: A systematic search and scoping review. Australasian Journal of Ultrasound in Medicine, 27(1), 5-11. https://doi.org/10.1002/ajum.12368
Vancouver
Deslandes A, Avery J, Chen HT, Leonardi M, Condous G, Hull ML. Artificial intelligence as a teaching tool for gynaecological ultrasound: A systematic search and scoping review. Australasian Journal of Ultrasound in Medicine. 2024;27(1):5-11. doi:10.1002/ajum.12368
BibTeX
@article{Deslandes2024,
author = {Deslandes, Alison and Avery, Jodie and Chen, Hsiang-Ting and Leonardi, Mathew and Condous, George and Hull, M Louise},
title = {Artificial intelligence as a teaching tool for gynaecological ultrasound: A systematic search and scoping review},
journal = {Australasian Journal of Ultrasound in Medicine},
year = {2024},
volume = {27},
number = {1},
pages = {5--11},
doi = {10.1002/ajum.12368}
}
EUVIMED