FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4382182189> ?p ?o ?g. }

• W4382182189 endingPage "Doc18" @default.
• W4382182189 startingPage "Doc18" @default.
• W4382182189 abstract "Medical students need to be prepared for various situations in clinical decision-making that cannot be systematically trained with real patients without risking their health or integrity. To target system-related limitations of actor-based training, digital learning methods are increasingly used in medical education, with virtual reality (VR)- training seeming to have high potential. Virtually generated training scenarios allow repetitive training of highly relevant clinical skills within a protected, realistic learning environment. Thanks to Artificial Intelligence (AI), face-to-face interaction with virtual agents is feasible. Combining this technology with VR-simulations offers a new way of situated context-based, first-person training for medical students.The authors' aim is to develop a modular digital training platform for medical education with virtual, interactable agents and to integrate this platform into the medical curriculum. The medical tr.AI.ning platform will provide veridical simulation of clinical scenarios with virtual patients, augmented with highly realistic medical pathologies within a customizable, realistic situational context. Medical tr.AI.ning is scaled to four complementary developmental steps with different scenarios that can be used separately and so each outcome can successively be integrated early within the project. Every step has its own focus (visual, movement, communication, combination) and extends an author toolbox through its modularity. The modules of each step will be specified and designed together with medical didactics experts.To ensure constant improvement of user experience, realism, and medical validity, the authors will perform regular iterative evaluation rounds.Furthermore, integration of medical tr.AI.ning into the medical curriculum will enable long-term and large-scale detection of benefits and limitations of this approach, providing enhanced alternative teaching paradigms for VR technology.Medizinstudierende müssen auf verschiedene Situationen in klinischer Entscheidungsfindung vorbereitet werden, die nicht systematisch mit echten Patienten geübt werden können, ohne ihre Gesundheit oder Integrität zu gefährden. Um die systembedingten Einschränkungen des schauspielbasierten Trainings auszugleichen, werden in der medizinischen Ausbildung zunehmend digitale Lernmethoden eingesetzt, wobei Training in Virtueller Realität (VR) ein hohes Potenzial zu haben scheint. Virtuell generierte Trainingsszenarien ermöglichen das wiederholte Training hochrelevanter klinischer Fertigkeiten in einer geschützten, realistischen Lernumgebung. Dank Künstlicher Intelligenz (KI) ist eine direkte Interaktion mit virtuellen Agenten möglich. Die Kombination dieser Technologie mit VR-Simulationen bietet eine neue Möglichkeit für ein kontextbezogenes, persönliches Training für Medizinstudierende.Das Ziel der Autoren ist es, eine modulare digitale Trainingsplattform für die medizinische Ausbildung mit virtuellen, interaktiven Agenten zu entwickeln und diese Plattform in das medizinische Curriculum zu integrieren. Die medical tr.AI.ning - Plattform wird eine realitätsnahe Simulation von klinischen Szenarien mit virtuellen Patienten ermöglichen, ergänzt durch hochrealistische medizinische Pathologien innerhalb eines anpassbaren, realistischen situativen Kontextes. Medical tr.AI.ning ist auf vier komplementäre Entwicklungsschritte mit unterschiedlichen Szenarien skaliert, die separat genutzt werden können, so dass jedes Ergebnis sukzessive früh in das Projekt integriert werden kann. Jeder Schritt hat seinen eigenen Schwerpunkt (Visuelles, Bewegung, Kommunikation, Kombination) und erweitert durch seine Modularität ein Autorentool. Die Module der einzelnen Schritte werden gemeinsam mit Medizindidaktik-Experten spezifiziert und gestaltet.Um eine ständige Verbesserung der Benutzererfahrung, des Realismus und der medizinischen Validität zu gewährleisten, werden die Autoren regelmäßige iterative Evaluierungsrunden durchführen.Darüber hinaus wird die Integration von medical tr.AI.ning in das medizinische Curriculum eine langfristige und groß angelegte Ermittlung der Vorteile und Grenzen dieses Ansatzes ermöglichen und verbesserte alternative Lehrparadigmen für die VR-Technologie bieten." @default.
• W4382182189 created "2023-06-28" @default.
• W4382182189 creator A5003115770 @default.
• W4382182189 creator A5029830172 @default.
• W4382182189 creator A5047139775 @default.
• W4382182189 creator A5047779797 @default.
• W4382182189 creator A5075555301 @default.
• W4382182189 creator A5075902853 @default.
• W4382182189 date "2023-01-01" @default.
• W4382182189 modified "2023-09-23" @default.
• W4382182189 title "Immersive training of clinical decision making with AI driven virtual patients - a new VR platform called medical tr.AI.ning." @default.
• W4382182189 cites W2069948489 @default.
• W4382182189 cites W2145239266 @default.
• W4382182189 cites W2145839404 @default.
• W4382182189 cites W2156340814 @default.
• W4382182189 cites W2552485597 @default.
• W4382182189 cites W2788370099 @default.
• W4382182189 cites W2979585747 @default.
• W4382182189 doi "https://doi.org/10.3205/zma001600" @default.
• W4382182189 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/37361242" @default.
• W4382182189 hasPublicationYear "2023" @default.
• W4382182189 type Work @default.
• W4382182189 citedByCount "1" @default.
• W4382182189 countsByYear W43821821892023 @default.
• W4382182189 crossrefType "journal-article" @default.
• W4382182189 hasAuthorship W4382182189A5003115770 @default.
• W4382182189 hasAuthorship W4382182189A5029830172 @default.
• W4382182189 hasAuthorship W4382182189A5047139775 @default.
• W4382182189 hasAuthorship W4382182189A5047779797 @default.
• W4382182189 hasAuthorship W4382182189A5075555301 @default.
• W4382182189 hasAuthorship W4382182189A5075902853 @default.
• W4382182189 hasConcept C101468663 @default.
• W4382182189 hasConcept C107457646 @default.
• W4382182189 hasConcept C111919701 @default.
• W4382182189 hasConcept C151730666 @default.
• W4382182189 hasConcept C154945302 @default.
• W4382182189 hasConcept C15744967 @default.
• W4382182189 hasConcept C19417346 @default.
• W4382182189 hasConcept C194969405 @default.
• W4382182189 hasConcept C199360897 @default.
• W4382182189 hasConcept C2777655017 @default.
• W4382182189 hasConcept C2778533338 @default.
• W4382182189 hasConcept C2779343474 @default.
• W4382182189 hasConcept C41008148 @default.
• W4382182189 hasConcept C44154836 @default.
• W4382182189 hasConcept C47177190 @default.
• W4382182189 hasConcept C49774154 @default.
• W4382182189 hasConcept C503897019 @default.
• W4382182189 hasConcept C509550671 @default.
• W4382182189 hasConcept C71924100 @default.
• W4382182189 hasConcept C86803240 @default.
• W4382182189 hasConceptScore W4382182189C101468663 @default.
• W4382182189 hasConceptScore W4382182189C107457646 @default.
• W4382182189 hasConceptScore W4382182189C111919701 @default.
• W4382182189 hasConceptScore W4382182189C151730666 @default.
• W4382182189 hasConceptScore W4382182189C154945302 @default.
• W4382182189 hasConceptScore W4382182189C15744967 @default.
• W4382182189 hasConceptScore W4382182189C19417346 @default.
• W4382182189 hasConceptScore W4382182189C194969405 @default.
• W4382182189 hasConceptScore W4382182189C199360897 @default.
• W4382182189 hasConceptScore W4382182189C2777655017 @default.
• W4382182189 hasConceptScore W4382182189C2778533338 @default.
• W4382182189 hasConceptScore W4382182189C2779343474 @default.
• W4382182189 hasConceptScore W4382182189C41008148 @default.
• W4382182189 hasConceptScore W4382182189C44154836 @default.
• W4382182189 hasConceptScore W4382182189C47177190 @default.
• W4382182189 hasConceptScore W4382182189C49774154 @default.
• W4382182189 hasConceptScore W4382182189C503897019 @default.
• W4382182189 hasConceptScore W4382182189C509550671 @default.
• W4382182189 hasConceptScore W4382182189C71924100 @default.
• W4382182189 hasConceptScore W4382182189C86803240 @default.
• W4382182189 hasIssue "2" @default.
• W4382182189 hasLocation W43821821891 @default.
• W4382182189 hasOpenAccess W4382182189 @default.
• W4382182189 hasPrimaryLocation W43821821891 @default.
• W4382182189 hasRelatedWork W1515780739 @default.
• W4382182189 hasRelatedWork W2088959697 @default.
• W4382182189 hasRelatedWork W2553284216 @default.
• W4382182189 hasRelatedWork W2899084033 @default.
• W4382182189 hasRelatedWork W2943305271 @default.
• W4382182189 hasRelatedWork W3046233400 @default.
• W4382182189 hasRelatedWork W3160374757 @default.
• W4382182189 hasRelatedWork W3204875300 @default.
• W4382182189 hasRelatedWork W4225110357 @default.
• W4382182189 hasRelatedWork W4382238164 @default.
• W4382182189 hasVolume "40" @default.
• W4382182189 isParatext "false" @default.
• W4382182189 isRetracted "false" @default.
• W4382182189 workType "article" @default.