Три наукові напрями, що сформувалися в результаті валiдацiйного дослідження ClinCaseQuest
Дослідження ClinCaseQuest визначило три ключові напрями розвитку медичної освіти: психологічну безпеку, аналіз клінічного мислення та AI-аналітику симуляцій.
Восени 2025 року на базі симуляційної платформи ClinCaseQuest було проведено масштабне багатоцентрове та мультикультурне освітнє дослідження.
У дослідженні взяли участь студенти-медики з різних країн, а його реалізація відбувалася у співпраці з Київським медичним університетом та Буковинським державним медичним університетом, об’єднавши викладачів, дослідників та експертів із симуляційної медицини.
Перші результати цієї роботи були представлені на VI Міжнародній науково-практичній конференції “Medical Simulation: A Look into the Future”, організованій Буковинським державним медичним університетом.
У процесі дослідження було виявлено три ключові наукові та технологічні напрями, що виникли на основі симуляційного середовища ClinCaseQuest.
1. Психологічна безпека у симуляційному навчанні
Дослідження під керівництвом Ірини Авраменко та Марії Ярцевої продемонструвало психоемоційний вплив симуляцій, побудованих на моделі дефрагментованого дебрифінгу (Defragmented Debriefing Model, DDM).
Результати показали:
- зниження рівня ситуативної тривожності на 13,2% (p < 0,05)
- у 45% студентів спостерігалося зменшення рівня тривожності після симуляційного тренінгу
- жодного випадку клінічно значущого підвищення тривожності не було зафіксовано
Ці результати підтверджують, що психологічна безпека у симуляційному навчанні може бути не лише передумовою навчання, а й результатом освітнього дизайну.
Модель дефрагментованого дебрифінгу, інтегрована у симуляції ClinCaseQuest, розподіляє короткі рефлексивні інтервенції протягом сценарію, що дозволяє студентам поступово осмислювати власні рішення та помилки.
Такий підхід допомагає стабілізувати емоційні реакції та водночас сприяє розвитку клінічного мислення.
2. Attempt-Based Analysis клінічного мислення
Другий напрям дослідження був представлений к.мед.н. Тетяною Антофійчук, та присвячений аналізу клінічного мислення за допомогою методу Attempt-Based Analysis.
Дослідження продемонструвало важливе спостереження:
Навіть якщо 100% студентів встановлюють правильний фінальний діагноз, їхні шляхи клінічного мислення можуть суттєво відрізнятися.
Завдяки аналізу спроб було встановлено, що:
- студентам у середньому потрібно 2,3 спроби для прийняття ключового клінічного рішення
- існує кілька типів клінічного мислення — від структурованого експертного до підходу «спроб і помилок»
- було виявлено системні навчальні зони, зокрема помилки в оцінці тяжкості стану, послідовності рішень ACLS та інтерпретації ЕКГ.
Цей підхід зміщує фокус з питання «яке рішення було прийняте» на «яким шляхом було досягнуто цього рішення».
3. AI-аналіз логів симуляційних сценаріїв
Третій напрям виник безпосередньо з технічної архітектури симуляцій ClinCaseQuest.
Оскільки платформа використовує розгалужені клінічні сценарії, кожна взаємодія студента генерує детальний лог клінічного мислення.
Це відкрило новий технологічний напрям досліджень:
AI-аналіз логів розгалужених симуляційних сценаріїв.
Застосування штучного інтелекту дозволяє перетворювати великі масиви даних симуляційного навчання на:
- структуровану аналітику клінічного мислення
- виявлення патернів прийняття клінічних рішень
- масштабовану оцінку результатів навчання у великих групах студентів.
Саме цей напрям стане основою майбутнього аналітичного модуля платформи ClinCaseQuest на базi штучного iнтелекту, який допоможе студентам та викладачам отримувати глибші інсайти щодо процесів клінічного мислення під час симуляційного навчання.
Погляд у майбутнє
Те, що починалося як освітній експеримент, поступово перетворилося на багатовимірну наукову програму, що об’єднує:
- педагогіку симуляційного навчання
- дослідження психологічної безпеки
- аналітику клінічного мислення
- технології штучного інтелекту.
Разом ці напрями формують майбутнє медичної освіти, заснованої на даних.Команда ClinCaseQuest висловлює щиру подяку всім дослідникам, викладачам та студентам, які взяли участь у цьому дослідженні та сприяли розвитку нових підходів до навчання клінічного мислення й підвищення безпеки медичної допомоги.
Зареєструйтеся на нашому сайті прямо зараз, щоб мати доступ до більшої кількості навчальних матеріалів!
Підписатися на наші сторінки:








Симуляційне навчання у медичній освіті: студенти БДМУ у симуляціях ClinCaseQuest (відео)
Симуляційне навчання у медичній освіті є ключовим елементом підготовки лікарів. У цьому відео показано, як…
Дефрагментований дебрифінг як інструмент забезпечення психологічної безпеки у симуляційному навчанні
На VI Міжнародній науково-практичній конференції «Medical Simulation: A Look into the Future», що відбулася у…
Аналіз на основі спроб: нова парадигма для оцінки клінічного мислення в симуляції
Оцінка клінічного мислення у симуляційному навчанні виходить на новий рівень завдяки підходу Attempt-Based Analysis, представленому…
ClinCaseQuest представив перший досвiд аналізу логiв бранчинг симуляцій на основі штучного інтелекту на конференції «Медичне моделювання: погляд у майбутнє»
Аналіз симуляцій штучним інтелектом відкриває нові можливості для оцінки клінічного мислення в медичній освіті, що…
SESAM визнав дефрагментовану модель дебрифінгу ClinCaseQuest інновацією у клінічному моделюванні 2024
Ми раді оголосити про видатне досягнення в сфері медичної освіти. Наша інноваційна методологія Дефрагментованого дебрифінгу…
ClinCaseQuest представлено в каталозі SchoolAndCollegeListings
Цікаві новини! Ми раді повідомити, що ClinCaseQuest додано до SchoolAndCollegeListings – головного онлайн-каталогу для навчальних…