gms | German Medical Science

Hintergrund: Der Einsatz von kamera- und videobasierten Analysesystemen gewinnt in der Ausbildung klinisch-praktischer Fertigkeiten zunehmend an Bedeutung. Dabei sollen Lernende mithilfe digitaler Tools Informationen zu ihrer individuellen Performance erhalten und somit Fehler reflektieren und korrigieren [1].

Das Medizinische Interprofessionelle Trainingszentrum (MITZ) vermittelt als Skills Lab der Medizinischen Fakultät Dresden (MFD) innerhalb eines longitudinalen Curriculums klinisch-praktische Basisfertigkeiten sowie Gesprächsführungskompetenzen. Neben den curricularen Pflichtveranstaltungen wünschen sich die Studierenden mehr praktische Übungsmöglichkeiten, um erlernte Kompetenzen vertiefend weiter zu trainieren.

Problemstellung: Um dem Bedarf nach weiterführenden Trainingsmöglichkeiten gerecht zu werden, sollen im MITZ zunehmend Selbstlerneinheiten im Rahmen fakultativer Angebote etabliert werden. Diese sollen möglichst dozierendenunabhängig stattfinden. Entsprechend gibt es keine Feedbackmöglichkeit durch eine*n Tutor*in. Um den Studierenden dennoch eine Rückmeldung zu ihrer Performance zu ermöglichen und das Lernen somit wirkungsvoll zu gestalten, müssen alternative Feedbacksysteme implementiert werden.

Methode: In Zusammenarbeit mit dem Nationalen Centrum für Tumorerkrankungen (NCT) Dresden wurde für das Schreiben eines 12-Kanal-EKGs ein sensorbasiertes Feedback entwickelt, das in eine Selbstlerneinheit eingebettet wurde. Über maschinelles Lernen wurde ein Modell trainiert, mithilfe von Kamerasensoren die Positionen der zuvor angelegten EKG-Elektroden zu erkennen und mit den Sollpositionen abzugleichen. Die Lernenden erhalten über eine Benutzeroberfläche ein Feedback, ob die jeweilige Elektrode richtig oder falsch positioniert wurde. Eine erweiterte Feedbackfunktion weist zudem darauf hin, wo falsch platzierte Elektroden korrekt angebracht werden müssen (siehe Abbildung 1 [Abb. 1]).

Ergebnisse: Die Selbstlerneinheit wurde im Sommersemester 2023 pilotiert. Von insgesamt 15 Teilnehmenden evaluierten 12. Neben Humanmedizinstudierenden des 4. Fachsemesters wurde die Selbstlerneinheit auch Auszubildenden zu Medizinischen Technischen Fachangestellten des 2. Ausbildungsjahres zugänglich gemacht. Insbesondere das technische Verbesserungspotential wurde hervorgehoben, wodurch im Verlauf gezielt Anpassungen vorgenommen werden können. Insgesamt wurde die Selbstlerneinheit mit der Note 1,3 bewertet [https://eval.med.tu-dresden.de/evasys/indexeva.php].

Diskussion: Es lässt sich festhalten, dass Selbstlerneinheiten eine gute Möglichkeit darstellen, dem Bedarf nach weiterführenden Trainingsmöglichkeiten zu begegnen. Der integrative Einsatz von neuen Technologien erscheint geeignet, um Lernenden ein Feedback zu geben. Jedoch sollte in der Konzeptions- und Pilotierungsphase mit einer intensiven technischen Begleitung gerechnet werden, um fortwährend notwendige Anpassungen vornehmen zu können. Weiterhin ist auch langfristig davon auszugehen, dass eine technische Betreuung unerlässlich ist.