Uppsats
Generativ AI i kirurgisk träning : en studie om förväntningar, möjligheter och utmaningar
Kandidat-uppsats
Malmö universitet/Institutionen för datavetenskap och medieteknik (DVMT)
Publicerad: 2025
Språk: Svenska
Sammanfattning
Intresset för att använda generativ artificiell intelligens (AI) inom medicinsk utbildning harökat kraftigt de senaste åren, särskilt inom kirurgisk träning där behovet av realistiska ochindividanpassade övningsmiljöer är stort. I takt med att tekniken utvecklas uppstår frågor omhur den kan införas på ett pedagogiskt och etiskt hållbart sätt. Tidigare forskning har främst fokuserat på tekniska möjligheter, men det saknas studier somundersöker hur personer med intresse för kirurgi själva uppfattar användningen av generativAI i sin träning. Det skapar ett kunskapsgap kring användarnas perspektiv ochförutsättningarna för framtida implementering. Syftet med studien är att undersöka vilka förväntningar, möjligheter och utmaningar somkirurgi-intressenter i Sverige ser med generativ AI i kirurgisk träning. Målet är att skapa enbredare förståelse för hur tekniken kan användas i praktiken och vilka hinder som måstehanteras. Studien bygger på en litteraturöversikt och en enkätundersökning med kirurgi-intressenter iSverige. Datan analyserades tematiskt utifrån både vetenskapliga artiklar och enkätsvar, medfokus på mönster i uppfattningar, behov och oro. Resultaten visar att det finns en stark tilltro till AI:s potential att erbjuda individanpassadträning, simulera sällsynta fall och ge omedelbar återkoppling. Samtidigt uttrycks oro kringtillförlitlighet, etiska risker, kostnader och risken för beroende. Studien visar att tekniken ses som ett komplement snarare än en ersättning för traditionellträning. För att generativ AI ska kunna användas på ett säkert och effektivt sätt krävs tydligariktlinjer, pedagogisk förankring och utbildningsinsatser som stärker både användarenskompetens och förtroende för tekniken.
Information
- Författare
- Muhebbi, Mehdi, Patarcec, Dino
- Lärosäte / institution
- Malmö universitet/Institutionen för datavetenskap och medieteknik (DVMT)
- Publiceringsdatum
- 2025
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska