診断学習のベースとなるプログラムはワークステーション上でHTMLとJavaScriptで作成されている。リストの中から課題症例を選択すると、主訴や症状などの情報が表示され、次のステップでCT、MRI等様々な画像検査が選択肢として表示され、マッチする画像検査があると、画像ビューワーが起動し、画像を表示させ、対応するものがない場合には該当するものが無い旨表示される。このビューワーに関してはWeb ベースのDICOMビューワー LesionTracker(https://ohif.org/)を利用し、管理IDで連携させる形とした。ビューワー自体に様々な基本的計測機能が備わっているため、診断学習上は全く問題ない。初見のレポート記載は、自由記載も可能であるが、評価をある程度自動化したい考えから、穴埋め形式のレポートとし、解答欄に設定された用語が入力されていると加点される仕組みとした。この診断学習プログラム自体は、学生に対する試用を行なっていないが、汎用的LMS(Learning Management System)であるmoodle上での穴埋め形式のレポート作成と正解タグによる採点は前年度に引き続き利用しており、各自のペースで読影自習を進めていることから見ても有効な手法と考えている。また、どのような入力を行なったかの記録も残っているため、よりスムーズな採点に結びつけることが可能である。ただし、前後の文脈からある程度正解用語が予想されてしまうため、画像を見なくても正解、加点される入力欄もある。この点を考えると、はやり自由記載を評価できる仕組みが理想なので、引き続き検討したい。
|