Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
A telemedicina jelentősége az orvos-beteg kommunikáció oktatásában a Covid19 járvány tükrében
0
Zitationen
2
Autoren
2021
Jahr
Abstract
A Covid19 járvány az orvosi és egészségügyi kommunikációban a személyes interakciók számának drasztikus csökkenését eredményezte. Bizonyossá vált, hogy hosszútávon számolni kell az online egészségügyi tevékenységek, az online konzultációk előtérbe kerülésével, a telemedicina nagymértékű térhódításával. A sikeres orvos–beteg kommunikáció rendkívül fontos a gyógyítás folyamatában, erre fel kell készíteni a leendő orvostanhallgatókat. Ennek hatékony módja a szimulációs kommunikációoktatás színész-páciensekkel, amelyhez a szimulációs laborok biztosítanak autentikus helyszínt. A Covid19 járvány hatására az orvosi és egészségügyi kommunikáció számos formájának online térbe kerülése és az online oktatás bevezetése új megvilágításba helyezi a feldolgozandó interakciókat és a szimulációs kommunikáció módszerét. A PTE ÁOK-n 2016 óta működik sikeresen a szimulációs orvosi kommunikációs képzés hivatásos színészek segítségével. A járvány megfékezését célzó korlátozó intézkedések következtében az oktatás 2020. márciusától elektronikus távoktatás formájában folytatódott. A szimulációs orvosi kommunikációs képzés platformja a Microsoft Teams lett, így a képzés tematikájának és módszerének online átalakítására került sor. A tanulmány célja a nemzetközi tapasztalatok és a szerzők saját tapasztalatának bemutatása a személyes jelenléten alapuló és az online szimulációs gyakorlatok összehasonlításával. A hallgatók visszajelzései és a felvételek értékelése alapján elmondható, hogy a szimulációs gyakorlatok online formában is sikeresek voltak és biztosítani tudták az orvostanhallgatók kommunikatív kompetenciáinak a fejlesztését a telemedicina nyújtotta lehetőségekkel.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.561 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.452 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.948 Zit.
BioBERT: a pre-trained biomedical language representation model for biomedical text mining
2019 · 6.797 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.