|
SISTEMA DE TUTORÍAS INTELIGENTE COLABORATIVO PARA
ABP EN MEDICINA
Autores: Siriwan Suebnukarn, Peter Haddawy
Computer Science and Information Management Program, Asian Institute of
Technology, Pathumthani, Thailand
Proceedings
of the 9th International Conference on Intelligent User Interface,
Funchal,
Madeira, Portugal, January 13 - 16, 2004. SESSION: Intelligent tutoring.
Pages: 14 – 21. The ACM Digital Library
http://portal.acm.org/portal.cfm, ISBN:1-58113-815-6
Revisor
:
Olga
Matus B,
Dpto. Educación Médica, Facultad de Medicina, Universidad de
Concepción
Actualmente muchas
Escuelas de Medicina de
prestigio utilizan la metodología ABP en la enseñanza. Los
modelos instruccionales con ABP varían, pero el enfoque general es
centrado en el estudiante, utiliza pequeños grupos y actividades de
aprendizaje colaborativo basado en problemas. Para que el ABP sea
efectivo, se requiere atención personalizada a los estudiantes lo cual
muchas veces es difícil de lograr porque requiere contar con gran
cantidad de tutores. Por este motivo han surgido algunas iniciativas
para implementar ABP con ITS (Intelligent Tutoring Systems).
En este artículo,
los autores describen el sistema computacional COMET, que es un sistema
tutorial inteligente colaborativo para ABP en Medicina. El
sistema utiliza redes Bayesianas para modelar el conocimiento y
actividades de los estudiantes en forma individual y en grupo. Incorpora
una interfase multimedial que integra textos y gráficos para proporcionar un canal de comunicación entre los
estudiantes y el sistema y también entre los estudiantes del grupo.
Las redes bayesianas
o probabilísticas, basadas en el Teorema de Bayes, son una herramienta
extremadamente útil en la estimación de probabilidades ante nuevas
evidencias. Muestran en forma gráfica
dependencias para razonamiento probabilístico en sistemas expertos, en
la cual los nodos representan una
variable proposicional y los arcos su dependencia probabilística. Es,
por lo tanto, un modelo probabilístico multivariado que relaciona un
conjunto de variables aleatorias mediante un grafo dirigido, el cual
indica explícitamente influencia causal.
Al utilizar el
sistema, los estudiantes pueden bosquejar directamente imágenes médicas,
buscar conceptos médicos y establecer hipótesis, en un ambiente
compartido. Además, el sistema puede elegir desplegar imágenes a los
estudiantes como una guía en la solución de los problemas.
Descripción del
sistema
COMET está diseñado
para proporcionar una experiencia que simula lo mejor
posible las sesiones de ABP en medicina con tutores reales
y al mismo tiempo permite a los estudiantes participar desde diferentes
ubicaciones. El sistema está implementado en una combinación cliente
servidor con lenguaje
Java, que puede utilizarse sobre Internet o redes de área local y
soporta cualquier número de usuarios. El prototipo incorpora un dominio
del conocimiento substancial acerca de diagnóstico de lesiones de la
cabeza. El sistema contiene cuatro componentes principales: interfase
multimedial del estudiante, repositorio
(base de datos) de conceptos médicos, modelo
de razonamiento clínico del estudiante y módulo tutorial.
Descripción de los módulos:
1. Interfase multimedial
Soporta la comunicación
entre los estudiantes y el sistema y entre los estudiantes del grupo. Es
la pantalla con la que interactúa el estudiante y está dividida en 3
sectores: panel de hipótesis, pantalla de chat
y pantalla de imagen.
El panel de hipótesis
proporciona el espacio de trabajo principal que es compartido por el
grupo. Registra el pensamiento colectivo del grupo y sirve de estímulo
para ideas adicionales de los miembros del grupo.
Los estudiantes pueden crear nodos de hipótesis cuyos títulos
se crean recuperándolos desde el repositorio
de conceptos médicos o dibujando sobre la imagen médica. Los nodos y
enlaces también pueden ser borrados. Cualquier estudiante puede hacer
cambios a los contenidos del panel y todos los estudiantes tienen la
misma vista de éste.
En la pantalla
de chat los estudiantes pueden comunicarse con sus compañeros
de grupo digitando el texto
que les permita expresar sus ideas.
En la pantalla
de imagen el sistema despliega imágenes que son relevantes para
la discusión del grupo. Todos los estudiantes ven la misma imagen y
también cualquier
elemento que otros estudiantes bosquejen o apunten sobre dicha
imagen. Si un estudiante encierra en un círculo o apunta una región de
la imagen que representa una hipótesis válida, esto se considera como
una entrada al sistema, agregándose
ésta al panel de hipótesis.
2. Repositorio de conceptos médicos
El sistema incluye un
repositorio jerárquico de conceptos médicos para ayudar a los
estudiantes a entender mejor las relaciones entre conceptos y facilitar
la entrada de información al
sistema.
Los conceptos de
anatomía humana y fisiopatología son indexados por un número de 5 dígitos
que corresponde a una parte anatómica específica del cuerpo humano. La
escala numérica indica relaciones en 4 dimensiones: general a específica,
dependencia estructural, vías de circulación y cronología. Los
estudiantes pueden buscar a través de un sistema específico y buscar
en profundidad para obtener la parte del cuerpo más específica. Por
ejemplo, 20000 representa el sistema musculoesquelético, 21000
representa huesos del cráneo y rostro y 21110 representa el hueso
frontal. Para cada nivel se despliegan las funciones o disfunciones
fisiológicas, bioquímicas o de comportamiento relevantes para
una parte anatómica.
3. Modelo de razonamiento clínico del estudiante
Para generar acciones
tutoriales adecuadas, se requiere un modelo que represente la comprensión
del problema por parte del estudiante. Se utilizan redes Bayesianas para
modelar el razonamiento que va realizando el estudiante durante
la resolución del problema. Se genera un modelo de razonamiento
clínico individual y otro para el grupo, combinando la información
individual de los modelos.
El modelo contiene 2
tipos de información: la estructura de la hipótesis basada en
el diagnóstico diferencial del problema y la aplicación de conceptos médicos
en términos de anatomía y fisiopatología.
La estructura de la
hipótesis define tres categorías de características de las patologías:
condiciones de capacidad (características de las patologías,
asociadas con la adquisición de éstas, incluyendo factores
predisponentes, factores de compromiso del órgano, transferencia atípica,
factores hereditarios), fallas (alteraciones generadas por la patología como trauma directo, invasión de tejidos
por organismos patógenos, irrigación sanguínea inadecuada o
incapacidad del tejido para sobrevivir/sanar)
y consecuencias (consecuencias
secundarias a las fallas dentro del organismo que comprenden
diferentes tipos de signos y síntomas, por ejemplo, inconsciencia o
hemorragia intracerebral).
El modelo del
estudiante se utiliza para razonar acerca del nivel
de conocimiento de cada alumno, y del comportamiento en la
resolución de problemas en
forma individual y del grupo.
Para construir el
modelo, se utilizó una red Bayesiana inicial que se
basó en información
extraída de textos médicos y de entrevistas con médicos especialistas
en el problema que se resuelve. El modelo inicial fue refinado,
utilizando datos recolectados de un tutorial médico de ABP. Los datos
utilizados para este estudio consistieron en grabaciones en cintas
de sesiones tutoriales que ocurrieron en el curso de Cerebro de la
Escuela de Medicina de la Universidad de Thammasat. Estuvieron
involucrados 15 grupos de 8 estudiantes
de Medicina de tercer año.
Se les presentó el caso de lesión en la cabeza y se les pidió
construir posibles hipótesis para el caso, bajo la guía de un tutor.
Después de las sesiones se analizó la cinta para determinar si cada
hipótesis fue mencionada o no.
4. Módulo tutorial
El tutor virtual
asume el rol de guiar al grupo tutorial para que éste logre
establecer posibles hipótesis para el caso, mediante el uso de
preguntas abiertas específicas. Del estudio de las transcripciones de
las sesiones tutoriales, se identificaron 8 estrategias indicativas que
comúnmente son utilizadas,
durante el desarrollo de las sesiones de ABP, por los tutores reales con
experiencia:
-
Discusión en grupo utilizando indicaciones generales:
Al comienzo de una sesión, los miembros del grupo pueden sugerir
varias hipótesis válidas diferentes, sin enfocarse en un
determinado camino causal. Cuando se logra un enfoque, el tutor
debería intervenir dirigiendo a los estudiantes a enfocarse en
una de las hipótesis guiando con indicaciones generales abiertas,
relacionadas con las ideas que ellos han sugerido. La imagen médica
que es relevante se desplegará en la pantalla de imagen, junto al
diálogo tutorial.
-
Discusión
en grupo utilizando indicaciones específicas: para
continuar la discusión, el tutor entrega indicaciones más específicas
para identificar el mecanismo correcto responsable del problema
del paciente. En el sistema, el tutor virtual despliega en la
pantalla de imagen la imagen médica correspondiente.
-
Promover
la discusión abierta:
Durante el proceso de guiar al grupo en la elaboración de
una hipótesis particular y sus consecuencias,
un estudiante puede
proponer una nueva idea
la cual no está directamente relacionada con la
discusión actual. Una opción, es que el tutor pida a los
estudiantes posponer la discusión de este concepto, y otra,
es que el tutor incorpore dicho concepto en la discusión,
reteniendo la atención en el tema principal y
motivando
a los estudiantes a relacionar el nuevo concepto con la hipótesis
sobre la que se está discutiendo. En el sistema el tutor virtual
responde pidiendo a los otros miembros del grupo que comenten si
esta hipótesis es relevante, lo cual es una forma de sugerir que
esta idea puede no serlo.
-
Desviar
la información errónea: Si un estudiante aporta
información equivocada o
hace una
interpretación errónea de los datos, el tutor debe intentar
transformar esa información en una búsqueda que explique los mecanismos
correctos. El sistema sugiere posibles conceptos que deberían
analizarse para aclarar la información.
-
Evitar
saltarse etapas críticas: La tendencia a saltarse hipótesis
intermedias en el razonamiento es bastante común y debe evitarse.
Si se permite que esto ocurra, se pierde la etapa del pensamiento
crítico del proceso del grupo. Si los estudiantes se saltan
directamente desde las condiciones capacitantes del paciente a los
efectos o signos y síntomas sin discutir
las fallas o alteraciones que las expliquen, ellos dejan de
explorar la situación problema en profundidad. El tutor debe
hacer notar lo que ellos han mencionado preguntando en forma
general por las fallas o dándoles una indicación acerca de los
conceptos médicos relacionados.
-
Dirigir
información incompleta: Un objetivo del ABP es lograr que
los estudiantes enumeren todos los posibles caminos causales entre
hipótesis posibles para resolver el problema. Si los estudiantes
omiten algunas hipótesis, el tutor debe indicar a los estudiantes
que algunas hipótesis posibles aún no han sido exploradas.
-
Referirse
a expertos en el grupo:
El ABP típicamente se lleva a cabo en grupos
para enseñar a los estudiantes, que
poseen diferentes
conocimientos, como colaborar para resolver un problema
dado. Referirse a un experto en el grupo puede ayudar a continuar
el proceso de aprendizaje cuando
éste se queda detenido, aunque el tutor trate de proporcionar
indicaciones más específicas. Una forma posible de continuar el
proceso de aprendizaje es preguntarle a alguien del grupo que
probablemente conoce la respuesta.
-
Promover
la discusión colaborativa:
En las discusiones en grupo del ABP, puede suceder
que un miembro asuma un rol dominante en el grupo,
imponiendo sus ideas e interrumpiendo siempre a los otros
estudiantes. Aún, cuando las ideas que este líder aporta sean
buenas, el tutor debe optar por preguntar a otros miembros del
grupo acerca de sus ideas para promover la participación de
los demás. Esta estrategia se implementó en el sistema virtual,
utilizando el archivo de registro de las actividades del
estudiante, por lo tanto, el sistema detecta cuando un estudiante
no ha participado en la discusión y se dirige a él
instándolo a participar.
El sistema COMET
incluye algoritmos para generar cada uno de estos 8 tipos de
indicaciones que permiten guiar la sesión de ABP.
Evaluación del
sistema
Para evaluar la
conveniencia y calidad de las indicaciones generadas por el sistema, se
compararon sus respuestas con las de tutores reales con experiencia. Participaron
diez tutores, con al menos 5 años de experiencia como docentes en el curso de
cerebro de la Escuela de Medicina de la Universidad Thammasat. A
ellos se les solicitó analizar cada situación e indicar cómo
manejarían el grupo de ABP: si darían una indicación y qué
tipo de indicación proporcionarían.
En promedio, 74,17%
de los tutores reales
utilizaron la misma estrategia de indicación que COMET. Los más similares
estuvieron de acuerdo con COMET 83% del tiempo y los menos similares un
62%.
Para probar la significancia estadística del acuerdo entre el sistema virtual
y los tutores reales, se
utilizó el test McNemar y el estadígrafo Kappa. No se encontró
diferencias significativas entre los tutores reales
y COMET (test McNemar, p=0,652). Los resultados mostraron un alto grado
de acuerdo entre las indicaciones generadas por COMET y las generadas
por tutores reales (índice Kappa=0.773). Es interesante que, para
aquellas respuestas de los tutores reales que
fueron diferentes a las del sistema virtual, también se observó
diferencia entre los tutores reales. El mayor acuerdo fue
para las estrategias 3, 4, 5 y 8. Los resultados indican que las
respuestas generadas por COMET están en la misma línea que la mayoría
de las respuestas de consenso de los tutores reales consultados.
Conclusiones y
trabajo futuro
En
este artículo se describe un análisis inicial de estrategias
tutoriales virtuales en
ambientes de grupos tutoriales con ABP. Se analizaron ejemplos de
discursos de clases y se identificaron varios tipos específicos de
acciones tutoriales. Se describe un modelo de razonamiento clínico con
una red Bayesiana que integra la estructura de hipótesis basada en los diagnósticos
diferenciales de un caso de lesiones en la cabeza y la aplicación de los correspondientes conceptos médicos en
el proceso de resolución del problema. La representación propuesta
puede utilizarse como pauta para desarrollar nuevos escenarios. En este
sistema tutorial colaborativo inteligente se implementaron las
estrategias tutoriales comúnmente usadas por tutores reales.
Los resultados de la evaluación muestran un alto grado de acuerdo de
los diálogos tutoriales entre el sistema y los tutores
reales.
Los
autores han planificado probar en mayor extensión el sistema actual con
estudiantes de Medicina, para mejorar la fortaleza del sistema. También se ha planificado incorporar todos
los dominios esenciales en el curso de ABP de Medicina pre-clínica.
La
versión actual de COMET soporta una única sesión de grupo de ABP.
Pero el ABP típicamente transcurre durante un período de varios días,
con estudiantes que llevan a cabo tareas de aprendizaje individual y
luego llevan su conocimiento aprendido de vuelta al grupo. Por lo tanto
se pretende agregar el soporte para
este aspecto del ABP.
Finalmente,
la prueba última de la efectividad del sistema es comprobar como éste
impacta el aprendizaje del estudiante. Por lo tanto los autores han
planificado comparar la efectividad del aprendizaje del estudiante con
COMET versus el aprendizaje del estudiante con tutores reales.
Comentario
En este trabajo, los
autores combinan conceptos de ITS (Intelligent Tutoring Systems) con
CSCL (Computer Supported Collaborative Learning) para desarrollar un
sistema de ABP en Medicina inteligente basado en grupo. Uno de los
mayores desafíos al implementar este tipo de sistemas es automatizar el
proceso tutorial en el contexto de actividad grupal.
El mayor logro de los
autores al implementar COMET fue el desarrollo de algoritmos que
permiten generar indicaciones tutoriales tanto a los estudiantes
individuales como al grupo tutorial, tal como lo hacen los tutores
humanos en el ABP.
A partir de estudios
de las sesiones de ABP en escuelas de medicina locales, los autores
identificaron e implementaron las ocho estrategias más comúnmente
utilizadas para dar indicaciones durante el desarrollo de una tutoría.
Al comparar las indicaciones tutoriales generadas por COMET con las de
tutores humanos con experiencia, los resultados mostraron que las
indicaciones generadas por COMET coinciden con las de la mayoría de los
tutores humanos, con un alto grado de acuerdo estadístico.
El
trabajo realizado sólo incluye una sesión de ABP, y es un punto de
partida para implementar en el futuro un sistema que incluya todas las
sesiones necesarias para la resolución de un problema, comparando sus
resultados en el aprendizaje de los estudiantes con el ABP tradicional
que se realiza con tutores humanos.
|
