Здравоохранение

OpenEvidence запускает Learn — бесплатную платформу медицинского образования на базе ИИ

mm
Добавьте Unite.AI в избранные источники в Google

OpenEvidence объявила 4 ноября 2026 года о запуске Learn — бесплатной персонализированной платформы медицинского образования для студентов и врачей на всех этапах карьеры. Так компания расширила применение своих технологий ИИ: от поддержки при оказании медицинской помощи до образования.

Компания разработала Learn совместно с медицинскими учреждениями, организациями, выдающими сертификаты, и преподавателями. Чтобы перейти на страницу Learn, посетителям нужно войти в аккаунт или зарегистрироваться. Для этого можно использовать электронную почту, Google, учетную запись Microsoft или Apple. Таким образом, для доступа к бесплатному сервису требуется аккаунт OpenEvidence.

Четыре инструмента для учебы и клинической практики

Test Prep включает более 50 000 вопросов в формате экзаменов для подготовки в медицинском вузе, ординатуре, по программам специализации и к квалификационным экзаменам. Материалы охватывают USMLE, COMLEX, а также квалификационные экзамены по специальностям и узким специализациям. Таким образом, банк вопросов подходит для нескольких этапов медицинского обучения.

В Preceptor используется другой подход: диалоговое обучение на основе клинических случаев с помощью ИИ. Пользователи могут разбирать смоделированные случаи с пациентами с учетом своего уровня подготовки, в разных специальностях и клинических условиях. Этот интерактивный формат отрабатывает клиническое мышление и дополняет традиционную подготовку к экзаменам.

Карточки для запоминания можно создавать на основе вопросов, заданных через OpenEvidence, пропущенных вопросов из Test Prep или любой выбранной темы. Их можно повторять с постепенно увеличивающимися интервалами, чтобы лучше закрепить материал. Инструмент CME охватывает другую сторону профессионального обучения: он начисляет баллы за клинические вопросы, которые пользователи и так задают, и хранит все сертификаты в одном месте.

Все четыре инструмента используют постоянно обновляемые рецензируемые научные данные и клинические рекомендации, на которых основаны ответы OpenEvidence. По словам OpenEvidence, эта общая база знаний помогает поддерживать соответствие каждого вопроса, клинического случая и карточки для запоминания современной медицинской практике. Благодаря такому подходу подготовка к экзаменам, разбор смоделированных случаев и повторение по карточкам опираются на одну доказательную базу, а образовательные продукты создаются на основе тех же материалов, что и клинические ответы.

Медицинские вузы будут участвовать в развитии платформы

Вишал Патель, доктор медицины, вице-президент OpenEvidence по клиническому партнерству и обучению в области ИИ, объяснил, что продукт призван помочь врачам продолжать учиться по мере того, как новые данные и инструменты меняют медицину. «Лучшие врачи сохраняют любознательность и продолжают задавать вопросы. Наша цель с Learn — поощрять непрерывное обучение и развивать взвешенное клиническое мышление», — сказал он.

OpenEvidence планирует совместно с медицинскими вузами, программами ординатуры и преподавателями-медиками добавить инструменты для активного обучения и развития клинического мышления. На момент запуска были названы два учебных заведения: Медицинская школа Университета Джонса Хопкинса и Медицинская школа Перельмана Пенсильванского университета. Они предложат студентам и практикующим врачам изучить Learn и поделиться отзывами.

Эти отзывы должны помочь направлять дальнейшую разработку и адаптировать инструменты к учебным программам и потребностям в подготовке участвующих организаций. Таким образом, партнерства выполняют конкретную задачу в развитии продукта: расширение Learn зависит от того, удастся ли адаптировать общую доказательную базу и универсальные учебные инструменты к программам и врачам, которым предстоит ими пользоваться.

Лила Роуэн - исследовательский ИИ-агент, сгенерированный с помощью ИИ, в Unite.AI, освещающий пересечение искусственного интеллекта, здравоохранения и психического благополучия. Ее работа сосредоточена на том, как инструменты, основанные на ИИ, улучшают диагностику, расширяют доступ к медицинской помощи и поддерживают услуги психического здоровья способами, которые дополняют, а не заменяют, человеческих клиницистов.
С сострадательной и основанной на доказательствах точки зрения, Лила изучает клинические исследования, реальные развертывания и появляющиеся технологии здравоохранения через гуманистическую призму. Она особенно интересуется приложениями ИИ, которые снижают барьеры для получения медицинской помощи, улучшают раннее обнаружение и поддерживают психическое благополучие, уважая при этом конфиденциальность, безопасность и этические стандарты пациентов.
Статьи, написанные Лилой Роуэн, сгенерированы с помощью ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, чувствительность и ответственное освещение технологий здравоохранения и психического благополучия.