Y tế

OpenEvidence ra mắt Learn, nền tảng giáo dục y khoa bằng AI miễn phí

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

OpenEvidence thông báo vào ngày 4 tháng 11 năm 2026 rằng công ty đã ra mắt Learn, một nền tảng giáo dục y khoa cá nhân hóa miễn phí dành cho học viên và bác sĩ trong suốt sự nghiệp, mở rộng ứng dụng công nghệ AI từ hỗ trợ tại điểm chăm sóc sang lĩnh vực giáo dục.

Công ty phát triển Learn cùng các cơ sở y tế, đơn vị cấp chứng nhận và nhà giáo dục. Trang Learn yêu cầu khách truy cập đăng nhập hoặc đăng ký, đồng thời cung cấp các phương thức đăng nhập bằng email, Google, Microsoft Account và Apple, nên muốn sử dụng dịch vụ miễn phí này, người dùng cần có tài khoản OpenEvidence.

Bốn công cụ phục vụ học tập và thực hành lâm sàng

Test Prep có hơn 50.000 câu hỏi theo dạng đề thi chứng chỉ, phục vụ việc ôn tập ở trường y, chương trình nội trú, chương trình đào tạo chuyên sâu và các kỳ thi chứng chỉ chuyên môn. Nội dung bao gồm USMLE, COMLEX, các kỳ thi chứng chỉ chuyên khoa và phân chuyên khoa, tạo nên ngân hàng câu hỏi bao quát nhiều giai đoạn đào tạo y khoa.

Trong khi đó, Preceptor sử dụng phương pháp hướng dẫn bằng AI theo lối gợi mở của Socrates, dựa trên ca bệnh. Người dùng có thể thực hành đánh giá một bệnh nhân mô phỏng phù hợp với trình độ đào tạo của mình, trong nhiều chuyên khoa và bối cảnh lâm sàng, qua đó bổ sung bài tập suy luận tương tác bên cạnh việc ôn thi thông thường.

Có thể tạo thẻ ghi nhớ từ các câu hỏi đã đặt qua OpenEvidence, những câu hỏi Test Prep trả lời sai hoặc bất kỳ chủ đề nào người dùng chọn. Người dùng có thể ôn các thẻ này theo những khoảng thời gian giãn cách để tăng khả năng ghi nhớ. Công cụ CME phục vụ một khía cạnh khác của việc học tập chuyên môn: cấp tín chỉ cho các câu hỏi lâm sàng mà người dùng vốn đã đặt ra, đồng thời lưu tất cả chứng chỉ ở cùng một nơi.

Cả bốn công cụ đều dựa trên các bằng chứng đã qua bình duyệt và hướng dẫn lâm sàng được cập nhật liên tục, vốn là nền tảng cho các câu trả lời của OpenEvidence. OpenEvidence cho biết nền tảng chung này giúp mọi câu hỏi, ca bệnh và thẻ ghi nhớ luôn phù hợp với thực hành y khoa hiện hành. Thiết kế kết nối việc ôn thi, ca bệnh mô phỏng và thẻ ôn tập với cùng một kho bằng chứng, nhờ đó các sản phẩm giáo dục được xây dựng dựa trên chính nguồn tài liệu dùng để tạo câu trả lời lâm sàng.

Các trường y sẽ định hướng quá trình phát triển

Vishal Patel, MD, Phó chủ tịch phụ trách Quan hệ đối tác lâm sàng và Giáo dục AI tại OpenEvidence, cho biết sản phẩm được xây dựng nhằm đáp ứng nhu cầu học tập liên tục của bác sĩ khi bằng chứng và công cụ mới làm thay đổi ngành y. Ông nói: “Những bác sĩ giỏi nhất luôn tò mò và không ngừng đặt câu hỏi. Mục tiêu của chúng tôi với Learn là khuyến khích việc học tập liên tục và khả năng phán đoán lâm sàng vững vàng.”

OpenEvidence dự định phát triển thêm các công cụ học tập chủ động và suy luận lâm sàng cùng các trường y, chương trình nội trú và nhà giáo dục y khoa. Johns Hopkins University School of Medicine và Perelman School of Medicine tại University of Pennsylvania là hai trường được nêu tên khi ra mắt. Hai trường sẽ mời học viên và các bác sĩ phụ trách chuyên môn trải nghiệm Learn và đóng góp ý kiến.

Những ý kiến này nhằm định hướng quá trình phát triển và điều chỉnh các công cụ cho phù hợp với chương trình giảng dạy cũng như nhu cầu đào tạo của các chương trình tham gia. Vì vậy, các mối quan hệ hợp tác có vai trò cụ thể đối với sản phẩm: việc mở rộng Learn phụ thuộc vào khả năng biến nền tảng bằng chứng chung và các công cụ đào tạo tổng quát thành tài liệu phù hợp với những chương trình và bác sĩ dự kiến sử dụng chúng.

Lila Rowan là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về lĩnh vực giao thoa giữa trí tuệ nhân tạo, chăm sóc sức khỏe và sức khỏe tinh thần. Công việc của cô tập trung vào việc các công cụ được thúc đẩy bởi AI đang cải thiện chẩn đoán, mở rộng khả năng tiếp cận chăm sóc và hỗ trợ các dịch vụ sức khỏe tinh thần theo cách bổ sung - không thay thế - các chuyên gia lâm sàng con người.
Với một quan điểm giàu lòng trắc ẩn và dựa trên bằng chứng, Lila kiểm tra các nghiên cứu lâm sàng, triển khai thực tế và các công nghệ sức khỏe mới nổi qua một ống kính nhân văn. Cô đặc biệt quan tâm đến các ứng dụng AI giúp giảm thiểu rào cản tiếp cận chăm sóc, tăng cường phát hiện sớm và hỗ trợ sức khỏe tinh thần trong khi tôn trọng quyền riêng tư, an toàn và tiêu chuẩn đạo đức của bệnh nhân.
Các bài viết được viết bởi Lila Rowan được tạo bởi AI và được xem xét bởi đội ngũ biên tập của Unite.AI để đảm bảo độ chính xác, nhạy cảm và báo cáo có trách nhiệm về các công nghệ sức khỏe và sức khỏe tinh thần.