AAA

Wirtualny pacjent jako narzędzie nauczania problemowego w kontekście europejskiego projektu eViP

Andrzej A. Kononowicz, Aleksandra J. Stachoń, Irena Roterman-Konieczna

Wprowadzenie

Celem artykułu jest przedstawienie założeń, budowy i działania wirtualnych pacjentów. Wirtualni pacjenci są nowym narzędziem stosowanym w e-nauczaniu w trybie kształcenia opartego na rozwiązywaniu problemów (PBL). Prezentowane opracowanie opisuje podstawowe ich typy, scenariusze zastosowania oraz trudności napotykane w czasie ich tworzenia. Jako przykład inicjatywy wspierającej wymianę tego rodzaju symulatorów zaprezentowany został europejski projekt eViP, zmierzający do stworzenia ogólnoeuropejskiej bazy odpowiednio zaadaptowanych wirtualnych pacjentów. Rozwiązania wspomagające nauczanie problemowe zyskują dużą popularność w medycynie, jednak doświadczenia zdobywane podczas konstruowania tego typu narzędzi dydaktycznych mogą być przydatne także dla nauczania w innych dziedzinach.

Nauczanie problemowe

Nauczanie problemowe (Problem Based Learning, PBL) stawia studenta w centrum procesu przekazywania wiedzy i skłania go do samodzielnego poszukiwania rozwiązań. Rola nauczyciela zmienia się z autorytatywnego reprezentanta wiedzy na pomocnika w samodzielnym poszukiwaniu wiadomości. Nauczyciel przygotowuje materiały do dyskusji w gronie uczących się, nakierowuje dyskusję na właściwe tory, zwraca uwagę na błędy w rozumowaniu i wskazuje dalsze źródła informacji. Edukacja polega w tym wypadku na wskazywaniu sposobów zdobywania wiedzy w miejsce dotychczasowego przekazywania wiedzy. Ponadto ukazanie praktycznego zastosowania prezentowanej wiedzy w szerokim kontekście znacznie zwiększa motywację do dalszej nauki1.

Kolejną zaletą nauczania problemowego jest jego integrujący charakter, zmuszający ucznia do łączenia wiadomości z różnych dziedzin, które w tradycyjnym nauczaniu przedstawiane były oddzielnie. Taka horyzontalna integracja wiedzy ułatwia dostrzeżenie związków pomiędzy poszczególnymi pojęciami2. Metoda PBL chętnie korzysta z rozwiązań otwartych, umożliwiających różną interpretację danych, czyniąc naukę bliższą praktyce zawodowej. Przy obecnym postępie wiedzy niemożliwe staje się prezentowanie całości materiału, ponadto wiele informacji dezaktualizuje się. Uzasadnione staje się tworzenie nowych narzędzi dydaktycznych, rozwijających umiejętność samodzielnego poszukiwania wiedzy. Nauczanie problemowe może również przyczynić się do doskonalenia umiejętności współpracy w zespole przez dyskusję oraz formułowanie i podział zadań, a także wymianę informacji dotyczących omawianego przypadku3. Umiejętności te, wspierające ustawiczne samokształcenie, są przydatne dla utrzymania się na rynku pracy.

Z pojęciem nauczania problemowego (PBL) związane jest pokrewne mu pojęcie nauczania opartego na przykładach (Case Based Learning, CBL), które w założeniu korzysta z przykładów z życia, czyniąc naukę mniej abstrakcyjną. Uważa się, że metoda CBL w większym stopniu wymaga obecności nauczyciela. W praktyce te dwa style nauczania współwystępują i przenikają się wzajemnie, przez co niekiedy trudno jest je w sposób jednoznaczny rozdzielić.

Czym jest wirtualny pacjent?

Pojęcie "wirtualny pacjent" (virtual patent) odnosi się do programu komputerowego symulującego spotkanie lekarza z pacjentem4. Student wcielający się w rolę lekarza ma do dyspozycji zestaw metod diagnostycznych oraz terapeutycznych. Praca z systemem przekłada się na szereg decyzji klinicznych, w których podejmowaniu pomagają prezentowane informacje i zawarte w programie materiały dydaktyczne. Student zyskuje ponadto informacje o skuteczności wybranych przez siebie metod terapeutycznych5.

Potrzeba tworzenia wirtualnych pacjentów wynika między innymi z utrudnionego dostępu do prawdziwych pacjentów. Postęp w medycynie doprowadził do skrócenia czasu pobytu pacjentów w szpitalu, przez co maleje szansa spotkania studenta z konkretnym pacjentem w warunkach klinicznych, na różnych etapach procesu diagnostycznego i terapeutycznego. W szpitalach uniwersyteckich leczone są na ogół szczególnie trudne przypadki, co pozbawia studentów możliwości spotkania typowych schorzeń, leczonych zazwyczaj ambulatoryjnie lub w regionalnych szpitalach. Z drugiej strony, szczególnie rzadkie schorzenia mogą w ogóle nie pojawić się w czasie praktyk studenckich.

Czynnikiem utrudniającym naukę na oddziałach szpitalnych jest stres towarzyszący zarówno studentowi, jak i pacjentowi. Dzięki pracy z wirtualnymi pacjentami studenci mają szansę lepiej przygotować się do rzeczywistej rozmowy z chorymi . Godziny, w których możliwa jest rozmowa z pacjentem są ograniczone. Na tym polu wirtualni pacjenci wykazują dużo większą elastyczność, pozwalając na naukę praktycznie w dowolnym czasie i miejscu. Część schorzeń, ze względu na intymny charakter, nie może być w pełni omawiana przez studenta z rzeczywistym pacjentem. I co może jest najcenniejsze - technika ta dopuszcza popełnienie błędu nieobciążonego konsekwencjami.

Pomysł utworzenia wirtualnych symulatorów pacjentów połączył różne techniki nauczania problemowego w medycynie, jakimi są edukacyjne manekiny, papierowe opisy przypadków klinicznych oraz tzw. standardowi pacjenci. Standardowi pacjenci (standarized patients) są specjalnie przeszkolonymi aktorami (lub niekiedy emerytowanymi pracownikami szpitali), którzy symulują objawy charakterystyczne dla danej jednostki chorobowej. Koszt przeszkolenia i opłacenia standardowego pacjenta jest jednak wyższy niż koszt wytworzenia pacjenta wirtualnego. Wirtualni pacjenci przewyższają ponadto standardowych większą dostępnością, powtarzalnością, szybciej są aktualizowani, a praca z nimi zmniejsza stres studenta.

Efektywność nauczania przy pomocy wirtualnych pacjentów, w porównaniu z innymi technikami nauczania problemowego, weryfikowana była kilkoma badaniami, które wskazywały na równorzędność tej formy nauki z innymi podobnymi metodami7.

Modele wirtualnych pacjentów

Większość systemów, w których tworzeni są wirtualni pacjenci przystosowana jest do działania w internecie i odtwarzana za pomocą zwykłej przeglądarki internetowej8. Umożliwia to szybką aktualizację prezentowanych przypadków, a także upraszcza instalację oprogramowania na komputerach studenckich. Wirtualni pacjenci charakteryzują się dużym bogactwem zastosowanych typów mediów (tekst, zdjęcia, dźwięk, wideo, animacje 3D) i różnią się pod względem modelu konstrukcyjnego. Wyodrębnić można trzy zasadnicze typy struktury wirtualnych pacjentów: model swobodnego dostępu, model liniowy oraz model grafowy.

Model swobodnego dostępu do wirtualnego pacjenta (rysunek 1; przykłady: N. Zary i in.9 F. Ruderich i in.10), w którym student ma dostęp do wszystkich typów badań, może również swobodnie dobierać zadawane pacjentom pytania, najczęściej z bardzo rozbudowanej listy gotowych pytań lub przez moduł analizy języka naturalnego11.

Rysunek 1. Model swobodnego dostępu

Źródło: opracowanie własne


Wirtualnych pacjentów w tym schemacie konstruuje się, stosując gotowe szablony prawidłowych danych, w których uzupełnia się jedynie charakterystyczne dla danego schorzenia zmiany patologiczne. Jest to forma wirtualnych pacjentów najbardziej zbliżona do założeń nauczania problemowego. Student stawiany jest przed zbiorem danych medycznych i musi samodzielnie, bez żadnych wskazówek z zewnątrz, znaleźć przyczynę schorzenia. Oceniana jest szybkość podjęcia trafnej decyzji oraz jej koszt (np. liczba niepotrzebnie zleconych badań). Model ten jest trudny, szczególnie dla studentów niższych lat studiów medycznych, za co był krytykowany12. Brak odpowiedniego komentarza nauczyciela przy podejmowaniu decyzji może przyczynić się do nieefektywnego błądzenia studenta oraz do zmniejszenia jego motywacji w rozwiązywaniu przypadku. Nadmiar nowych wiadomości, szczególnie u słabszych uczniów, powoduje chaos informacyjny, a to prowadzi do osiągania gorszych wyników nauczania, w porównaniu z metodami tradycyjnymi. Jednakże w przypadku studentów o ugruntowanych wiadomościach z nauk podstawowych niebezpieczeństwo zagubienia w programie jest zdecydowanie mniejsze, a korzyści - wynikające z integrującego różne dziedziny wiedzy charakteru nauki - dużo większe.

Model liniowy wirtualnego pacjenta (rysunek 2; przykłady M. Fischer13, Konkurs telewizji TVN Med. 14; rysunek 4) o charakterze narracyjnym. Student prowadzony jest przez poszczególne etapy leczenia pacjenta (wywiad lekarski, badania fizykalne, badania laboratoryjne, diagnoza, terapia). W czasie przechodzenia przez kolejne etapy diagnozowania i terapii studentowi zadawane są pytania, jednak odpowiedź studenta nie ma bezpośredniego wpływu na dalsze losy pacjenta. Student nie może przechodzić dowolnie pomiędzy różnymi etapami leczenia. Ponadto, w niektórych systemach budowanych według tego modelu możliwa jest konsultacja z wirtualnym ekspertem, który pomaga odpowiadać na pytania związane z leczeniem pacjenta.

Rysunek 2. Model liniowy

Źródło: opracowanie własne


Zaletą modelu liniowego jest łatwość budowy wirtualnych pacjentów i prostota ich obsługi. Jest to jednak forma dająca najmniej samodzielności uczącemu się, przez co oddala się nieco od klasycznej formy nauczania problemowego w kierunku nauczania tradycyjnego. Przeciwwagą dla sztywnego schematu są pytania, które skłaniają studenta do aktywności i na bieżąco sprawdzają zrozumienie prezentowanych treści.

Model grafowy wirtualnego pacjenta (rysunek 3, przykłady A. Kononowicz i in.15, M. Begg16) dopuszcza wiele ścieżek "przejścia przez przypadek". Schemat ten jest hybrydowym połączeniem dwóch wcześniej opisanych modeli. Sytuacje i pytania pojawiające się w czasie rozwiązywania przypadku zależne są od wcześniejszych decyzji studenta.

Rysunek 3. Model grafowy

Źródło: opracowanie własne


Model grafowy jest dość trudny w realizacji. Liczba możliwych rozgałęzień jest teoretycznie nieograniczona. Nawet przy limitowaniu możliwych ścieżek liczba stanów pacjenta, które trzeba uwzględnić rośnie wykładniczo. Problem rozwiązuje się przez sztuczne ograniczanie i łączenie ścieżek oraz wprowadzanie różnych wskaźników odzwierciedlających postęp w rozwiązywaniu zadania, co mimo wszystko wymaga niemałego nakładu pracy, w celu zapewnienia ciągłości logicznej i biologicznego prawdopodobieństwa reakcji pacjenta.

Scenariusze wykorzystania wirtualnych pacjentów

Odmiennym od zaprezentowanego podziału według modeli konstrukcyjnych jest podział wirtualnych pacjentów pod względem scenariusza zastosowania w praktyce uczelnianej. Wirtualni pacjenci mogą być przeznaczeni do samodzielnej nauki dla studentów pragnących poszerzyć wiedzę zdobytą na wykładach. Mogą być także wprowadzani podczas sesji nauczania problemowego, a ich przypadki dyskutowane i rozwiązywane przez grupy studentów. Możliwe jest krytyczne podejście do rozwiązywanego przypadku - np. dyskusja o sposobie prezentacji schorzenia lub o alternatywnych sposobach leczenia. Programy komputerowe znajdują również zastosowanie jako forma egzaminu sprawdzającego praktyczną wiedzę studenta. Większy stopień trudności dla studenta niesie ze sobą scenariusz uczenia się przez tworzenie własnych wirtualnych pacjentów17.

Projekt eViP

Wdrażanie wirtualnych symulatorów pacjentów powoduje uatrakcyjnienie i zwiększenie efektywności nauczania zachowań klinicznych. Tworzenie poszczególnych przypadków wiąże się jednak ze znacznym nakładem pracy i wysokimi kosztami. Według badania przeprowadzonego na uczelniach amerykańskich18, w 85% przypadków koszt produkcji pojedynczego wirtualnego pacjenta był większy niż 10 000 USD. Sposobem na obniżenie tych kosztów jest współpraca uczelni, które korzystają z tej nowatorskiej metody nauczania i wzajemna wymiana tworzonych przez nie w różnych systemach informatycznych przypadków. Właśnie ta idea jest podstawowym założeniem europejskiego projektu eViP19 (Electronic Virtual Patients), którego realizację rozpoczęto w 2007 roku. Uczestniczy w nim 8 europejskich uczelni medycznych (m.in. Uniwersytet Jagielloński Collegium Medium20). Celem projektu jest utworzenie informatycznego repozytorium wirtualnych pacjentów, które obejmowałoby przypadki jak największej liczby specjalizacji medycznych. Przypadki mające wejść w skład repozytorium, reprezentujące wszystkie wymienione w pracy modele wirtualnych pacjentów, stosowane były w odmiennych scenariuszach edukacyjnych, dostępne są w różnych językach, a ponadto tworzone były w różnych realiach narodowych systemów ochrony zdrowia. Ujednolicenie tak różnorodnego zbioru materiałów edukacyjnych jest niemałym wyzwaniem, zarówno pod względem technicznym, jak i merytorycznym. Istniejące i włączone do międzynarodowej bazy danych przypadki mają być wzbogacane o nowe materiały dydaktyczne i nowe wiadomości. Zachowanie elementów charakterystycznych dla poszczególnych krajów pozwoli na porównanie różnych systemów opieki zdrowotnej i kształcenia medycznego. Ważnym aspektem współpracy partnerów projektu jest wypracowanie efektywnych metod adaptacji wirtualnych pacjentów w nowych warunkach. Po zakończeniu realizacji projektu baza eViP ma być dostępna dla innych zainteresowanych uczelni.

Rysunek 4. Wirtualny pacjent "Janina Kowalska" w systemie CASUS

Źródło: Opracowanie wirtualnego pacjenta - źródło własne. System CASUS21 stworzony został na uniwersytecie Ludwika-Maksymiliana w Monachium i firmę NSTRUCT S.A. i jest wykorzystywany przez Uniwersytet Jagielloński Collegium Medicum w ramach projektu eViP.

Perspektywy wirtualnych pacjentów

Nauczanie problemowe zyskało popularność w wielu dziedzinach wiedzy, takich jak medycyna, ekonomia, prawo czy nauki społeczne22. Dla przykładu, medycyna korzysta od lat z różnych rodzajów wirtualnych pacjentów. Wirtualne symulatory mogą być również z powodzeniem stosowane w naukach pokrewnych (stomatologia, pielęgniarstwo, fizjoterapia, farmacja, zarządzanie w służbie zdrowia). Jak pokazują przykłady23, istniejące systemy wirtualnych pacjentów znajdują też zastosowanie w odległej od medycyny dziedzinie, jaką jest prawo24. Wirtualnego pacjenta zastępuje wirtualny klient kancelarii adwokackiej, który zgłasza się do studenta z konkretnym problemem prawnym. Potencjalnie pomysł może być dalej rozwijany w takich dziedzinach, jak kryminalistyka, psychologia, socjologia, kulturoznawstwo oraz w celu nabywania umiejętności związanych z komunikacją interpersonalną np. w zarządzaniu personelem (postępowanie z pracownikiem sprawiającym kłopoty), w marketingu (pozyskiwanie klientów, dbanie o wizerunek firmy) czy też w biznesie (negocjacje z partnerem handlowym).

Podsumowanie

Przedstawiona w pracy technika e-nauczania, jaką jest zastosowanie wirtualnego pacjenta, jest przykładem narzędzia pomocnego w realizacji idei nauczania problemowego. Student konfrontowany z hipotetycznym przypadkiem musi wykazać się samodzielnością oraz zdolnością łączenia faktów i wykorzystania wiedzy z wielu dziedzin. Symulowanie bezpośredniego spotkania lekarza z pacjentem zbliża do codziennej praktyki lekarskiej i jednocześnie zachęca do uczenia się, przez ukazanie zastosowania zdobywanej wiedzy. Scenariusz edukacyjny polegający na rozwiązywaniu przypadków klinicznych w większej grupie daje ponadto sposobność do uczenia się współpracy przy rozwiązywaniu problemów. Duży nakład czasu i finansów stanowi trudność we wdrażaniu e-nauczania z użyciem symulatorów. Problem ten starają się jednak rozwiązać takie inicjatywy, jak europejski projekt eViP - wspierające wymianę materiałów dydaktycznych pomiędzy różnymi ośrodkami naukowymi. Pomysł, który stał się podstawą tworzenia wirtualnych pacjentów, można wykorzystać w nauczaniu problemowym w innych dziedzinach wiedzy.

Podziękowania

Autorzy pragną podziękować partnerom projektowym dr. Martinowi R. Fischer, dr Indze Hege i Matthiasowi Holzer (Uniwersytet Ludwika-Maksymiliana w Monachium) oraz Martinowi Adler (INSTRUCT S.A.) za udostępnienie systemu CASUS, a także pomoc przy przygotowaniu opracowania. Ponadto autorzy pragną wyrazić wdzięczność lek. med. Piotrowi Obtułowiczowi za dostarczenie materiałów i pomoc w budowie wirtualnego pacjenta przedstawionego na rysunku 4.

Projekt eViP jest współfinansowany przez Unię Europejską w ramach grantu eContentPlus numer ECP-2006-EDU-410030. Partnerami w projekcie są: Uniwersytet Św. Jerzego w Londynie, Instytut Karolinska w Sztokholmie, Uniwersytet Ludwika-Maksymiliana w Monachium, Uniwersytet w Warwick, Uniwersytet w Maastricht, Uniwersytet w Heidelbergu, Uniwersytet Medyczno-Farmaceutyczny w Cluj-Napoca, Uniwersytet Jagielloński Collegium Medicum.

Bibliografia

  • T. Adamowski, D. Frydecka, A. Kiejna, Introduction to Problem Based Learning as a Teaching Method Through Exploring Problem Situations, "Advances in Clinical and Experimental Medicine" 2006, tom 15, nr 2.
  • D. Aspy, C. Aspy, P. Quimby, What Doctors Can Teach Teachers about Problem-Based Learning, "Educational Leadership" 1993, tom 50, nr 7.
  • M. Bearman, C. Branko, M. Liddell, Random comparison of 'virtual patient' models in the context of teaching clinical communication skills, "Medical Education" 2001 tom 35, nr 9.
  • M. Begg, R. Ellaway, D. Dewhurst, H. Macleod, Transforming professional healthcare narratives into structured game-informed-learning activities, "Innovate" [online] 2007, tom 3, nr 6, http://www.innovateonline.info/index.php?view=article&id=419, [08.01.2008].
  • R. Bergin, U. Fors, Interactive simulated patient - an advanced tool for student-activated learning in medicine and Healthcare, "Computers & Education" 2003, tom 40, nr 4, s. 361-376.
  • D. Bryce, N. King, C. Graebner, J.H. Myers, Evaluation of a Diagnostic Reasoning Program (DxR): Exploring Student Perception and Addressing Faculty Concerns, "Journal of Interactive Media in Education" [online], 1998, nr 1, http:///www-jime.open.ac.uk/98/1, [08.01.2008].
  • R. Ellaway, Modeling virtual patients and virtual cases [online], "MedBiquitous E-Learning Discourse", http://meld.medbiq.org/primers/virtual_patients_cases_ellaway.htm, [08.01.2008].
  • M.R. Fischer, CASUS - An Authoring and Learning Tool Supporting Diagnostic Reasoning, "Zeitschrift für Hochschuldidaktik" 2000, nr 1.
  • I. Hege, V. Ropp, M. Adler, R. Katja, G. Mäsch, L., Harold, M.R. Fischer, Experiences with different integration strategies of case-based e-learning, "Medical Teacher", 2007, tom 29, nr 8.
  • G. Huang, R. Reynolds, C. Candler, Virtual Patient Simulation at U.S. and Canadian Medical Schools, "Academic Medicine" 2007, tom 82, nr 5.
  • P. Kirschner, J. Sweller, R. Clark, Why Minimal Guidance During Instruction Does Not Work: An Analysis of Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching, "Educational Psychologist" 2006, tom 41 nr 2.
  • A.A. Kononowicz, M. Żabińska-Popiela, I. Roterman-Konieczna, J. Krzysiek, A Multi-path Computer-based Examination System for Students of Medicine, "Bio-Algorithms and Med-Systems" 2005, tom 1, nr 1-2.
  • C. Kwan, What is Problem-Based Learning (PBL)?, "CDTL Brief", 2000, tom 3, nr 3.
  • G. Mäsch, Fallwerk Interaktive, multimediale und praxisnahe Lernsoftware für Juristen [w:] H. L. Grob, J. vom Brocke (red.), Praxisbericht des E-Learning Kompetenzzentrums Münster, Münster 2006, nr 6.
  • G. Ong, Is PBL Suitable Only for the Health Sciences Curricula?, "CDTL Brief", 2000, tom 3, nr 3.
  • J. Rhem, Problem-Based Learning: An Introduction, "The National Teaching & Learning Forum", 1998, tom 8 nr 1.
  • F. Ruderich, et al., CAMPUS - A Flexible, Interactive System for Web-Based, Problem-Based Learning In Health Care, [w:] M. Fieschi et al. (red.), MedInfo 2004, IOS Press, Amsterdam 2004.
  • M. Triola, et al., A randomized Trial of Teaching Clinical Skills Using Virtual and Live Standarized Patients, "Journal of General Internal Medicine" 2006, tom 21, nr 5.
  • R. Voelker, Virtual Patients Help Medical Students Link Basic Science With Clinical Care, "Journal of the American Medical Association" 2003, tom 290, nr 13.
  • N. Zary, G. Johnson, J. Boberg, U. Fors, Development, Implementation and Pilot Evaluation of Web-based Virtual Patient Case Simulation Environment - Web-SP, "BMC Medical Education" [online], 2006, nr 6(10), http://www.biomedcentral.com/1472-6920/6/10, [08.01.2008].

Netografia

INFORMACJE O AUTORACH

Irena Roterman-Konieczna
Autorka jest profesorem, kierownikiem Zakładu Bioinformatyki i Telemedycyny na Uniwersytecie Jagiellońskim Collegium Medicum. Współpracuje z Wydziałem Fizyki Uniwersytetu Jagiellońskiego. Ukończyła magisterskie studia chemiczne na UJ, doktorat obroniła na Akademii Medycznej w Krakowie, uzyskała stopień doktora habilitowanego w dziedzinie biochemii. Jej praca badawcza koncentruje się na przewidywaniu struktur białek i komputerowym wspomaganiu projektowania leków, a także zastosowaniu technik informatycznych w nauczaniu medycyny. Jest autorką licznych publikacji naukowych w dziedzinie biochemii. Kieruje projektem eViP w Polsce.




Andrzej A. Kononowicz
Autor jest absolwentem informatyki Akademii Górniczo-Hutniczej w Krakowie oraz Uniwersytetu Technicznego w Clausthal (Niemcy). Od trzech lat jest pracownikiem Zakładu Bioinformatyki i Telemedycyny na Uniwersytecie Jagiellońskim Collegium Medicum, gdzie zajmuje się zagadnieniami e-nauczania w medycynie. Wykonał w swoim Zakładzie wdrożenie platformy e-learningowej Blackboard, używanej obecnie przez ponad 1000 studentów rocznie. Był stypendystą rządu szwajcarskiego na uniwersytecie w Zurychu. Uczestniczy w europejskich grantach badawczych, w tym w projekcie budowy ogólnoeuropejskiej bazy wirtualnych pacjentów eViP.



Aleksandra J. Stachoń
Autorka jest doktorem antropologii, absolwentką Uniwersytetu Jagiellońskiego. Współpracuje z Zakładem Bioinformatyki i Telemedycyny na Uniwersytecie Jagiellońskim Collegium Medicum przy realizacji europejskiego projektu Electronic Virtual Patients (eViP), integrującego informatyków i lekarzy klinicystów. Jest autorką kilku publikacji naukowych w dziedzinie antropologii i ochrony zdrowia.

 

Przypisy

1 C. Kwan, What is Problem-Based Learning (PBL)?, "CDTL Brief", 2000, tom 3, nr 3, s. 1-2.

2 T. Adamowski, D. Frydecka, A. Kiejna, Introduction to Problem Based Learning as a Teaching Method Through Exploring Problem Situations, "Advances in Clinical and Experimental Medicine" 2006, tom 15, nr 2, s. 373-378.

3 J. Rhem, Problem-Based Learning: An Introduction, "The National Teaching & Learning Forum" 1998, tom 8 nr 1, s. 1-4.

4 Mianem wirtualnych pacjentów określa się również symulatory procesów biologicznych zachodzące w organizmie ludzkim w mikroskali (np. symulator pracy nerki), a także elektroniczną wersję rekordu pacjenta.

5 M. Bearman, C. Branko, M. Liddell, Random comparison of 'virtual patient' models in the context of teaching clinical communication skills, "Medical Education" 2001, tom 35, nr 9, s. 824-832.

6 D. Aspy, C. Aspy, P. Quimby, What Doctors Can Teach Teachers about Problem-Based Learning, "Educational Leadership" 1993, tom 50, nr 7, s. 22-24.

7 M. Triola, i inni, A randomized Trial of Teaching Clinical Skills Using Virtual and Live Standarized Patients, "Journal of General Internal Medicine" 2006, tom 21, nr 5, s. 424-429; D. Bryce, N. King, C. Graebner, J.H. Myers, Evaluation of a Diagnostic Reasoning Program (DxR): Exploring Student Perception and Addressing Faculty Concerns, "Journal of Interactive Media in Education" [online], 1998, nr 1, /www-jime.open.ac.u..., [08.01.2008]; Dalsze odsyłacze do prac potwierdzających skuteczność nauczania przy wykorzystaniu wirtualnych pacjentów można znaleźć m.in. w publikacji G. Huang, R. Reynolds, C. Candler, Virtual Patient Simulation at U.S. and Canadian Medical Schools, "Academic Medicine" 2007, tom 82, nr 5, s. 446-447

8 Tamże, s. 446-451

9 N. Zary, G. Johnson, J. Boberg, U. Fors, Development, Implementation and Pilot Evaluation of Web-based Virtual Patient Case Simulation Environment - Web-SP, "BMC Medical Education" [online], 2006, nr 6 (10), www.biomedcentral.c..., [08.01.2008].

10 F. Ruderich i in., CAMPUS - A Flexible, Interactive System for Web-Based, Problem-Based Learning In Health Care, [w:] M. Fieschi i in. (red.), MedInfo 2004, IOS Press, Amsterdam 2004, s. 921-925.

11 Przykład zastosowania modułu analizy języka naturalnego w nauczaniu przy pomocy wirtualnych pacjentów: R. Bergin, U. Fors, Interactive Simulated Patient - an Advanced Tool for Student-Activated Learning in Medicine and Healthcare, "Computers & Education" 2003, tom 40, nr 4, s. 361-376.

12 P. Kirschner, J. Sweller, R. Clark, Why Minimal Guidance During Instruction Does Not Work: An Analysis of Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching, "Educational Psychologist" 2006, tom 41 nr 2, s. 75-86.

13 M. Fischer, CASUS - An Authoring and Learning Tool Supporting Diagnostic Reasoning, "Zeitschrift für Hochschuldidaktik" 2000, nr 1, s. 87-98.

14 Konkurs telewizji TVN Med: Wirtualny P@cjent, www.wirtualnypacjen..., [08.01.2008].

15 A. Kononowicz, M. Żabińska-Popiela, I. Roterman-Konieczna, J. Krzysiek, A Multi-path Computer-based Examination System for Students of Medicine, "Bio-Algorithms and Med-Systems" 2005, tom 1, nr 1-2, s. 165-170.

16 M. Begg, R. Ellaway, D. Dewhurst, H. Macleod, Transforming professional healthcare narratives into structured game-informed-learning activities, "Innovate" 2007, tom 3, nr 6, www.innovateonline...., [08.01.2008].

17 R. Ellaway, Modeling virtual patients and virtual cases [online], "MedBiquitous E-Learning Discourse", meld.medbiq.org/pri..., [08.01.2008]; I. Hege, V. Ropp, M. Adler, R. Katja, G. Mäsch, L. Harold, M.R. Fischer, Experiences with different integration strategies of case-based e-learning, "Medical Teacher", 2007, tom 29, nr 8, s. 791-797

18 G. Huang, dz. cyt., s. 446-451.

19 Oficjalna strona projektu eViP www.virtualpatients..., [08.01.2008].

20 Strona eViP w Zakładzie Bioinformatyki i Telemedycyny UJCM, www.bit.cm-uj.krako... [08.01.2008].

21 M.R. Fischer, dz. cyt., s. 446-451.

22 G. Ong, Is PBL Suitable Only for the Health Sciences Curricula?, "CDTL Brief" 2000, tom 3, nr 3, s. 4-6.

23 G. Mäsch, Fallwerk Interaktive, multimediale und praxisnahe Lernsoftware für Juristen, [w:] H. L. Grob, J. vom Brocke (red.), Praxisbericht des E-Learning Kompetenzzentrums Münster, Münster 2006, nr 6.

24 M.R. Fischer, dz. cyt., s. 446-451.