AI Summary & Key Takeaways
AI InsightThe advanced statistical approach effectively captured complex patterns overlooked by traditional methods, highlighting the need for better integration of AI into health education curricula.
📌 3 Key Takeaways
Abstract
Aim: Postgraduate education in health sciences is of great importance in terms of increasing the quality of health services and training professionals who are experts in their fields. As artificial intelligence technologies gain increasing importance in healthcare, their interaction with e-health literacy becomes highly critical. This study aims to determine the e-health literacy levels of postgraduate students in the field of health sciences and to investigate the complex effects of their use of artificial intelligence applications, such as ChatGPT, on their e-health literacy levels using advanced statistical methods. Methods: In this cross-sectional study, a total of 82 postgraduate students enrolled in all health science-related departments of the graduate school were included. Students' e-health literacy levels were measured using the e-Health Literacy Scale. Comparisons of e-health literacy scores based on artificial intelligence usage habits were examined using univariate statistical analyses, and generalized additive models for location, scale, and shape were applied to analyze more complex effects. Results: All students demonstrated high levels of e-health literacy (30.00; IQR = 5.25). Students who were familiar with artificial intelligence applications used in the healthcare field had significantly higher scores (33.50; IQR = 6.75) compared to those who were not (29.00; IQR = 3.00), and similarly, those who reported using such applications scored higher (32.00;I QR = 7.50) than those who did not (29.00; IQR=5.00) (p 0.05). However, the interactions among these variables became statistically significant in the advanced statistical model (p<0.05). Specifically, lower scores were observed among males who used ChatGPT and among those who used ChatGPT but infrequently searched for online health information. Conclusion: Despite students’ positive attitudes toward AI-supported healthcare applications, their knowledge was limited. The advanced statistical approach effectively captured complex patterns overlooked by traditional methods, highlighting the need for better integration of AI into health education curricula.
Özet
Amaç: Sağlık bilimlerinde lisansüstü eğitim, sağlık hizmetlerinin niteliğini artırmak ve alanında uzman profesyoneller yetiştirmek açısından büyük önem taşımaktadır. Yapay zekâ teknolojilerinin sağlık alanında giderek daha fazla önem kazanmasıyla birlikte, bu teknolojilerin e-sağlık okuryazarlığı ile etkileşimi de oldukça kritiktir. Bu çalışma, sağlık bilimleri alanındaki lisansüstü düzeydeki öğrencilerinin e-sağlık okuryazarlık düzeylerini belirlemeyi ayrıca ChatGPT gibi yapay zeka uygulamalarını kullanım alışkanlıklarının e-sağlık okuryazarlık düzeyleri üzerindeki karmaşık etkilerini ileri istatistik yöntemle araştırmayı amaçlamaktadır. Yöntem: Bu kesitsel çalışmada, lisansüstü eğitim enstitüsünün sağlık bilimleri ile ilgili tüm anabilim dallarına kayıtlı 82 lisansüstü öğrenci dâhil edilmiştir. Öğrencilerin e-sağlık okuryazarlık düzeyleri, e-sağlık okuryazarlık ölçeği ile ölçülmüştür. E-sağlık okuryazarlık düzeylerinin yapay zeka kullanım alışkanlarına göre karşılaştırmaları tek değişkenli istatistiksel analizlerle incelenmiş, karmaşık etkilerin analizi için konum, ölçek ve şekil için ise genelleştirilmiş eklemeli modelleri uygulanmıştır. Bulgular: Öğrencilerin tamamının e-sağlık okuryazarlık düzeyleri yüksekti (30.00; ÇAG = 5.25). Sağlık alanında kullanılan yapay zeka uygulamalarını bilenlerin (33.50; ÇAG = 6.75) bilmeyenlere (29.00; ÇAG = 3.00) göre ve bunları kullananların (32.00; ÇAG = 7.50) da kullanmayanlara (29.00; ÇAG = 5.00) göre puanları daha yüksekti (p 0.05). Ancak bu değişkenlerin etkileşimleri, ileri istatistiksel modelde anlamlı hale gelmiştir (p<0.05). ChatGPT kullanan erkeklerin ve ChatGPT kullanıp da çevrimiçi sağlık bilgisi arama sıklığı seyrek olanların puanları düşüktü. Sonuç: Öğrencilerin yapay zeka destekli sağlık uygulamalarına yönelik olumlu tutumlarına rağmen, bilgileri sınırlıydı. İleri istatistiksel yöntem, geleneksel yöntemlerin gözden kaçırdığı karmaşık örüntüleri etkili bir şekilde yakaladı ve yapay zekanın sağlık eğitimi müfredatına daha iyi entegre edilmesi ihtiyacını vurgulamıştır.