人工智能人脸识别技术在实时评估医学生课堂专注度中的应用研究

摘要：

目的:采用人工智能人脸识别技术(简称人脸识别技术)实时评估医学生课堂专注度，评价其在应用中的可靠性。方法:2021年10月，选取北京大学口腔医学院2018级五年制和八年制口腔医学专业80名学生为研究对象，收集其在牙体解剖学8个课时的课堂录像，采用人脸识别技术对录像资料转换的图片(每秒抽取1帧)进行人脸分析，用随机函数抽取全部图片数据的1/5作为检测数据集并输出其识别"专注"学生的人脸数量，同时由授课教师肉眼观察学生面部状态以进行"专注"学生的人工识别，计算人脸识别的准确率和查全率。通过Wilcoxon检验和组内相关系数(intraclass correlation coefficient，ICC)进行数据分析。结果:对21 600张图片的"专注"学生进行人脸识别，4 320张图片作为检测数据集，人脸识别的准确率为90.4%(41 288/45 668)，查全率为81.4%(41 228/50 648)。人脸识别(378 830人次)和人工识别(345 689人次)专注"学生的差异无统计学意义(
P＝0.109)；二者呈中等程度相关(
ICC＝0.65，
P＝0.026)。
结论:人脸识别技术能够有效判断医学生在课堂上的专注程度，可以为实时评估教学效果提供有效技术支持。

关键词：学生，医科、实时评估、专注度、教学评价、人脸识别、人工智能

所属期刊栏目：43

分类号：R-4

资助基金：北京大学口腔医学院2020年度口腔医学院教学改革资助项目2020-PT-10;2022北京大学"教学新思路2.0"项目YX22003;北京大学医学部教育教学研究课题2022ZD05;Teaching Reform Funding Project of Peking University School and Hospital of Stomatology2020-PT-10;2022 "New Ideas in Teaching 2.0" in Peking UniversityYX22003;Peking University HSC Medical Education Research Funding Project2022ZD05

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34