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

作者：杨静文; 杨宗瀚; 李健; 刘云松^*

来源：中华医学教育杂志, 2023, 43(01): 31-34.

DOI：10.3760/cma.j.cn115259-20220516-00628

• 学生, 医科
• 实时评估
• 专注度
• 教学评价
• 人脸识别
• 人工智能

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。

• 单位
  北京大学