Pian marraskuussa 2022 tapahtuneen julkaisunsa jälkeen ChatGPT alkoi levitä eri aloille, mikä johti HMS:n lääketieteellisen koulutuksen dekaani Bernard Changin pohtimaan sen vaikutuksia lääketieteelliseen koulutukseen, jota hän kuvailee harvinaisena vallankumouksellisena hetkenä. Vuoteen 2023 mennessä tutkimukset osoittivat, että ChatGPT voi läpäistä Yhdysvaltojen lääkärilupakokeen, ja seuraavat versiot suoriutuivat tietyissä testeissä lääketieteen opiskelijoita ja lääkäreitä paremmin. Tämä on johtanut lääketieteellisen koulutuksen uudelleenarviointiin, erityisesti miten laitokset valmistavat opiskelijoita tulevaisuuteen integroituna tekoälytekniikoihin. HMS käsittelee tätä muutosta aktiivisesti sisällyttämällä generatiivisen tekoälyn opetussuunnitelmaansa. Pioneerinä toiminut kuukauden mittainen johdantokurssi tekoälyssä terveydenhuollossa aloitettiin ensimmäisen vuoden opiskelijoille Terveydenhuollon ja teknologian (HST) opintolinjalla opettamaan heille tekoälyn sovelluksia ja rajoituksia lääketieteessä. Tämä innovatiivinen lähestymistapa valmistaa opiskelijoita, erityisesti niitä, jotka tähtäävät kaksoistutkintoihin, tehtäviin, jotka vaativat tietojen ja koneoppimisen taitoja. Lisäksi HMS on käynnistänyt tohtoriohjelman AI in Medicine (AIM) vastatakseen opiskelijoiden kiinnostukseen tekoälytutkimuksessa, saaden yli 400 hakemusta vain seitsemälle paikalle. Tämä ohjelma pyrkii kuromaan umpeen osaamiskuilun, jonka odotetaan syntyvän tekoälyn kehittyessä terveydenhuollossa. HMS on myös esitellyt dekaanin innovaatiopalkinnot rahoittaakseen projekteja, jotka integroivat tekoälyä lääketieteelliseen koulutukseen ja tutkimukseen. HMS:ään liittyvät sairaalat myös kehittyvät, aloitteilla, kuten ympäristödokumentaatiotyökalut, jotka on suunniteltu antamaan lääkäreille mahdollisuus keskittyä enemmän potilaan vuorovaikutukseen. Kuten Chang toteaa, nämä teknologiat mahdollistavat tulevien lääkäreiden asettaa potilashoidon etusijalle paperityön sijasta.

Kannattajat, kuten Taralyn Tan, korostavat, että tekoäly voi parantaa lääketieteen inhimillistä puolta vähentämällä hallinnollisia taakkaa. Kuitenkin tekoälyn käyttöönotto herättää huolta mahdollisesta liiallisesta riippuvuudesta teknologiaan kriittisessä ajattelussa ja päätöksenteossa. Richard Schwartzstein varoittaa, ettei ole syytä vaarantaa tärkeitä lääketieteellisiä taitoja, kehottaen tasapainoiseen tekoälyn käyttöön erityisesti diagnosomisessa ja laboratoriotietojen analysoinnissa. Vaikka tekoäly voi auttaa kokeneita lääkäreitä, sen käyttö ilman perustaitoja voi olla haitallista. Haasteista huolimatta tekoäly tarjoaa mahdollisuuksia parantaa lääketieteellistä koulutusta ja käytäntöä. Kohane korostaa tekoälyn kykyä analysoida suuria tietomääriä, parantaen diagnostiikkakykyjä. Nykyiset hankkeet HMS:ssä sisältävät tekoälytyökalujen pilotointia mukauttamaan opiskelijoiden oppimiskokemuksia yksilöllisten tietovajeiden perusteella. On myös huolta tekoälyn koulutusdatan puolueellisuudesta, mutta tutkijat etsivät keinoja lieventää tällaisia kysymyksiä samalla kun edistävät yhdenvertaisuutta koulutuksessa. Chang viittaa HMS:n "tutorbots"-robottien olevan suunniteltu tietyin opetussuunnitelman rajoituksin ylläpitämään koulutuksen laatua ja eheyttä. Tekoälyn integroinnin jatkuessa HMS pyrkii varustamaan tulevat lääkärit tarvittavilla taidoilla menestyäkseen kehittyvissä terveydenhuoltaympäristöissä. AIM-ohjelmasta valmistuneiden odotetaan olevan erittäin haluttuja sekä teollisuudessa että tiedemaailmassa, heijastaen lääketieteen ja teknologian kasvavaa risteytymistä. Tekoälyssä koulutettujen opiskelijoiden mukautumiskyky parantaa heidän mahdollisuuksiaan innovoida ja johtaa tulevaisuuden terveydenhuollossa.