What the AI era doctor should know: a scoping review of proposed artificial intelligence competencies for medical education
Rattachement africain : us, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Artificial intelligence (AI) is rapidly reshaping healthcare and the competencies expected of graduating medical students, yet AI curricula and competency recommendations for undergraduate medical education (UME) remain fragmented. We conducted a PRISMA-ScR scoping review to map and synthesize proposed AI competencies for UME by performing a global search of PubMed, Embase, Web of Science, and ERIC without language restrictions and from database inception through July 28, 2025. Verbatim competency-relevant text was extracted and decomposed into discrete statements and classified using domains, competencies, or learning objectives. Statement frequencies were summarized to characterize recurring areas of emphasis, underrepresented topics, and cross-domain relationships. Of 4071 records identified, 54 studies from 22 countries met inclusion criteria. From 564 eligible statements, we synthesized a taxonomy comprising seven domains (AI ethics; AI law and regulation; AI professionalism in healthcare; clinical applications of AI; critical appraisal of AI output; research and innovation in AI; theory and foundations of AI) spanning 37 competencies and 170 learning objectives. Sources were predominantly editorial/opinion, with recurring emphasis on ethicolegal oversight, critical appraisal of AI outputs, and foundational understanding of AI methods and data. This synthesis provides a structured inventory to inform curriculum planning and future stakeholder-based refinement, prioritization, and evaluation.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- What the AI era doctor should know: a scoping review of proposed artificial intelligence competencies for medical education
- Date Crossref
- 12/05/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Brown University Brown Center for Biomedical Informatics pays non établi dans la noticeUniversité ou école supérieure
-
Harvard University pays non établi dans la noticeUniversité ou école supérieure
-
Heidelberg University pays non établi dans la noticeUniversité ou école supérieure
-
University Hospital Heidelberg pays non établi dans la noticeÉtablissement de santé
-
Massachusetts General Hospital pays non établi dans la noticeÉtablissement de santé
-
Massachusetts Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Yale University pays non établi dans la noticeUniversité ou école supérieure
-
Boston Public Library pays non établi dans la noticeInstitution
-
Stanford Health Care pays non établi dans la noticeÉtablissement de santé
-
Stanford Medicine pays non établi dans la noticeÉtablissement de santé
-
Beth Israel Deaconess Medical Center pays non établi dans la noticeÉtablissement de santé
-
Department of Biomedical Informatics pays non établi dans la noticeInstitution
Brown Center for Biomedical Informatics — Brown University, Harvard University et Heidelberg University, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.