Suscribirse

Artificial intelligence: Reducing inconsistency in the surgical residency application review process - 21/11/24

Doi : 10.1016/j.amjsurg.2024.115816 
Megan Markow, Mallory Jebbia, Bima J. Hasjim, Jeffry Nahmias, Areg Grigorian, Sigrid Burruss, Sebastian Schubl, Valery Vilchez, Kelly Fairbairn, Anthony Chau, Hari Keshava, Maki Yamamoto, Brian Smith, Lourdes Swentek
 University of California, Irvine, Department of Surgery, Division of Trauma, Burns and Surgical Critical Care, Orange, CA, USA 

Corresponding author. Division of Trauma, Burns and Surgical Critical Care, Department of Surgery, University of California, Irvine Medical Center, 3800 Chapman Ave. #6200; Orange, CA, USA, 92868.Division of TraumaBurns and Surgical Critical CareDepartment of SurgeryUniversity of CaliforniaIrvine Medical Center3800 Chapman Ave. #6200OrangeCA92868USA

Abstract

The incorporation of artificial intelligence (AI) into the general surgery residency recruitment process holds great promise for overcoming limitations inherent to traditional application review methods. This study assesses the consistency of AI, particularly ChatGPT, in evaluating medical student performance evaluation (MSPE) letters in comparison to experienced human reviewers. While the results suggest that ChatGPT demonstrates greater consistency in grading than human reviewers, AI still has its limitations. This underscores the necessity for careful refinement and consideration in its implementation. While AI presents opportunities to enhance residency selection procedures, further research is imperative to fully grasp its capabilities and implications.

El texto completo de este artículo está disponible en PDF.

Highlights

We were able to create a successful grading rubric that ChatGPT was able to interpret.
ChatGPT graded MSPEs with less variation in day to day scores compared to human reviewers.
With proper programming and fine-tuning, AI may be a consistent and reliable grading mechanism.

El texto completo de este artículo está disponible en PDF.

Esquema


© 2024  Elsevier Inc. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 238

Artículo 115816- décembre 2024 Regresar al número
Artículo precedente Artículo precedente
  • Using large language model chatbots to review training applications: May AI?
  • S. Jung
| Artículo siguiente Artículo siguiente
  • Angling for improvement: The search for novel biomarkers in periampullary adenocarcinoma
  • Morgan Bonds

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

@@150455@@ Voir plus

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2026 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.