Abbonarsi

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.

Il testo completo di questo articolo è disponibile in 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.

Il testo completo di questo articolo è disponibile in PDF.

Mappa


© 2024  Elsevier Inc. Tutti i diritti riservati.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 238

Articolo 115816- dicembre 2024 Ritorno al numero
Articolo precedente Articolo precedente
  • Using large language model chatbots to review training applications: May AI?
  • S. Jung
| Articolo seguente Articolo seguente
  • Angling for improvement: The search for novel biomarkers in periampullary adenocarcinoma
  • Morgan Bonds

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.