Novel machine learning based approach for analysing the adoption of metaverse in medical training: A UAE case study

• DOI: 10.1016/j.imu.2023.101354
• Publication Date: 2023-09-18T16:39:32Z
• Authors: Said A. Salloum; Anissa Bettayeb; Ayham Salloum; Ahmad Aburayya; Saada Khadragy; Rifat Hamoudi; Raghad Alfaisal
• Keywords: Artificial intelligence; Information Systems and Management; Technology Acceptance Model; Knowledge management; Computer applications to medicine. Medical informatics; Usability; R858-859.7; Social Sciences; Management Science and Operations Research; Virtual reality; Decision Sciences; Data science; Database; Artificial Intelligence; Technology acceptance; User Acceptance of Information Technology; Metaverse; Machine Learning in Smart Healthcare; Human–computer interaction; COVID-19; Medical training; Computer science; Computer Science; Physical Sciences; Conceptual model; Data-Driven Decision-Making in Smart Manufacturing Systems; Metaverse technology

L'épidémie de la pandémie de COVID-19 a entraîné des perturbations dans la prestation de la formation médicale à travers les frontières, posant des défis dans l'observation et la pratique de techniques chirurgicales avancées avec du matériel médical de pointe provenant de pays étrangers. Cependant, l'utilisation d'approches éducatives centrées sur le concept de « métavers » est apparue comme une solution prometteuse pour répondre à la demande croissante d'éducation médicale virtuelle. Les technologies traditionnelles telles que la vidéoconférence Zoom ont été jugées insuffisantes pour un enseignement médical complet, ce qui a entraîné l'émergence de méthodologies d'enseignement numériques innovantes au sein de la communauté médicale des Émirats arabes unis (eau). Cette étude vise à étudier comment les étudiants perçoivent l'efficacité du système Metaverse dans la réalisation des objectifs de formation médicale aux Émirats arabes unis. La recherche utilise un cadre conceptuel unique qui relie les attributs individuels aux facteurs technologiques. En utilisant un mélange de méthodologies de modélisation d'équations structurelles (SEM) et d'apprentissage automatique (ML), ainsi que l'analyse de cartes d'importance-performance (IPMA), la recherche évalue les facteurs qui contribuent à mesurer la viabilité du système Metaverse pour la formation médicale. Cette évaluation est réalisée à partir de données recueillies auprès d'une cohorte de 879 étudiants universitaires. Les résultats ont indiqué que le classificateur OneR démontre la plus grande précision parmi les classificateurs dans la prévision de l'inclination des utilisateurs à adopter le système Metaverse pour la formation médicale, atteignant un taux de précision de 80,7 %. De plus, l'étude révèle une forte association positive entre l'utilité perçue et la convivialité perçue, soulignant l'impact significatif des attributs personnels et des éléments technologiques sur les décisions des élèves. Notamment, les personnes plus disposées à accepter l'incertitude et les technologies innovantes sont plus enclines à utiliser le système Metaverse pour la formation médicale. En conclusion, cette enquête multi-analytique met en lumière le potentiel du système Metaverse pour améliorer la formation médicale et relever les défis posés par la pandémie de COVID-19. Les résultats ont des implications importantes pour le domaine des systèmes d'information et fournissent des informations précieuses aux éducateurs médicaux à la recherche de solutions efficaces en période de perturbation.<br/>The outbreak of the COVID-19 pandemic led to disruptions in the delivery of medical training across borders, posing challenges in observing and practicing advanced surgical techniques with cutting-edge medical equipment from foreign countries. However, the utilization of educational approaches centred on the "Metaverse" concept has emerged as a promising solution to address the escalating demand for virtual medical education. Traditional technologies like Zoom video conferencing were found insufficient for comprehensive medical instruction, prompting the emergence of innovative digital teaching methodologies within the medical community of the United Arab Emirates (UAE). This study aims to investigate how students perceive the effectiveness of the Metaverse system in achieving medical training objectives in the UAE. The research employs a unique conceptual framework that links individual attributes with technological factors. By employing a blend of structural equation modelling (SEM) and machine learning (ML) methodologies, along with the analysis of importance-performance maps (IPMA), the research evaluates the factors that contribute to measuring the viability of the Metaverse system for medical training. This evaluation is conducted using data gathered from a cohort of 879 university students. The findings indicated that the OneR classifier demonstrates the highest accuracy among classifiers in forecasting users' inclination to embrace the Metaverse system for medical training, achieving an 80.7% accuracy rate. Furthermore, the study reveals a strong positive association between perceived usefulness and perceived usability, highlighting the significant impact of personal attributes and technological elements on students' decisions. Notably, individuals with a greater willingness to embrace uncertainty and innovative technologies are more inclined to use the Metaverse system for medical education. In conclusion, this multi-analytical investigation sheds light on the potential of the Metaverse system to enhance medical training and addresses the challenges posed by the COVID-19 pandemic. The findings carry important implications for the field of information systems and provide valuable insights for medical educators seeking effective solutions during times of disruption.<br/>El brote de la pandemia de COVID-19 provocó interrupciones en la impartición de capacitación médica a través de las fronteras, lo que planteó desafíos para observar y practicar técnicas quirúrgicas avanzadas con equipos médicos de vanguardia de países extranjeros. Sin embargo, la utilización de enfoques educativos centrados en el concepto de "metaverso" ha surgido como una solución prometedora para abordar la creciente demanda de educación médica virtual. Las tecnologías tradicionales como la videoconferencia Zoom se consideraron insuficientes para la instrucción médica integral, lo que provocó la aparición de metodologías de enseñanza digitales innovadoras dentro de la comunidad médica de los Emiratos Árabes Unidos (EAU). Este estudio tiene como objetivo investigar cómo los estudiantes perciben la efectividad del sistema Metaverso para lograr los objetivos de capacitación médica en los EAU. La investigación emplea un marco conceptual único que vincula los atributos individuales con los factores tecnológicos. Mediante el empleo de una combinación de metodologías de modelado de ecuaciones estructurales (SEM) y aprendizaje automático (ML), junto con el análisis de mapas de importancia-rendimiento (IPMA), la investigación evalúa los factores que contribuyen a medir la viabilidad del sistema Metaverso para la formación médica. Esta evaluación se realiza utilizando datos recopilados de una cohorte de 879 estudiantes universitarios. Los hallazgos indicaron que el clasificador OneR demuestra la mayor precisión entre los clasificadores al pronosticar la inclinación de los usuarios a adoptar el sistema Metaverse para la capacitación médica, logrando una tasa de precisión del 80.7%. Además, el estudio revela una fuerte asociación positiva entre la utilidad percibida y la usabilidad percibida, destacando el impacto significativo de los atributos personales y los elementos tecnológicos en las decisiones de los estudiantes. En particular, las personas con una mayor disposición a aceptar la incertidumbre y las tecnologías innovadoras son más propensas a utilizar el sistema Metaverso para la educación médica. En conclusión, esta investigación multianalítica arroja luz sobre el potencial del sistema Metaverso para mejorar la formación médica y aborda los desafíos planteados por la pandemia de COVID-19. Los hallazgos tienen implicaciones importantes para el campo de los sistemas de información y proporcionan información valiosa para los educadores médicos que buscan soluciones efectivas en tiempos de interrupción.<br/>أدى تفشي جائحة كوفيد-19 إلى اضطرابات في تقديم التدريب الطبي عبر الحدود، مما شكل تحديات في مراقبة وممارسة التقنيات الجراحية المتقدمة باستخدام أحدث المعدات الطبية من الدول الأجنبية. ومع ذلك، فقد برز استخدام المناهج التعليمية التي تركز على مفهوم "الميتافيرس" كحل واعد لتلبية الطلب المتزايد على التعليم الطبي الافتراضي. تم العثور على تقنيات تقليدية مثل مؤتمرات الفيديو Zoom غير كافية للتعليم الطبي الشامل، مما دفع إلى ظهور منهجيات تدريس رقمية مبتكرة داخل المجتمع الطبي في الإمارات العربية المتحدة (UAE). تهدف هذه الدراسة إلى التحقيق في كيفية إدراك الطلاب لفعالية نظام ميتافيرس في تحقيق أهداف التدريب الطبي في دولة الإمارات العربية المتحدة. يستخدم البحث إطارًا مفاهيميًا فريدًا يربط السمات الفردية بالعوامل التكنولوجية. من خلال استخدام مزيج من منهجيات نمذجة المعادلات الهيكلية (SEM) والتعلم الآلي (ML)، إلى جانب تحليل خرائط الأهمية والأداء (IPMA)، يقوم البحث بتقييم العوامل التي تساهم في قياس جدوى نظام ميتافيرس للتدريب الطبي. يتم إجراء هذا التقييم باستخدام البيانات التي تم جمعها من مجموعة مكونة من 879 طالبًا جامعيًا. أشارت النتائج إلى أن مصنف OneR يظهر أعلى دقة بين المصنفين في التنبؤ بميل المستخدمين إلى تبني نظام Metaverse للتدريب الطبي، مما يحقق معدل دقة 80.7 ٪. علاوة على ذلك، تكشف الدراسة عن وجود ارتباط إيجابي قوي بين الفائدة المتصورة وسهولة الاستخدام المتصورة، مما يسلط الضوء على التأثير الكبير للسمات الشخصية والعناصر التكنولوجية على قرارات الطلاب. والجدير بالذكر أن الأفراد الذين لديهم استعداد أكبر لاحتضان عدم اليقين والتقنيات المبتكرة يميلون أكثر إلى استخدام نظام ميتافيرس للتعليم الطبي. في الختام، يلقي هذا التحقيق متعدد التحليلات الضوء على إمكانات نظام ميتافيرس لتعزيز التدريب الطبي ويتناول التحديات التي تفرضها جائحة كوفيد-19. تحمل النتائج آثارًا مهمة على مجال نظم المعلومات وتوفر رؤى قيمة للمعلمين الطبيين الذين يبحثون عن حلول فعالة في أوقات الاضطراب.<br/>