최적의 적응적 전문성을 위한 효율성과 혁신의 균형을 배우기(Med Teach, 2018)
Learning to balance efficiency and innovation for optimal adaptive expertise
Martin V. Pusica , Sally A. Santenb , Michael Dekhtyarc , Ann N. Ponceletd , Nicole K. Robertse , Amy L. Wilson-Delfossef and William B. Cutrerg
도입 Introduction
학문의 전이는 간단하지 않다. 한 맥락에서 일어나는 학습은 다른 맥락으로 잘 전달되지 않을 수 있다. 예를 들어, 강의실 학습은 임상적 성과를 개선하지 못할 수 있다; 시뮬레이션 실험실 작업 훈련은 수술실 성능을 약간만 개선할 수 있다. 이에 따라 교육 연구자들은 학습한 내용을 새로운 낯선 문제들로 옮기는 학습자의 능력 향상에 대한 지향적인 목표 향상으로 설정했다. 핵심 요점은 Transfer를 고려한다면 교육 설계가 진정으로 원하는 결과에 미치는 영향을 적절히 평가할 수 있다는 것이다. 즉, 새로운 지식을 복잡하고 예측성이 떨어지는 세상에 적용할 준비가 된 학습자가 그것이다.
Transfer of learning is not straightforward. Learning which occurs in one context may not transfer well to another. For example, classroom learning may not improve clinical performance; simulation lab task training may only modestly improve operating room performance. Education researchers, charged with improving instruction, have accordingly set as an orienting target improvement in the ability of the learners to transfer what they have learned to new unfamiliar problems. The key point is that considerations of transfer allow us to properly weigh the effects of an instructional design on the truly desired outcome: a learner prepared to apply new knowledge to a complex, less predictable world.
[적응형 전문성]을 위한 교육은 전공을 최적화할 수 있다. 많은 면에서, 그것은 더 큰 교육 야망을 요구한다. 드레퓌스, 드레퓌스 개념화에서 전문 지식의 모델은 전통적으로 [완전히 훈련된 개인을 더 이상 임상 실습에서 감독을 필요로 하지 않는 사람]으로 표현해 왔으며, 졸업시에 실천의 기준을 충족시켰다(그림 1의 "A"로 표현). (Dreyfus and Dreyfus 1980; Kalet and Pusic 2014). 이 경우에 실무에서 강조되는 것은 "유지관리"(즉, 비손실)와 능력의 "경로화"에 이다.
Training for adaptive expertise may optimize transfer. In many ways, it calls for greater educational ambition. Models of expertise such as the Dreyfus and Dreyfus conceptualization have traditionally represented the fully trained individual as one who no longer requires supervision in clinical practice, meeting the standards of practice at graduation (represented by Line “A” in Figure 1) (Dreyfus and Dreyfus 1980; Kalet and Pusic 2014). The emphasis in practice has been on the “maintenance” (i.e. non-loss) and “routinization” of competence.
그러나, 새로운 경향은 이것을 문제 삼는다. 의료의 환경은 일상적 전문지식의 저장 수명을 더 짧게 하여 점점 더 빠른 속도로 변화하고 있다(Cutrer et al. 2017). 동시에, 시스템 효율을 최적화하기 위한 전환은 많은 일상적인 업무를 하위 수준의 제공자나 알고리즘으로 전환하여 임상의사는 [맞춤형 솔루션을 필요로 하는 복잡한 요구를 가진 복잡한 환자의 보다 풍부하고 혼합된 사례]를 갖게 되었다(Smith et al. 2013; Cutrer et al. 2017). 최소한의 전문지식에 대한 이러한 새롭고 정상적인 이동을 위해서는 지속적인 적응이 필요하다(그림 1의 라인 "B").
However, emerging trends call this into question. The landscape of healthcare is shifting at an ever-accelerating pace rendering the shelf-life of routine expertise shorter (Cutrer et al. 2017). At the same time, a shift to optimizing systems efficiency has diverted many routine tasks to either lower-level providers or algorithms, leaving the clinician with an ever-richer case mix of complex patients with complex needs requiring bespoke solutions (Smith et al. 2013; Cutrer et al. 2017). This new, shifting normal for minimum expertise requires ongoing adaptation (Line “B” in Figure 1).
상황이 심각해 보인다: 지금 성과를 향상시키는 것을 가르치면서, 동시에 미래에 더욱 복잡한 의료 시스템에서 성과를 향상시킬 수 있는 무언가를 가르쳐야 한다. [효율성]과 [혁신]은 원칙이 될 수 있다.
The situation seems fraught: teach something that improves performance today and will improve performance tomorrow in an ever-more complex healthcare system. Efficiency and innovation can be guiding principles.
적응형 전문지식의 핵심 측면은 효율성과 혁신의 균형이다. 한편으로, 임상의는 더 적은 리소스로 동일한 프로세스를 수행하거나 더 짧은 시간에 보다 효율적으로 수행하도록 요청 받는다.
A key aspect of adaptive expertise is the balancing of efficiency and innovation. On the one hand, clinicians are asked to become ever more efficient, doing the same process with fewer resources or in less time.
이러한 유형의 학습은 가능한 경우 practice의 변형, 배포 또는 자동화를 줄이고, 집중적인 관련 벤치마크를 극대화하기 위해 더욱 묶음된bundled 공정을 유도하는 누적 엔지니어링을 포함한다. 수술이든 양궁이든, [최종 성과와 정확히 동일한 고정된 조건] 하에서 연습하는 것이 [혼합 연습]보다 더 좋은 결과를 보여주었다(Gawande 1998; Singh and Statats 2012; Navinik et al. 2018).
This type of learning involves decreasing practice variation, distributing, or automating processes where possible, and cumulative engineering that leads to an ever-more bundled process, in service of maximizing a focused relevant benchmark. Whether for surgery or archery, practice under the exact fixed conditions of eventual performance have shown better results than mixed practice (Gawande 1998; Singh and Staats 2012; Nabavinik et al. 2018).
한편, 복잡한 치료법과 기술을 복잡한 만성 질환에 다학제적이고 변화무쌍한 맥락에서 맞춤화해야 하는 실무자에게 [혁신 능력]이 중시된다. 혁신을 위한 학습에는 모호성, 실험, 일상적 교란 및 도전적인 일반적인 가정에 대한 내성이 필요하다(Christensen 2006; Sarooghi et al. 2014).
On the other hand, the ability to innovate is valued in the practitioner who must customize complicated therapies and technologies to complex chronic illnesses in a multi-disciplinary, shifting context. Learning for innovation requires tolerance of ambiguity, experimentation, disrupting routines, and challenging common assumptions (Christensen 2006; Sarooghi et al. 2014).
의료 분야의 일상적 지식과 적응적 전문 지식의 균형
The balance of routine and adaptive expertise in the health professions
먼저 [적응형 전문성]의 효율성 측면을 보자. 가완데는 데르니아의 외과적 수리가 일상화된 캐나다 온타리오에 있는 카이스 헤르니아 병원을 기념했다. (가완데 1998) 표준화와 재현성을 무자비하게 강조함으로써, Shouldice Hernia Hospital은 다른 곳의 표준보다 훨씬 낮은 재발률을 가진 효율성과 효과성의 모델이 되었다. 유명한 것은, 이 클리닉은 표준화된 알고리즘을 선호하여 개별 외과의사의 혁신을 방해한다는 것이다. 많은 임상의들이 다른 외과적 훈련이 없는 가정의사들이다. 이것은 적응적 전문지식을 위한 학습 설계에 대한 우리의 고려사항의 중요한 경계선 예다. 제한된 범위의 예에 대한 효율성 중심의 교육은 실무자들이 단일 작업에 잘 적응하지만 새로운 작업을 학습할 수 있는 준비가 미흡한 결과를 초래할 수 있다.
Consider first the efficiency dimension of adaptive expertise. Gawande rightly celebrated the Shouldice Hernia Hospital in Ontario, Canada where surgical repair of hernias is done in a routinized fashion (Gawande 1998). By placing a ruthless emphasis on standardization and reproducibility, the Shouldice Hernia Hospital has become a model of efficiency and effectiveness with recurrence rates well below norms elsewhere. Famously, the clinic discourages individual surgeon innovation in favor of the standardized algorithm. Many of their clinicians are family doctors without other surgical training. This is an important boundary example for our consideration of designing learning for adaptive expertise. An efficiency-oriented training on a limited spectrum of examples would result in practitioners well-tuned to that single task but perhaps poorly equipped to learn new ones.
다음으로, 두 번째 바우더리 사례를 보자. 이번에는 혁신을 극단적으로 강조하는 쪽이다. 새로운 형태의 수술을 개발하는 것과 같은 임상 혁신은 잠재적 해결책의 황무지를 방황하는 기간을 필요로 한다. 과거 사례로는 이전에 개방적인 방식으로 수행된 절차에 대한 최소 침습적 접근법의 개발이 있을 것이다(Ramsay et al. 2001; Singh and Statats 2012). 여기서 강조할 것은 겉보기에는 아무리 믿을 수 없을 것 같아 보여도 단서를 추구하고 가능성에 맞추는데 있을 것이다(Johnson 2012). 생산적인 실패는 혁신의 필수 요소가 될 수 있다(Firestein 2016). 정통화된 접근법은 혁신에 대한 깊은 접근에 필요한 [가정에 얽매이지 않는 "초심"]과는 정반대일 것이다(Johnson 2012). 기술혁신 중심적 교육은, 특이 사례의 깊고 체계적이며 느린 탐구에 기초하여, 실무자들이 특이한 사례에 잘 적응하는 결과를 가져올 수 있지만, 표준화된 효율적 실천을 위한 준비가 덜 되어 있을 수 있다.
Next, we describe a second boundary example, this time at the innovation end. Clinical innovation, such as developing a new form of surgery, requires a period of wandering in a wilderness of potential solutions. A historical example would be the development of minimally invasive approaches to a procedure that has previously been performed in an open fashion (Ramsay et al. 2001; Singh and Staats 2012). The emphasis here would be on pursuing leads and being attuned to possibilities no matter how seemingly implausible on the surface (Johnson 2012). Productive failure can be a necessary component of innovation (Firestein 2016). A routinized approach would be the exact opposite of the assumption-free “beginner’s mind” necessary for a deep approach to innovation (Johnson 2012). Innovation-oriented training, based on a deep, methodical, slow exploration of idiosyncratic examples, would result in practitioners well-tuned to unusual cases but perhaps less equipped for standardized efficient practice.
브란스포드와 슈워츠는 지식의 효율적인 적용을 한 과정으로 가르치고, 종종 다른 예와 함께 다른 시간과 장소에서 메타인지적 사고와 같은 혁신 전략을 별도로 가르치는 개념을 비판했다. 그들은 "최적 적응성"을 모델링한 학습 궤적에서 두 편견biases이 균형을 이룬다면 최고의 교육 이전이 일어날 것이라고 생각했다.
Bransford and Schwartz criticized the notion of teaching efficient application of knowledge in one course and separately teaching innovation strategies like metacognitive thinking in a different time and place, often with different examples. They reasoned that the best educational transfer would occur if the two biases were balanced during a learning trajectory that modeled “optimal adaptability”.
Mylopoulos와 Regehr는 나중에 의대생들이 혁신을 위한 학습을 자신의 능력 밖의 것으로 보고 적응적 전문지식의 개발에 대한 함의를 걱정한다는 사실을 발견했다(Mylopoulos와 Regehr 2009).
Mylopoulos and Regehr later found that medical students viewed learning for innovation as being beyond their capacity and worried about the implications for their development of adaptive expertise (Mylopoulos and Regehr 2009).
그림 2에서는 브란스포드와 슈워츠 논문(Schwartz et al. 2005)에서 그것으로부터 수정된 혁신과 효율성 사이의 긴장도를 도표로 제시한다. 여기서, 비신뢰적 시술자는 주어진 혁신 효율성 트레이드오프(새로운 지반을 깨는 순수한 혁신자)에서 환자 관리에 귀중한 기여를 할 수 있다고 가정한다.
In Figure 2, we present a diagram of the tension between Innovation and Efficiency that is modified from that in the original Bransford and Schwartz paper (Schwartz et al. 2005). Here, we assume that a non-novice practitioner can make a valuable contribution to the care of patients at any given innovation-efficiency tradeoff: the pure innovator by breaking new ground;
적응력adaptivity은 공짜가 아니다. 그것은 더 나은 방법(어느 쪽에 대한 것이든)이 존재할 가능성에 대한 숙련된 메타인지적 인식과 접근의 변화를 허용하는 동기, 시스템 인식 및 환경을 필요로 한다. 몰로풀로스와 레게어는 이것이 [전문성 향상 과정의 자동적인 부산물이 아니라] 특정한 습관과 행동에 따라 달라지는 [별도로 개발된 능력]이라고 주장해 왔다(Mylopulos와 Regehr 2009).
Adaptivity does not come for free. It requires a cultivated metacognitive awareness of the possibility of there being a better way (towards either pole) and then the motivation, systems awareness, and environment to allow a shift in approach. Mylopoulos and Regehr have argued that this is not an emergent process that is an automatic byproduct of increasing expertise, but rather a separately developed capacity that depends on certain habits and behaviors (Mylopoulos and Regehr 2009).
임상적 효과
=일상적인 전문지식(효율성)
+ 반사적, 파괴적 전문 지식(혁신)
+ 둘 사이를 전환할 수 있는 능력(적응성)
Clinical effectiveness
= Compiled routine expertise (Efficiency)
+ Reflective; disruptive expertise (Innovation)
+ Ability to switch between them (Adaptability)
분산 인식 프레임워크의 최적 적응성
Optimal adaptability in a distributed cognition framework
이때까지 우리는 적응적 전문지식을 임상의의 특성이나 역량으로서 고려했다. 그러나 현대의 의료 시스템은 복잡하지만 잠재적으로 더 효과적인 인지 작업의 distribution을 특징으로 한다(Hazlehurst 2015). 이것은 다양한 유형과 수준의 훈련과 전문화를 가진 개인들, 다양한 구성과 일시성을 가지고 모이는 팀들, 그리고 적절한 치료를 위한 피드백, 지침 및 세심한 채널을 제공하는 의사결정 지원 시스템을 포함하는 정보 시스템에 내재된 지속적으로 증가하는 지능을 포함할 수 있다. 이 풍부한 태피스트리에서는 효율적이고 혁신적이며 적응적인 전문가들이 각각 중요한 기여를 할 수 있다. 우리는 표 1에 몇 가지 예를 열거한다.
Up to this point we have considered adaptive expertise as a trait or capacity of a given clinician. However, modern health systems feature a complex yet potentially more effective distribution of cognitive work (Hazlehurst 2015). This can be across individuals of different types and levels of training and specializations; teams that assemble with varying composition and temporality; and ever-increasing intelligence embedded in information systems that include decision-support systems that provide feedback, guidance, and careful channels to appropriate care. In this rich tapestry, efficient, innovative, and adaptive experts each can make important contributions. We list some examples in Table 1.
전문가 커뮤니티가 인구의 요구를 충족시키기 위해 발전함에 따라, 효율성과 혁신의 필요성 사이의 매칭이 작업work의 분배를 촉진한다. 간종양 절제술과 같은 복잡한 수술을 고려하라. 두 가지 사례가 동일하지 않기 때문에 조타실helm에서 ["해야 할 때" 속도를 늦출 수 있는 적응적 전문가]지만, 개발된 속도를 강조하여 안정적으로 봉합할 수 있는 [숙련된 시술자가 최종 피부마감]을 달성할 수 있다. 사례가 제대로 진행되지 않을 때, 혁신 편견을 가진 전문가에 의해 신중한 근본 원인 분석이 주도되어 시스템을 더욱 개선시킬 수 있을 것이다.
As a community of professionals develops to meet the needs of a population, matching between the need for efficiency and innovation imperatives drives the distribution of the work. Consider a complicated operation such as a hepatic tumor resection. Since no two cases are identical, this requires an adaptive expert who can “slow down when they should” at the helm; but the final skin closure can be accomplished by routinized practitioners who can reliably suture with an emphasis on developed speed. When a case goes poorly, a careful Root Cause Analysis would be led by an expert with an innovation bias, looking to make the system ever better.
건강 시스템과 같은 조직들은 때때로 예측 가능한 방식으로 배운다. 최근 효율성에 대한 편향으로 인해 그룹 실무에 합류한 훨씬 더 적은 수의 개인 의료 종사자들이 점점 더 많은 진료 단위를 수집하게 되었고, 이는 다시 연습 네트워크나 더 큰 통합 건강 시스템의 구성원이 된다. 이상적으로, 이것들은 자연에서도 적응력이 있는 "학습 조직"이 될 수 있다. [혁신의 문화]가 있는 조직에서는 혁신이 이득을 본다.
Organizations such as health systems learn in a sometimes predictable fashion. A recent bias towards efficiency has led to aggregations of ever-larger units of care with far fewer solo practitioners who have joined group practices which are in turn members of either practice networks or even larger integrated health systems. Ideally, these can be “learning organizations” which are also adaptive in nature. Innovation is advantaged in organizations that have a culture of innovation (Miron et al. 2004).
그러므로 일상적 전문지식과 적응적 전문지식 사이의 긴장은 (그리고 개인이 이러한 긴장감을 가지고 더 큰 계획 안에 들어맞는 것이) 조직적 차원에서도 발휘될 수 있다. 실제로, 필요에 따라, 혁신-적응-효율성 연속체에 대해 서로 다른 관점을 가진 개인들을 혼합하여 팀을 의도적으로 구성할 수 있다(Taylor et al. 2010).
Thus, the tension between routine and adaptive expertise, and where an individual fits within a larger scheme with this tension, may also play out at the organizational level. Indeed, as needed, teams could be intentionally constructed with a blend of individuals with differing perspectives on the innovation–adaptation–efficiency continuum (Taylor et al. 2010).
교육적 시사점
Educational implications
[적응적 전문성]은 개인 또는 조직 수준에서 기술혁신에 비해 효율성에 대한 상대적 강조를 의도적으로 고려할 것을 요구한다. 대부분의 건강직종의 역할은 [효율적인 접근방식과 혁신적인 접근방식 사이의 긴장]이 정의내리는 스킬스페이스 내에 배치될 수 있으며, 이 두 가지 사이의 전환에는 추가적인 에너지와 기술이 필요하다.
Adaptive expertise requires, whether at the individual or organization level, an intentional consideration of the relative emphasis on efficiency compared with innovation. Most health professions roles can be placed within the skill space defined by the tension between efficient and innovative approaches, with the additional consideration that shifting between them requires additional energy and skill.
우리는 전문직은, 정의와 교육과정 그리고 교육활동에서, 이러한 근본적인 긴장을 고려해야 한다고 것을 주장한다. MAL(Master Adaptive Learner) 모델은 교육생이 자율에 기초하여 학습에 대한 메타인지적 접근법을 채택할 수 있도록 지원하는 하나의 프레임워크를 제공한다(Cutrer et al. 2017).
We advocate that a profession, in defining itself, its curriculum and its educational activities, take into account this fundamental tension. The Master Adaptive Learner (MAL) model offers one framework for helping trainees employ a metacognitive approach to learning, based on self-regulation (Cutrer et al. 2017).
[알려진 것을 효율적으로 적용하는 것]을 수월성으로 개념화하는 교육 프로그램은 [효율적인 전문가]를 졸업시킬 것이다. 우리의 의료 시스템은 그러한 전문가와 역할 모델을 필요로 한다. 효율성을 엔드포인트로 지향하는 필요한 교육 방법은 종종 잘 확립되어 있다. 개인 수준에서 엔드포인트를 숙달하기 위한 의도적인 연습의 원칙은 높은 수준의 기술을 신뢰할 수 있는 수준으로 달성하는 것으로 나타났다(McGaghie et al. 2006). 완벽할 때까지 반복적으로 연습하면 심폐소생술과 같은 복잡한 작업에도 불구하고 전문 의료진의 거의 군사적 정밀도를 초래할 수 있다(Hunt et al. 2008).
Training programs that conceptualize excellence as the efficient application of known best practices will graduate efficient experts. Our healthcare systems need such experts and role models. The necessary educational methods which are oriented to an efficiency endpoint are often well-established. At the individual level, the precepts of deliberate practice to mastery end-points has been shown to reliably achieve high levels of skill (McGaghie et al. 2006). Repetitively practicing until perfect can result in almost military precision for interprofessional healthcare teams even for as complex a task as cardiopulmonary resuscitation (Hunt et al. 2008).
[새롭고 혁신적인 접근법을 추구하는 것]을 수월성으로 개념화하는 교육 프로그램이 혁신 전문가를 배출한다. 우리의 의료 시스템은 또한 이러한 유형의 전문가와 역할 모델을 필요로 한다. PhD 연구 프로그램은 임상, 기초 또는 번역의 연구에 집중적이고 깊이 있는 접근을 오랫동안 가능하게 해왔다. 보다 최근에 기업가정신 교육은 의료 전문직 교육에 진출하여 혁신에 대한 다른 접근방식을 취하고 있다(Kuratko 2005). 이러한 유형의 훈련은 생산적 실패에 대해 관대한(사실상 실패를 장려하는) 프로젝트 기반 구성주의 교육학 기초를 공유한다. 문제 기반 학습 접근법은 이러한 유형의 혁신적 사고를 이용하도록 설계된다.
Educational programs that conceptualize excellence as the pursuit of new and innovative approaches will graduate innovative experts. Our healthcare systems also need these types of experts and role models. PhD research programs have long enabled concentrated, depth approaches to research whether clinical, basic or translational. More recently, entrepreneurship training has made its way into health professions education, taking a different approach to innovation (Kuratko 2005). These types of training share project-based constructivist pedagogical underpinnings that are tolerant (indeed encouraging) of productive failure. Problem-based learning approaches are designed to advantage this type of innovative thinking.
혁신적 접근방식과 경로화된 접근방식의 상호작용을 위해서는 적응적 전문지식의 개발이 필요하다(그림 3 참조). 이것은 혁신 교육 설계 또는 효율성 교육 설계를 각각 적용하는 것 이상을 요구한다. 대신에, 학습자들은 [수준과 상관없이 그들의 전문지식을 적응시키는 기술을 개발하고 연습]할 필요가 있을 것이다.
초보 학습자의 경우, 이것은 메타인지, 실행 기능 또는 단순히 "해야 할 때 속도를 늦추는 것"이라고 부르든 적응에 대한 공유된 언어를 학습하는 것을 수반할 수 있다. (Moulton et al. 2007) 속도보다는 이해에 중점을 두고 자연적 가변성을 제공하는 환경에서 연습하면 초보 학습자도 적응적 전문지식을 습득할 수 있다.
보다 진보한 학습자의 경우 임상적으로 중요한 목표를 향해 절제된 즉흥화가 필요한 시뮬레이션 또는 실제 환경에 배치하는 것이 이러한 기술을 개발하는 데 도움이 될 수 있다(Hatano 및 Inagaki 1991).
마스터 적응 학습자 모델은 더 큰 장력에 대한 메타인지 인식과 이러한 유형의 혼합 전문지식을 정확하게 촉진할 수 있는 해당 요소 교육 이론 및 방법을 모두 위한 명시적 프레임워크를 제공한다(Cutrer et al. 2017; Cutrer 이 문제).
The interaction of routinized approaches with innovative ones requires development of adaptive expertise (See Figure 3). This requires more than separate application of innovation or efficiency instructional designs. Instead, learners will need to develop and practice the skill of adapting their expertise, no matter their level.
For novice learners this might entail learning the shared language of adaptation, whether termed metacognition, executive function, or simply “slowing down when you should” (Moulton et al. 2007). Practice in environments providing natural variability, with an emphasis on understanding rather than speed, may allow even novice learners to acquire adaptive expertise.
For more advanced learners, situating them in simulated or real environments that require disciplined improvization towards clinically important goals can help to develop these skills (Hatano and Inagaki 1991).
The Master Adaptive Learner model provides an explicit framework for both meta-cognitive awareness of the larger tension, as well as corresponding component educational theories and methods that can facilitate exactly this type of blended expertise (Cutrer et al. 2017; Cutrer this issue).
평가는 중요한 고려 사항이다.
Assessment is an important consideration.
포트폴리오가 성찰을 촉진하는 반면, 적응적 전문지식의 스펙트럼을 완전히 평가하기 위해서는 평가에 대한 새로운 접근방식이 필요하다.
EPA 접근방식은 결국 적응성의 더 나은 판단과 강화를 가능하게 할 수 있다(Lomis et al. 2017).
Double-transfer 설계는 비용이 많이 들고 번거롭기 때문에 교육 시스템으로의 광범위한 일반화가 불가능하다.
대신, 우리는 "지저분한messy" 직장 기반 평가, 정성적인 텍스트 기반 접근법 또는 동료 검토에 의존해야 할 수 있다(예: 긴즈버그 외 2015).
While portfolios promote reflection, an adaptive behavior in and of itself, in order to fully assess the spectrum of adaptive expertise new approaches to assessment are needed.
The nascent Entrustable Profession Activity approach may eventually allow better determination and reinforcement of adaptability (Lomis et al. 2017).
double-transfer design are expensive and cumbersome making their widespread generalization into education systems unlikely. Instead, we may have to rely on “messy” workplace-based assessments, qualitative text-based approaches, or peer-review (e.g. Ginsburg et al. 2015).
[혁신-적응성-효율성 연속체]는 HPE의 설계와 구현에 많은 영향을 미친다. 첫째, 기술혁신과 효율성 경험을 상호 연계하여 적응적 전문성을 촉진하는 것이 필요할 수 있다. 예를 들어, 외과 연수생을 레지던트 프로그램에서 꺼내어 실험실에 삽입하는 연구 경험은 적응력을 증가시키는 결과를 초래하지 않는 일시적이고 지리적으로 분리된 경험의 종류일 수 있다. 대신에 환자 안전, 품질 및 가치 향상을 위한 혁신을 평가하기 위해 분석 방법을 사용하는 1년 동안 품질 개선 프로젝트에 참여하면 최종 전문가의 적응력에 더 큰 도움이 될 수 있다.
The innovation–adaptability–efficiency continuum has a number of implications for the design and implementation of HPE. First, it may be that interleaving innovation and efficiency experiences is necessary to promote adaptive expertise. For example, research experiences in which a surgical trainee is taken out of their residency program and inserted into a laboratory may be the kind of temporally and geographically segregated experience that does not necessarily result in increased adaptability, were that the goal. Instead, involvement in year-long quality improvement projects, in which analytical methods are used to evaluate innovations for improved patient safety, quality, and value might do more for the adaptability of the eventual expert.
요약 Summary
Learning to balance efficiency and innovation for optimal adaptive expertise
- PMID: 30091659
- DOI: 10.1080/0142159X.2018.1485887
Abstract
It is critical for health professionals to continue to learn and this must be supported by health professions education (HPE). Adaptive expert clinicians are not only expert in their work but have the additional capacity to learn and improve in their practices. The authors review a selective aspect of learning to become an adaptive expert: the capacity to optimally balance routine approaches that maximize efficiency with innovative ones where energy and resources are used to customize actions for novel or difficult situations. Optimal transfer of learning, and hence the design of instruction, differs depending on whether the goal is efficient or innovative practice. However, the task is necessarily further complicated when the aspiration is an adaptive expert practitioner who can fluidly balance innovation with efficiency as the situation requires. Using HPE examples at both the individual and organizational level, the authors explore the instructional implications of learning to shift from efficient to innovative expert functioning, and back. They argue that the efficiency-innovation tension is likely to endure deep into the future and therefore warrants important consideration in HPE.
'Articles (Medical Education) > 임상교육(Clerkship & Residency)' 카테고리의 다른 글
| 시뮬레이션 기반 훈련에서 충실도의 재고찰 (Acad Med, 2014) (0) | 2020.11.10 |
|---|---|
| 롤모델로서 임상 트레이너의 특성: 체계적 문헌고찰(Acad Med, 2013) (0) | 2020.11.10 |
| 우리가 필요로하는 전문성 기르기: 교육을 통한 적응적 전문성 촉진(J Eval Clin Pract, 2018) (0) | 2020.11.06 |
| 숙련된 임상의는 어떻게 직관적으로 임상 진단을 인식하는가(Am J Med, 2017) (0) | 2020.11.06 |
| 임상 수행능력의 상호의존성 고려하기: 평가와 위임에 대한 함의(Med Educ, 2018) (0) | 2020.11.06 |