Integrating engineering into medical education: A scoping review
Notice bibliographique
Résumé
Background: As healthcare systems grow increasingly complex and technology-driven, there is a pressing need to equip future physicians with problem-solving skills, systems thinking and design principles that define engineering disciplines. Although isolated programmes have integrated engineering into medical training, there is a limited synthesis of how these approaches are operationalised and evaluated. Objective: This narrative review explores the integration of engineering principles into medical education and identifies models, thematic trends and opportunities for interdisciplinary innovation. Methods: Relevant literature was identified through a comprehensive search of PubMed, Scopus, IEEE Xplore and grey literature sources using keywords related to engineering mindsets, medical education and interdisciplinary training. A flexible and exploratory approach was used to include peer-reviewed and conceptual articles that addressed the application of systems thinking, simulation, quality improvement (QI) and design in medical training contexts. Results: Fifteen articles spanning North America and Europe were included in the study. Four themes emerged: (1) engineering-based curricula and dual-degree programmes; (2) simulation, modelling and systems thinking; (3) healthcare systems engineering and QI and (4) interdisciplinary collaboration and innovation. Programmes such as EnMED and MEDTEC exemplify dual-degree initiatives that foster innovation capacity. Simulation tools enhance experiential learning of physiology and pharmacokinetics. Lean methodology, human factors and system optimisation are embedded in QI education. Interdisciplinary programmes, such as healthcare hackathons and design thinking challenges, cultivate real-world problem-solving and team-based innovation. Conclusion: Integrating engineering principles into medical education enhances learners’ ability to navigate complex technology-intensive healthcare systems. Embracing systems thinking, process design and interdisciplinary collaboration represents curricular enhancement and a fundamental evolution in preparing future physician-innovators.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,023 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».