在canmed eHealth关键能力和ACGME临床信息学子能力之间进行了映射，使用的关键字和内容与阶段1中人类判断的方法一致。

本文中用于分析的所有数据都是从公开的网络资源中获得的，因此不需要由本研究所属的任何机构的道德委员会进行审查。

图5显示了canmed角色和ACGME能力之间映射的特定关键能力和子能力的图形表示。通过关键字或内容映射能力，示例如下:

图6详细说明未映射到ACGME临床信息学能力子能力的canmed eHealth角色的使能能力。

将临床信息学整合到UME的早期努力在1998年的医学院目标项目(MSOP)中达到了一个临界点[ 15］．MSOP建议整合与存储、检索和管理信息相关的技术技能，以解决医疗问题和决策。最近，将临床信息学整合到UME的努力使用了ACGME临床信息学能力作为一种手段，以阐明信息学如何帮助医学生为住院医师和其他职位做好准备。赫什等[ 16]注意到临床信息学所需的能力超出了MSOP中描述的简单的信息检索任务，而且临床信息学的定义已经超越了解决问题和临床决策的“如何、什么、何时或为什么使用信息”。临床信息学并不是唯一的一个亚专业，其内容是一个有用的补充UME。MSOP的其他方面，如公共卫生、流行病学和医学伦理学，已被建议作为UME的有用补充，最近在卫生系统科学的保护伞下[ 17- 20.］．然而，重要的是，在增加UME课程时，医学院应注意到需要将附加内容纳入临床医学的内容，以支持医学核心技能的发展:诊断和医疗决策[ 21］．

使用ACGME能力来告知课程要素是由Silverman等人证明的[ 22]和赫什等人[ 23］．这些和其他以前将临床信息学整合到学校水平的UME课程中的努力导致了两个来源的课程模式:为ACGME开发的临床信息学研究生能力[ 6]以及美国医学信息学协会开发的临床信息学核心内容[ 24］．在这些背景下，信息学作为临床护理、卫生系统、信息和通信技术领域联系的一个集成组件。由ACGME能力得出的临床信息学内容类别如下:(1)基础知识(本学科的基本知识和常用词汇)，(2)临床决策和护理流程改进(用于支持临床护理的系统实施和流程开发)，(3)卫生信息系统(用于信息系统的开发或选择)，以及(4)变革的领导和管理(用于临床信息系统的实施)。为了努力更新信息学的核心内容，以满足当前一代的技术，并努力重写ACGME的能力和核心内容，Silverman等人[ 25]进行了实践分析，并开发了一套新的类别(领域):(1)基本知识和技能，(2)改善护理提供和结果，(3)企业信息系统，(4)数据治理和数据分析，以及(5)领导力和专业精神。这次更新增加了一个类别(数据治理和分析)，并修改了之前对临床决策和护理过程改进的关注。此外，从决策支持作为临床信息学的核心类别到更广泛地关注系统和过程的转变是临床信息学学科出现的一个关键拐点。临床信息学的这种转变将其重点扩大到包括方法或应用工作，而不是集中在医疗决策的基本临床问题上。临床信息学现在比医学更广泛，包括护理信息学、公共卫生信息学和卫生信息学等正式的子学科，由于医学中缺乏实践重点，它失去了对临床问题解决的关注。正如临床信息学作为卫生系统科学医学教育改革的一个方面所暗示的那样，这一转变进一步将信息学从医学中分离出来，并将其与公共卫生、流行病学和医学伦理学一起纳入课程空间，这些纯粹是医学教育的附加选修课组成部分。

评估映射，包括详细的未映射内容，我们观察到加拿大的能力侧重于临床实践中医生的责任(对自己和病人)，而美国的能力侧重于医疗实践的管理方面。美国的临床信息学能力侧重于临床数据和信息的管理和操作，而不是面向患者的技术和交互。信息学上的区别在于学习使用临床决策支持工具，而不是了解工具的设计和操作中的信息和数据。推理有两种基本类型:临床或诊断，以及管理。临床推理或诊断推理是“综合临床信息、医学知识和情境因素来做出医疗保健决策”，而管理推理是“对患者管理做出决策的过程，包括对治疗、随访、进一步检测和有限资源分配的选择”。 26］．美国人的能力所强调的决策不是“医疗”，而是病人管理。例如，美国人 病人护理和程序技巧能力是“使用信息学工具来改善评估、跨学科护理计划、管理、协调和患者随访”。加拿大 医学专家能力是“采用各种信息和通信技术，提供以患者为中心的护理，并在各种环境中为不同人群提供专家咨询。”涉及管理推理的任务(管理、护理计划、协调和随访)与直接患者护理的任务(咨询和以患者为中心的护理)有些不同。一个综合的解决方案将有助于协调美国和加拿大临床信息学框架之间的差异。教授管理推理方法和临床推理方法将最好地服务于当前的医学推理模式(由Patel和Bergl [ 27)，考虑到围绕医学艺术和科学的背景过程的内在复杂性。从两国临床文件的差异中可以明显看出，美国病历中信息的语义价值是由合规性和报销决定的，而不是由基本的临床信息决定的[ 28］．

在思考本科医学教育中临床信息学教育的更好解决方案时，值得一提的是，课程部署中提出的一个问题是，当该内容在实习前课程中交付时，该内容是否适用于临床实践[ 29］．多所大学的课程设计导致了强调临床信息学的螺纹式或纠缠式课程[ 22， 23]或以临床资讯学为主的见习选修课[ 30.］．由于课程错综复杂，学校通常强调流行病学或决策科学原理，这些原理推动了信息学实践的科学基础，而不是选修课强调操作和临床决策支持。此外，当试图在实习前课程中教授质量改进(这方面是ACGME临床信息学能力的组成部分)时，信息学关注的是学生的突出问题，而不是基本的临床价值[ 31］．

从根本上讲，整合序列临床信息学内容以提供课堂以外的体验性参与(例如，将术语和标准与其他实习轮转联系起来)，并在学术健康科学中心内提供了一种方法，以确保信息学教育不被临床教育所掩盖[ 32］．我们承认协调加拿大和美国能力的潜在挑战，无论是在两个国家医学教育计划的政治规模上，还是在LCME的监督下。然而，作为起点，未来的信息学教育方法应结合临床和管理推理，并应强调信息学支持实习教育的实用主义成分，以加强医生的实践和艺术。

此外，在临床信息学教育中，缺乏对临床判断和元认知的关注，这两者都是临床信息学超越计算机使用和简单信息检索的教育成果[ 16］．解决这一不足是至关重要的，因为在对医学教育中的信息学教育干预的系统回顾中，学生在提取、聚合或可视化临床数据方面的培训不足，导致他们作为医生在使用电子病历时的实践不足[ 33］．因此，信息学培训是必要的，超出了最初从MSOP(即一般计算机使用)等现有工作中概述的内容。我们建议以下方法，以支持未来课程的发展:

在教授推理时，无论是临床推理还是基于管理的推理，理解医生在实践中如何塑造推理是至关重要的。课程应确保诊断逻辑实践的严谨性(通过鉴别诊断)在其复杂性上得到增强，而不是通过捷径[ 36］．虽然这种方法最古老的实证例子证明了它的前景[ 37， 38]并预示着当前的成功[ 39， 40]，这些成功的关键不在于它们技术的复杂性，而在于它们教授和服务于医生逻辑演算的能力。

这种增强临床实践的概念是Hersh等人[ 41为临床信息学增加必要的能力应该包括在临床环境中使用人工智能和增强智能(以及对算法方法中的偏差的理解)。将人工智能纳入用于诊断的临床信息中，与托马斯·克利福德·奥尔巴特爵士在其开创性的著作《医学》中提出的概念有明显的联系 医学体系．Allbutt [ 42]表明信息整合是医学核心行为(如诊断)的支柱。明确UME教授临床信息学的下一步，使用计算机和电子病历的重点应该是通过医生临床指导的批准来促进不确定性的管理。这种对不确定性的管理将告诉医学生，信息和证据是医生解释临床遭遇的符号。从根本上说，对不确定性的管理加强了医生基于信息的弹性，对抗医疗自动化，以及医生的技术执行者模式[ 43］．通过适当的信息学教育，遇到技术的医生将因此得到增强，而不是被取代。医生的认知不会被“主算法”所取代。 44］．

最后，为了评估这种增强，未来的信息学教育应与医学教育的阶段评估机制保持一致，而不是与认知学习理论的机制保持一致[ 45]，这样，所获得的知识的临床可译性是学生心中最重要的。转向反映当前临床护理、有效测量和评估方法的数据驱动教育范式[ 11]对于决定承载医学的(隐藏的)课程不会因数字化而过时至关重要。因此，在寻求推进医学教育的过程中，这一分析可以总结为临床信息学界的最终赞歌: