Artificial intelligence in medical education: Curriculum design, assessment models, and educational infrastructure across undergraduate and residency training – A narrative review

Artificial intelligence (AI) is rapidly becoming an integral part of everyday clinical practice, including cardiology and cardiovascular surgery. As AI increasingly influences diagnostic and therapeutic decisions, physicians are expected to interact with these systems in a critical, safe, and ethically grounded manner. This narrative review aims to explore how AI can be systematically integrated into undergraduate and residency medical education, with a particular focus on curriculum design, teaching strategies, assessment models, and educational infrastructure, while considering the context of the Turkish medical education system. A narrative synthesis of international medical education literature, policy documents, and institutional reports was conducted without quantitative meta-analysis. The review was guided by the principles of human-in-the-loop clinical reasoning, ethical AI use, and patient safety. Effective integration of AI into medical education requires a longitudinal and staged curriculum spanning preclinical, clinical, and residency training. Assessment strategies must explicitly address AI-assisted decision-making and be supported by transparent institutional policies governing AI use in examinations, as well as by secure, regulation-compliant digital infrastructure. Educational approaches should encourage learners to critically appraise and contextualize AI outputs rather than accept them uncritically. The reviewed literature supports a competency-based educational framework that integrates AI literacy, ethical reasoning, and context-aware clinical judgment. AI education should be viewed as a core clinical competency that strengthens rather than replaces human judgment. Particularly in high-risk cardiovascular disciplines, a standardized, ethics-centered, and competency-based educational framework is essential to prepare future physicians for AI-augmented healthcare environments.

Yapay zekâ (YZ), kardiyoloji ve kardiyovasküler cerrahi dâhil olmak üzere günlük klinik uygulamanın ayrılmaz bir parçası hâline hızla gelmektedir. YZ’nin tanısal ve terapötik kararlar üzerindeki etkisi arttıkça, hekimlerin bu sistemlerle eleştirel, güvenli ve etik temellere dayalı bir şekilde etkileşim kurmaları beklenmektedir. Bu anlatı derlemesi, YZ’nin lisans ve uzmanlık düzeyindeki tıp eğitimine nasıl sistematik olarak entegre edilebileceğini; müfredat tasarımı, öğretim stratejileri, değerlendirme modelleri ve eğitim altyapısı açısından incelemeyi amaçlamakta ve bunu Türkiye’deki tıp eğitimi sistemi bağlamında ele almaktadır. Uluslararası tıp eğitimi literatürü, politika belgeleri ve kurumsal raporlar, nicel bir metaanaliz yapılmaksızın anlatı sentezi yöntemiyle değerlendirilmiştir. Derleme; insan denetimli klinik akıl yürütme, etik YZ kullanımı ve hasta güvenliği ilkeleri doğrultusunda yönlendirilmiştir. YZ’nin tıp eğitimine etkili biçimde entegre edilmesi, preklinik, klinik ve uzmanlık eğitimini kapsayan uzunlamasına ve aşamalı bir müfredat gerektirir. Değerlendirme stratejileri, YZ destekli karar verme süreçlerini açıkça ele almalı; sınavlarda YZ kullanımını düzenleyen şeffaf kurumsal politikalar ve güvenli, mevzuata uygun bir dijital altyapı ile desteklenmelidir. Eğitim yaklaşımları, öğrenenlerin YZ çıktılarının eleştirel değerlendirilmesi ve bağlamsallaştırılması becerilerini geliştirmeli, bu çıktıları sorgulamadan kabul etmelerini engellemelidir. İncelenen literatür, YZ okuryazarlığını, etik akıl yürütmeyi ve bağlama duyarlı klinik yargıyı bütünleştiren yetkinlik temelli bir eğitim çerçevesini desteklemektedir. YZ eğitimi, insan yargısını ikame eden değil, güçlendiren temel bir klinik yetkinlik olarak değerlendirilmelidir. Özellikle yüksek riskli kardiyovasküler alanlarda, YZ destekli sağlık hizmeti ortamlarına hekimleri hazırlamak için standartlaştırılmış, etik temelli ve yetkinlik odaklı bir eğitim çerçevesi gereklidir.