The attitude, perceived usefulness, perceived ease of useand   acceptance   of   artificial   intelligence   among   medicalstudents   in   Iran:   An   application   of   the   technologyacceptance model.

Jalambadani, Zeinab; Ghorbani, Ali Reza; Rabiei, Mehdi; Assarzadeh, Hossein

The attitude, perceived usefulness, perceived ease of useand acceptance of artificial intelligence among medicalstudents in Iran: An application of the technologyacceptance model.

Files

TAM+final.pdf(332.37 KB)

Date

2025-12-10

Authors

Jalambadani, Zeinab

Ghorbani, Ali Reza

Rabiei, Mehdi

Assarzadeh, Hossein

Publisher

Universidad de Murcia, Servicio de Publicaciones

Abstract

Introducción: Este estudio evaluó la actitud, la utilidad percibida (PU), la facilidad de uso percibida (PEOU) y la intención de aceptar la tecnología de inteligencia artificial (IA) de los estudiantes de medicina en Irán en 2024 utilizando el Modelo de Aceptación de Tecnología (TAM). Metodología: En este estudio transversal, se seleccionaron 246 estudiantes de medicina mediante un muestreo estratificado. Los datos se recopilaron con un cuestionario basado en TAM sobre IA y se analizaron utilizando SPSS 24. Se utilizaron la correlación de Pearson, la regresión lineal y las estadísticas descriptivas para evaluar las relaciones y los predictores. Resultados: La actitud hacia el uso (β = 0,41, P < 0,001), PEOU (β = 0,50, P < 0,001), PU (β = 0,43, P < 0,001) y la intención de uso (β = 0,58, P < 0,001) se asociaron significativamente con el uso real de IA. En una regresión multivariable, la PU, la PEOU y la actitud explicaron conjuntamente el 78 % de la varianza en el uso real de la IA (R² = 0,78; R² ajustado = 0,76; F(4, 241) = 60,75; p < 0,001). Conclusión: La PU, la PEOU y la actitud positiva son fuertes predictores de la aceptación y el uso real de la IA entre los estudiantes de medicina. Las instituciones educativas deben abordar estos factores para facilitar la integración efectiva de la IA en la formación médica.
Introduction: This study evaluated medical students’ attitude, perceived usefulness (PU), perceivedease of use (PEOU), and intention to accept artificial intelligence (AI) technology in Iran in 2024using the Technology Acceptance Model (TAM). Methodology: In this cross-sectional study, 246medical students were selected by stratified sampling. Data were collected with a TAM-basedquestionnaire on AI and analyzed using SPSS 24. Pearson correlation, linear regression, anddescriptive statistics were used to assess relationships and predictors. Results: Attitude toward use(β = 0.41, P < 0.001), PEOU (β = 0.50, P < 0.001), PU (β = 0.43, P < 0.001), and intention to use (β = 0.58,P < 0.001) were significantly associated with actual AI use. In a multivariable regression, PU, PEOU,and attitude together explained 78% of the variance in actual AI use (R² = 0.78, Adjusted R² = 0.76,F(4, 241) = 60.75, p < 0.001). Conclusion: PU, PEOU, and positive attitude are strong predictors of AIacceptance and actual use among medical students. Educational institutions should address thesefactors to facilitate effective integration of AI into medical education.

Keywords

Technology Acceptance Mode , Medical education , Curriculum integration , Iran , Artificial intelligence

Citation

Jalambadani, Z., Assarzadeh, H., Ghorbani, A. R., & Rabiei, M. (2025). La actitud, la utilidad percibida, la facilidad de uso percibida y la aceptación de la inteligencia artificial entre los estudiantes de medicina en Irán: una aplicación del modelo de aceptación de tecnología. Revista Española De Educación Médica, 6(6).