Combination of App-Based Ultrasound Simulation and Conventional Learning Methods in Medical Education for Fetal Echocardiography

Abstract

Purpose

This study examines whether combining conventional textbook materials with the app-based ultrasound simulator Scanbooster enhances learning outcomes in fetal echocardiography, compared to using either method alone. It also evaluates the impact of the learning sequence.

Materials and Methods

210 medical students were randomized into two groups:

• PDF → App group (n=103): Textbook study followed by the Scanbooster ultrasound simulator app

• App → PDF group (n=107): Scanbooster ultrasound simulator app followed by textbook study

Knowledge was assessed before and after by identifying marked structures in ultrasound videos.

Results

There were no significant differences between the groups regarding age (p=0.564) and prior ultrasound experience (p=0.746). Both groups showed a significant improvement in identifying sonographic structures after the learning phase (p<0.001), with a mean learning effect of 104.96% and 102.16%, respectively, for fetal echocardiography-specific knowledge. The order of learning materials had no significant effect on learning success (p>0.05). In comparison with our previous study, we found that the combination of app-based simulation and textbooks led to the best learning outcomes in fetal echocardiography. This approach resulted in significantly higher performance compared to pure PDF learning (p<0.001) and was slightly, yet still significantly better than pure simulation (p=0.031).

Conclusion

The combination of conventional textbook materials and app-based ultrasound simulation is the most effective approach for teaching fetal echocardiography. The learning sequence does not significantly impact the outcome.

Zusammenfassung

Ziel

Diese Studie untersucht, ob der Lernerfolg in der fetalen Echokardiografie durch die Kombination von herkömmlichen Lehrbuch-Materialien mit dem appbasierten Ultraschall-Simulator Scanbooster im Vergleich zur Anwendung von nur einer der beiden Methoden verbessert wird. Außerdem wird der Einfluss der Lern-Reihenfolge bewertet.

Material und Methoden

210 Medizinstudenten wurden randomisiert in 2 Gruppen eingeteilt:

• PDF → App-Gruppe (n=103): Lehrbuchstudium, gefolgt von der Scanbooster-Ultraschall-Simulator-App

• App → PDF-Gruppe (n=107): Scanbooster-Ultraschall-Simulator-App, gefolgt vom Lehrbuchstudium.

Das Wissen wurde vor und nach dem Lernen durch Identifizieren markierter Strukturen in Ultraschallvideos bewertet.

Ergebnisse

Es gab keine signifikanten Unterschiede zwischen den Gruppen hinsichtlich des Alters (p=0,564) und den Ultraschall-Vorkenntnissen (p=0,746). Beide Gruppen zeigten nach der Lernphase eine signifikante Verbesserung bei der Identifizierung sonografischer Strukturen (p<0,001), mit einem mittleren Lerneffekt von 104,96% bzw. 102,16% für Kenntnisse in der fetalen Echokardiografie. Die Reihenfolge der Lernmaterialien hatte keinen signifikanten Einfluss auf den Lernerfolg (p>0,05). Im Vergleich zu unserer vorherigen Studie stellten wir fest, dass die Kombination aus appbasierter Simulation und Lehrbüchern die besten Lernerfolge in der fetalen Echokardiografie erzielte. Dieser Ansatz führte zu einer signifikant höheren Leistung als das reine PDF-Lernen (p<0,001) und war geringfügig, aber dennoch signifikant besser als die reine Simulation (p = 0,031).

Schlussfolgerung

Die Kombination aus herkömmlichen Lehrbuchmaterialien und appbasierter Ultraschall-Simulation ist der effektivste Ansatz für die Vermittlung der fetalen Echokardiografie. Die Lern-Reihenfolge hat keinen signifikanten Einfluss auf das Ergebnis.

Keywords

ultrasound simulation - fetal echocardiography - learning methods - ultrasound app - ultrasound training

Publication History

Received: 15 May 2025

Accepted after revision: 02 October 2025

Accepted Manuscript online:
02 October 2025

Article published online:
12 November 2025

• Literature

• 1 Kalache K, Ostermayer E, Dückelmann A. Die Geburtshilfe. In: Fehlbildungsdiagnostik und Ultraschalluntersuchung im 2. Trimenon. Berlin Heidelberg: Springer; 2016: 145-158
• 2 Tolsgaard MG, Rasmussen MB, Tappert C. et al. Which factors are associated with trainees' confidence in performing obstetric and gynecological ultrasound examinations?. Ultrasound in Obstetrics & Gynecology 2014; 43: 444-451
• 3 Taksøe-Vester C, Dyre L, Schroll J. et al. Simulation-Based Ultrasound Training in Obstetrics and Gynecology: A Systematic Review and Meta-Analysis. Ultraschall in Med 2020; 42: e42-e54
• 4 Hartmann TJ, Friebe-Hoffmann U, de Gregorio N. et al. Novel and flexible ultrasound simulation with smartphones and tablets in fetal echocardiography. Arch Gynecol Obstet 2022; 305: 19-29
• 5 Hartmann TJ, Hartmann JBJ, Friebe-Hoffmann U. et al. Novel Method for Three-Dimensional Facial Expression Recognition Using Self-Normalizing Neural Networks and Mobile Devices. Geburtshilfe Frauenheilkd 2022; 82: 955-969
• 6 Sohn C, Holzgreve W. Ultraschall in Gynäkologie und Geburtshilfe. In: Sohn C, Holzgreve W. , ed. . Stuttgart: Georg Thieme Verlag KG; 2012.
• 7 Otorkpa M, Kirk A, Philp N. et al. Simulation-Based Echocardiography Teaching in Medical Education: A Test-Based Pilot Study. Journal of the Oman Medical Association 2024; 1: 3-9
• 8 Janzing P, Nourkami-Tutdibi N, Tutdibi E. et al. Controlled prospective study on ultrasound simulation training in fetal echocardiography: FESIM II. Arch Gynecol Obstet 2024; 309: 2505-2513
• 9 Ding K, Chen M, Li P. et al. The effect of simulation of sectional human anatomy using ultrasound on students’ learning outcomes and satisfaction in echocardiography education: a pilot randomized controlled trial. BMC Medical Education 2024; 24: 494
• 10 Ferrero NA, Bortsov AV, Arora H. et al. Simulator Training Enhances Resident Performance in Transesophageal Echocardiography. Anesthesiology 2014; 120: 149-159
• 11 Clau-Terré F, Sharma V, Cholley B. et al. Can Simulation Help to Answer the Demand for Echocardiography Education?. Anesthesiology 2014; 120: 32-41
• 12 Stark K, Scheiermann P, Tomasi R. Verbesserung theoretischer und praktischer Fertigkeiten durch zertifizierte Ultraschall-Ausbildungskurse in der Anästhesie. Ultraschall 2017; 38: 1-65
• 13 Dietrich CF, Sirli RL, Barth G. et al. Student ultrasound education – current views and controversies. Ultraschall in Med 2024; 45: 389-394
• 14 McGaghie WC, Issenberg SB, Petrusa ER. et al. A critical review of simulation-based medical education research: 2003–2009. Med Educ 2010; 44: 50-63
• 15 Ostergaard ML, Rue Nielsen K, Albrecht-Beste E. et al. Simulator training improves ultrasound scanning performance on patients: a randomized controlled trial. Eur Radiol 2019; 29: 3210-3218
• 16 Ostergaard ML, Konge L, Kahr N. et al. Four Virtual-Reality Simulators for Diagnostic Abdominal Ultrasound Training in Radiology. Diagnostics (Basel) 2019; 9
• 17 Nayahangan LJ, Dietrich CF, Nielsen MB. Simulation-based training in ultrasound – where are we now?. Ultraschall in Med 2021; 42: 240-244
• 18 Pedersen MRV, Ostergaard ML, Nayahangan LJ. et al. Simulation-based education in ultrasound – diagnostic and interventional abdominal focus. Ultraschall in Med 2024; 45: 348-366
• 19 Tercanli S, Raio L. Potential of Simulators in Ultrasound Diagnostics. Ultraschall in Med 2024; 45: 115-117
• 20 Hartmann T, Passauer J, Hartmann J. et al. Basic principles of artificial intelligence in dermatology explained using melanoma. J Dtsch Dermatol Ges 2024; 22: 339-347
• 21 Hartmann T. 3-D-Körper- und Gesichtserkennung bei atopischem Ekzem, Psoriasis und Hautkrebsscreening. Die Dermatologie 2024; 75: 435-436
• 22 Smeets T, Giesbrecht T, Jelicic M. et al. Context-dependent enhancement of declarative memory performance following acute psychosocial stress. Biol Psychol 2007; 76: 116-123
• 23 Vogel S, Schwabe L. Learning and memory under stress: implications for the classroom. NPJ Sci Learn 2016; 1: 16011