编辑推荐：
为解决传统问诊训练的局限，IU 国际应用科学大学的研究人员开展基于 GPT-4 模拟问诊的研究。结果显示学生对其满意度高，且更青睐 AI 驱动的学习方式。这为医疗教育带来创新，推荐科研读者一读，探索 AI 教育的潜力。
在当今的医疗教育领域，人工智能（AI）的身影愈发常见，它就像一把神奇的钥匙，试图打开医疗教育创新的大门。在众多医疗技能中，问诊（anamnesis interview，即收集患者全面病史、了解症状，这对准确诊断和制定有效治疗方案至关重要）的训练一直是个 “难题”。传统的训练方式主要依赖与真实患者互动和角色扮演，可这就像戴着镣铐跳舞，存在诸多限制。
一方面，患者病例的接触机会不稳定，就像抽奖一样，学生们很难保证每次都能遇到合适的病例来练习；另一方面，经验丰富的导师数量有限，没办法时刻指导每个学生。而且，重复练习以达到熟练程度需要耗费大量的资源和精力，成本高不说，在在线教育环境中也很难实施。这就好比在数字时代，还在用古老的拨号电话，跟不上时代的步伐。
与此同时，虚拟现实（VR）技术虽然在教育领域有沉浸式的潜力，但因为设备昂贵、使用不便等问题，就像一座难以攀登的高山，让很多人望而却步。而大语言模型（LLMs），比如 GPT-4，凭借其广泛的可用性和人们对文本界面的熟悉，成为了更具潜力的选择。
正是在这样的背景下，来自 IU 国际应用科学大学（IU International University of Applied Sciences）的研究人员决心探索一条新的道路。他们的研究成果发表在《BMC Medical Education》期刊上，论文题目是 “Teaching opportunities for anamnesis interviews through AI based teaching role plays: a survey with online learning students from health study programs” 。这项研究就像在黑暗中点亮了一盏灯，为医疗教育带来了新的希望。研究发现，基于 GPT-4 的聊天机器人在模拟问诊方面表现出色，学生们对其接受度很高，甚至超过了传统的角色扮演方法。这意味着，医疗教育或许即将迎来一场变革，一种更高效、更灵活的教学方式正在向我们走来。
为了开展这项研究，研究人员主要运用了以下几个关键技术方法：首先，他们选择 GPT-4 作为底层语言模型，看中的是它强大的对话深度和适应性。就像挑选了一位知识渊博、反应敏捷的 “助手”，能够应对各种复杂的情况。接着，通过 IU 国际应用科学大学的引导对话设计器（Guided Conversation Designer，GCD）平台来实现这个模型。这个平台就像是一个神奇的 “魔法工厂”，可以让教育者设计聊天机器人，创建系统提示和对话流程，还能记录和审查学生与 AI 的互动。最后，研究人员精心设计了提示（prompt），这个提示就像是给 “助手” 的详细任务清单，让 GPT-4 模拟特定的医疗场景，扮演患者及其妻子，为学生创造出逼真的问诊环境。
下面来看看具体的研究结果：
- 研究对象的基本情况：参与研究的学生大多来自不同的健康相关专业，近 86% 是女生，这和相关专业的性别分布大致相符。虽然没有直接调查学生年龄，但根据相关专业学生年龄数据推测，大部分参与者是年轻人。而且，超过一半的学生学习护理专业，86% 的参与者有过问诊经验。这就像是给研究奠定了一个 “基础框架”，让后续的研究有了明确的方向。
- 用户体验和学生满意度：学生们从多个方面对聊天机器人的表现进行了评价。在语言能力方面，聊天机器人的表现堪称出色，它的基本语言技能和对问题的响应能力得到了学生们的高度认可，各项语言能力标准的满意度都超过 72%，尤其是可理解性和响应性，得分超过 90%。这就好比聊天机器人能和学生们进行流畅、愉快的交流，完全没有 “鸡同鸭讲” 的尴尬。在专业和内容相关的精确性上，超过 80% 的参与者认为 AI 患者提供医疗信息的准确性良好到优秀。不过，在某些方面，比如提供症状和病史信息的充足性上，只有 78.6% 的参与者表示信服。这说明聊天机器人虽然很厉害，但还有进步的空间。在与真实问诊的接近程度上，尽管作为基于文本的聊天机器人，在表达情感和处理复杂情况等方面存在一定局限性，但学生们仍然认为它与真实问诊有很强或较强的相似性，特别是在开放性、诚实性和理解性等方面得到了较高评价。这表明，即使没有真实的场景和表情，聊天机器人也能营造出很真实的问诊氛围。
- 聊天内容分析：研究人员对学生和聊天机器人的对话进行了深入分析。平均一次对话包含 30±12.6 条消息，内容涉及健康状况、事故过程和日常生活独立性等方面。其中，“你今天感觉怎么样？” 是被问到最多的问题。聊天机器人对这个问题的回答既有一致性，比如对事故过程和基本症状的描述比较稳定；也有变化性，比如在症状细节和情感反应上会有所不同。这就像真实的患者，虽然基本情况相似，但在具体感受和表达上也会因人而异。
- 模拟环境对学生行为的影响：通过学生的自我评估发现，他们在与虚拟患者交流时，大多表现出尊重和同理心，没有出现不自然或歧视性的行为。不过，在被问到在虚拟问诊中是否比在现实中表现得更专业时，意见出现了分歧，虽然超过 64.3% 的参与者持否定态度，但至少 35.8% 的人部分认同。这反映出虚拟问诊对学生的专业表现可能有不同的影响，值得进一步研究。
- 学生对角色扮演方法的偏好：在询问学生未来更喜欢哪种练习问诊的方式时，34% 的学生选择基于语音的聊天机器人，22% 选择虚拟形象，22% 选择基于文本的聊天机器人，而真实患者和演员分别只占 10%。这表明，学生们对 AI 驱动的学习方式更感兴趣，传统的方式逐渐失去了吸引力。
从研究结论和讨论部分来看，这项研究意义重大。它为医疗教育提供了新的思路和方法，基于 GPT-4 的聊天机器人在模拟问诊方面展现出了巨大的潜力，能够为学生创造出逼真的学习环境，提高他们的沟通和问诊技能。而且，这种虚拟问诊学习工具具有可扩展性、可及性和灵活性等优势。它不受时间和空间的限制，就像一个随时陪伴在学生身边的 “超级导师”，无论何时何地，只要学生需要，就能提供帮助。同时，它还能降低成本，一次编程可以多次使用，避免了使用真实患者带来的高昂费用。
不过，研究也存在一些局限性。比如，研究主要从学生的角度进行调查，没有充分考虑教育者的看法；只使用了一个 LLM 和一个患者案例，可能会影响研究结果的普遍性；参与者中女性比例较高，可能会导致观点的多样性不足；而且由于是可行性研究，没有进行样本量分析，只使用了描述性统计。但这些局限性并不影响研究的价值，反而为后续研究指明了方向。
未来，研究人员可以进一步扩大参与者群体，运用更复杂的统计分析方法，深入研究聊天机器人在不同医学领域、不同场景和不同用户群体中的应用。还可以探索将语音、视觉元素或虚拟形象融入其中，创造更沉浸式的学习环境，以及直接为学生提供个性化的反馈，进一步提升学习效果。总之，这项研究是医疗教育领域的一次大胆尝试，为未来的发展开辟了广阔的道路，让我们对 AI 在医疗教育中的应用充满了期待。
