人工智能沟通训练工具在医学本科生教育中的应用：初级保健背景下的混合方法可行性研究

本研究针对医学本科生沟通技能培训中存在的可扩展性、资源分配和个性化等挑战，探讨了基于大型语言模型(LLM)的人工智能虚拟病人(AI VP)在初级保健场景下的应用可行性。采用混合方法研究发现，AI VP在内在动机(median=16.5/20.0)、系统可用性(median=12.0/15.0)和心理安全(median=5.0/5.0)方面获得高度评价，虽在真实感(median=6.0/10.0)方面尚有提升空间，但已展现出作为安全实践环境和即时反馈工具的重要教育价值，为医学教育创新提供了新途径。

　　

在医疗保健领域，有效的沟通是高质量服务交付的基石，深刻影响着患者满意度、治疗依从性乃至临床结局。然而，对于医学本科生而言，沟通技能的培养却长期面临诸多困境。传统的培训方法，例如与标准化病人（Standardized Patients, SPs）进行角色扮演，虽然有效，但往往需要投入大量的人力、物力和时间资源，难以大规模推广，并且难以提供持续、一致且针对每位学习者个性化需求的反馈。随着医学教育规模的扩大和对培训质量要求的提高，寻找一种既能保证教学效果，又能实现规模化、个性化训练的新方法变得尤为迫切。

正是在这样的背景下，人工智能（Artificial Intelligence, AI）技术，特别是大型语言模型（Large Language Models, LLMs）的迅猛发展，为破解这一难题带来了曙光。这些先进的AI模型能够模拟出高度逼真的医患互动场景，为医学生提供一个可以反复练习、并能获得即时详细反馈的可控环境。尤其是在初级保健（Primary Care）场景中，医患沟通通常涉及复杂的、多学科的健康问题，处理敏感话题和进行共同决策的需求尤为突出，因此，利用AI虚拟病人（AI Virtual Patients, AI VPs）进行训练具有独特的价值。尽管已有一些讨论性文章关注AI在医学教育中的应用，但利用先进语言模型模拟VP互动并进行系统评估的实证研究仍然有限。

为了填补这一空白，由Chris Jacobs、Hans Johnson、Nina Tan、Kirsty Brownlie、Richard Joiner和Trevor Thompson组成的研究团队，进行了一项题为《Application of AI Communication Training Tools in Medical Undergraduate Education: Mixed Methods Feasibility Study Within a Primary Care Context》的探索性研究，并发表在《JMIR Medical Informatics》上。这项研究旨在系统评估基于LLM的AI VP工具在医学本科生初级保健沟通技能训练中的可行性、有效性和用户体验。

研究人员采用了混合方法序贯解释性设计（Mixed Methods Sequential Explanatory Design），依次进行定量调查和定性焦点小组讨论。研究招募了18名参与者，包括15名第三年医学本科生和3名执业医生（全科医生导师）。他们在一个主题为“泌尿系癌症评估”的初级保健教学日中，与一个模拟前列腺癌风险评估咨询的AI VP进行了互动。该AI VP基于OpenAI的GPT-3.5-turbo模型构建，并集成了自然语音合成技术（ElevenLabs服务），以模拟一位50岁黑人男性患者的咨询过程，学生可以通过打字或语音（通过Web Speech API转换）与VP交流。定量评估采用了精简版的沉浸式技术评估量表（Immersive Technology Evaluation Measure, ITEM），该量表基于医疗保健教育沉浸式技术模型（Model for Immersive Technology in Healthcare Education, MITHE）开发，用于评估五个核心领域：真实感（Fidelity）、沉浸感（Immersion）、内在动机（Intrinsic Motivation）、汇报反思（Debriefing）中的心理安全（Psychological Safety）以及系统可用性（System Usability）。随后的焦点小组讨论则深入探讨了参与者对AI工具的真实性、教育价值及挑战的体验。

研究结果

定量结果

定量数据显示，参与者对AI VP体验的整体评价积极。ITEM总分中位数为47.5（总分65.0，IQR 43.0-51.2），与中性基准点相比存在显著正差异（效应量d=2.00, P<.001）。具体到各领域：

• •
  内在动机得分最高，中位数为16.5（满分20.0，IQR 15.0-18.0），效应量巨大（d=2.09, P<.001），表明学生认为该工具极具吸引力且富有学习价值。
• •
  系统可用性得分也很高，中位数为12.0（满分15.0，IQR 11.5-12.5），效应量巨大（d=2.18, P<.001），说明平台易于使用。
• •
  心理安全获得满分评价（中位数5.0/5.0，IQR 5.0-5.0），效应量极大（d=4.78, P<.001），反映出学生在与AI互动及后续汇报时感到安全、无评判压力。
• •
  真实感和沉浸感得分相对适中，中位数分别为6.0/10.0（IQR 5.2-7.0）和8.5/15.0（IQR 7.0-9.8）。真实感与中性点无差异（P=.02），沉浸感则未达到统计显著性差异（P=.08），提示AI交互的真实性和沉浸感尚有提升空间。

定性结果

通过对开放式问卷和焦点小组讨论的定性分析，归纳出三个核心主题，共包含11个子主题：

1. 1.
   可用性与实用性：参与者认为技术平台易于访问和使用，但响应延迟（约2-3秒）和技术故障（如系统崩溃、问题需重复提问）影响了对话的自然流畅度和学习体验。
2. 2.
   AI交互的真实感：对此评价不一。AI的声音和语调被普遍认为很真实，其回答的不可预测性也增加了真实感。然而，也存在一些负面体验，如部分回答显得“机械”、“缺乏情感”，有时AI会使用医学术语或提供过多未经询问的细节，这与普通患者的认知不符。此外，缺乏非语言线索（如肢体语言、面部表情）也限制了真实感。
3. 3.
   教育价值与效用：这是最受肯定的方面。参与者高度评价AI VP在巩固临床知识、提供即时反馈方面的作用，认为它是一个非常有用的“知识检查”工具。更重要的是，它提供了一个“安全的实践环境”，学生可以毫无压力地犯错、尝试不同的沟通方式，而无需担心对真实患者造成伤害。同时，其可访问性（理论上可随时随地练习）也被视为一大优势，尽管本研究仅限于受监督的课程内使用。

讨论与结论

本研究综合定量与定性证据表明，尽管当前阶段的AI VP技术在真实感上尚未完全达到人类标准化病人的水平，存在响应延迟、语言有时过于机械化或专业化等问题，但它已经具备了支持有意义教育互动的足够真实度。研究结果凸显了AI VP在医学教育，特别是沟通技能训练中的巨大潜力。其核心优势在于能够创造一个高度心理安全、可扩展、可重复且能提供个性化即时反馈的学习环境，从而有效激发学生的内在学习动机。

该技术的成功应用，代表了医学教育创新的一个充满希望的方向。它能够弥补传统SP培训在资源投入和可扩展性方面的不足，为学生提供更多样化、更灵活的练习机会。未来，通过优化技术基础设施（如减少API延迟）、改进提示工程（Prompt Engineering）以生成更自然的对话、以及整合视觉化身（Avatars）来弥补非语言沟通的缺失，AI VP的真实感和教育价值将得到进一步提升。此外，AI VP还有望应用于客观结构化临床考试（OSCE）、高级模拟人训练、甚至自动化评估等领域。

当然，本研究作为一项可行性探索，也存在一些局限性，如样本量较小、缺乏与人类SP的直接对比评估、以及学习效果未通过客观的能力前后测来衡量等。这些都为未来的研究指明了方向。总之，这项研究有力地证明了将AI驱动的虚拟病人整合到医学课程中的可行性与初步有效性，为提升医学人才培养的质量和效率开辟了新的路径。