利用生成式人工智能 persona 提示进行临床模拟：一种培养阿片类药物过量预防能力的新方法

《Clinical Simulation in Nursing》：Leveraging a generative AI persona prompt for clinical simulation: A novel approach to develop competencies for opioid overdose prevention

家庭护士实践者通过任务训练器注射纳洛酮和生成式AI虚拟患者对话的模拟训练，显著提升了对纳洛酮教育的信心和临床胜任力，平均测试成绩达91%。

　　在当前全球范围内，阿片类药物滥用问题已成为公共卫生领域的一大挑战，尤其在美国，其影响尤为严重。根据相关数据，自1999年以来，阿片类药物过量死亡人数增加了十倍，而在2023年，阿片类药物相关死亡占所有药物过量死亡的约76%。面对这一严峻形势，护理教育必须与时俱进，为护士提供应对阿片类药物过量事件所需的知识与技能。为了更好地准备未来的护理实践，护理教育工作者开始探索创新的教学方法，其中模拟教学和生成式人工智能（GenAI）技术的应用成为重要方向。

在这一背景下，一项针对家庭护理实践者（Family Nurse Practitioner, FNP）学生的创新模拟教学项目被设计并实施。该项目旨在通过两种不同的模拟体验，提升学生在阿片类药物过量预防与治疗方面的关键能力。第一种模拟体验是通过任务训练器（task trainers）进行的实践操作，学生可以模拟使用纳洛芬（naloxone）进行急救的过程。第二种模拟则采用了生成式人工智能驱动的虚拟患者互动，通过设定一个具体的虚拟患者角色，让学生在模拟场景中进行纳洛芬教育的实践。这两种模拟方式不仅提升了学生的知识掌握程度，还增强了他们在实际情境中的应对能力。

### 项目背景与必要性

阿片类药物过量问题对社会造成了深远的影响，其危害不仅限于个体生命安全，还对家庭、社区乃至整个国家的医疗系统构成巨大压力。在这一过程中，纳洛芬作为阿片类药物过量的逆转剂，其使用对于挽救生命至关重要。然而，现实情况显示，纳洛芬的处方和分发仍然存在显著的不均衡。例如，根据美国疾病控制与预防中心（CDC）的数据，每70张高剂量阿片类药物处方中仅有一张纳洛芬处方被开出。尽管有国家层面的推荐和各州的相关法律，但纳洛芬的使用率依然较低，这表明护理教育在这一领域的知识传授和技能培养仍存在不足。

因此，培养具备阿片类药物过量应对能力的护士，特别是家庭护理实践者，成为护理教育的重要任务。这些护士在临床实践中常常需要与患者进行沟通，提供药物使用指导和健康教育。然而，许多学生在临床经历中缺乏足够的接触机会，尤其是在处理高剂量阿片类药物使用或与阿片类药物滥用相关的问题时。这种实践经验的缺失可能会影响他们对相关知识的理解和应用，进而影响他们的临床判断与决策能力。

为了解决这一问题，护理教育者开始尝试利用模拟教学和生成式人工智能技术来弥补临床经验的不足。模拟教学能够提供安全、可控的学习环境，让学生在没有真实患者风险的情况下练习临床技能。而生成式人工智能技术则为模拟教学带来了新的可能性，它能够模拟真实患者与护士之间的互动，使学生在虚拟环境中获得更贴近实际的训练体验。这种技术的应用，不仅提高了教学的灵活性和互动性，还为学生提供了更多样化的学习资源。

### 模拟教学的设计与实施

该项目的模拟教学设计充分考虑了学生的学习需求和实际操作的可行性。首先，任务训练器的使用为学生提供了直接的操作实践机会。任务训练器是一种高度仿真的设备，能够模拟真实医疗场景中的各种情况，帮助学生掌握纳洛芬的正确使用方法。在这一过程中，学生首先通过观看教学视频了解阿片类药物过量的基本原理和纳洛芬的使用规范，然后通过回答问题检查自己的理解程度。随后，他们在模拟环境中进行实际操作，如鼻腔内使用纳洛芬。模拟指导教师会观察学生的操作，并提供及时的反馈，以帮助他们改进技能。

任务训练器的使用不仅提升了学生的动手能力，还增强了他们对纳洛芬使用流程的熟悉程度。这种实践性的教学方式，使学生能够在模拟环境中反复练习，从而减少对真实患者的风险，同时提高他们的操作熟练度。此外，模拟教学还允许学生在不同情境下进行尝试，例如处理不同类型的阿片类药物过量案例，这有助于他们更好地理解药物的作用机制和急救的必要性。

除了任务训练器的实践操作，该项目还引入了生成式人工智能驱动的虚拟患者互动。这一互动方式通过设定一个具体的虚拟患者角色，使学生能够在模拟环境中进行纳洛芬教育的实践。生成式人工智能技术的应用，使得学生能够与虚拟患者进行真实的对话，模拟临床环境中的沟通和教育过程。这种互动不仅帮助学生掌握纳洛芬的使用知识，还锻炼了他们的沟通技巧和患者教育能力。

生成式人工智能的使用需要经过精心设计和准备。在项目初期，团队通过多次的脚本编写、测试和修订，确保生成式人工智能能够提供高质量、真实感强的模拟体验。虚拟患者的设定包括基本信息、医疗史、社会背景以及相关的健康驱动因素，这些信息使得模拟更加贴近现实，增强了学生的代入感。在模拟过程中，学生需要与虚拟患者进行互动，提出问题、提供解答，并根据患者的反应调整自己的沟通策略。这种互动不仅提高了学生的临床判断能力，还使他们能够更好地理解患者的需求和背景。

### 学生反馈与学习成效

在项目实施后，学生对这两种模拟体验的反馈总体上是积极的。尽管大多数学生在临床经历中尚未有机会讨论纳洛芬的使用，但在模拟教学之后，他们的知识掌握程度和自信心显著提升。在任务训练器的模拟中，学生通过实际操作掌握了纳洛芬的使用方法，并对相关知识有了更深入的理解。而在生成式人工智能的模拟中，学生通过与虚拟患者的互动，提升了他们的沟通技巧和患者教育能力。

具体而言，学生在任务训练器模拟后，有87%的人表示他们对纳洛芬的知识感到自信，80%的人认为自己已经准备好提供纳洛芬教育。这些数据表明，模拟教学在提升学生的知识和技能方面发挥了重要作用。此外，学生在模拟后的测试中表现良好，平均得分达到91%。测试内容涵盖了纳洛芬的药理学知识、使用原则以及教育的关键组成部分。尽管有两道题目得分较低，分别为57%和64%，但根据测试题的区分指数（discrimination index），这些题目仍然被认为是有效的，能够准确评估学生的知识掌握程度。

生成式人工智能模拟的引入，使学生能够在一个更加动态和互动的环境中学习。他们不仅能够通过与虚拟患者的对话掌握纳洛芬的使用知识，还能够练习如何在实际情境中与患者沟通。这种模拟方式的优势在于，它能够提供个性化的学习体验，使学生在不同的互动情境中进行实践，从而更好地适应临床环境中的复杂情况。此外，生成式人工智能的使用还为学生提供了更多的学习机会，使他们能够在没有真实患者的情况下反复练习，从而提高他们的熟练度和自信心。

### 教学设计的创新与优势

该项目的教学设计充分体现了创新性和实用性。首先，任务训练器的使用为学生提供了直接的操作实践机会，使他们能够在模拟环境中掌握纳洛芬的使用方法。这种实践性教学方式不仅提高了学生的动手能力，还增强了他们对相关知识的理解和应用。其次，生成式人工智能的引入为模拟教学带来了新的可能性，使得学生能够在更加真实的互动环境中进行学习。这种技术的应用，使得学生能够模拟临床环境中的各种情况，从而更好地适应未来的护理实践。

生成式人工智能的使用还具有其他优势。首先，它能够提供个性化的学习体验，使学生在不同的互动情境中进行实践，从而更好地适应临床环境中的复杂情况。其次，生成式人工智能的使用为学生提供了更多的学习机会，使他们能够在没有真实患者的情况下反复练习，从而提高他们的熟练度和自信心。此外，生成式人工智能的使用还能够帮助学生更好地理解患者的背景和需求，从而提升他们的沟通能力和患者教育能力。

在教学过程中，生成式人工智能的使用还需要考虑技术的可行性和教学效果。首先，生成式人工智能的使用需要经过精心设计和准备，以确保其能够提供高质量、真实感强的模拟体验。其次，生成式人工智能的使用还需要考虑到学生的适应能力，确保他们能够在不同的互动情境中进行学习。此外，生成式人工智能的使用还需要考虑到教学效果的评估，以确保其能够有效提升学生的知识和技能。

### 教学实践中的挑战与改进

尽管该项目在提升学生的知识和技能方面取得了显著成效，但在实际教学过程中仍面临一些挑战。首先，生成式人工智能的使用需要一定的技术支持，确保其能够稳定运行并提供高质量的模拟体验。其次，生成式人工智能的使用还需要考虑到学生的适应能力，确保他们能够在不同的互动情境中进行学习。此外，生成式人工智能的使用还需要考虑到教学效果的评估，以确保其能够有效提升学生的知识和技能。

为了克服这些挑战，教学团队采取了一系列措施。首先，他们通过多次的脚本编写、测试和修订，确保生成式人工智能能够提供高质量、真实感强的模拟体验。其次，他们为学生提供了充分的指导和支持，确保他们能够在不同的互动情境中进行学习。此外，他们通过问卷调查和反馈收集，评估学生的学习效果，并根据反馈进行调整和改进。

### 项目的意义与未来展望

该项目的意义在于，它为护理教育提供了一种新的教学方式，使学生能够在模拟环境中掌握阿片类药物过量预防与治疗的关键技能。通过任务训练器和生成式人工智能的结合，学生不仅能够进行实际操作，还能够练习与患者的沟通和教育。这种教学方式的优势在于，它能够提供个性化的学习体验，使学生在不同的互动情境中进行实践，从而更好地适应未来的护理实践。

未来，护理教育者可以进一步探索生成式人工智能技术在教学中的应用。例如，可以设计更多的虚拟患者角色，使学生能够在不同的临床情境中进行学习。此外，还可以结合更多的临床案例，使学生能够更好地理解阿片类药物过量的复杂性和多样性。通过不断优化和改进，生成式人工智能技术有望在护理教育中发挥更大的作用，为学生提供更加全面和多样化的学习体验。

总之，该项目的成功实施表明，模拟教学和生成式人工智能技术在护理教育中的应用具有广阔的前景。通过这两种技术的结合，学生能够在安全、可控的环境中掌握关键技能，为未来的护理实践做好充分准备。未来的护理教育者可以借鉴这一经验，进一步探索和应用新技术，以提升学生的知识和技能，应对日益严峻的阿片类药物滥用问题。