基于网络的AI驱动虚拟患者模拟器与基于演员的模拟在教授咨询技能方面的对比：多中心随机交叉研究

《JMIR Formative Research》：Web-Based AI-Driven Virtual Patient Simulator Versus Actor-Based Simulation for Teaching Consultation Skills: Multicenter Randomized Crossover Study

AI驱动的虚拟患者模拟训练（AI-CST）与演员模拟训练（AB-CST）在医学生沟通技能培养中的效果及成本对比。采用开放标签随机交叉设计，比较AI-CST和AB-CST对自我报告的沟通技能提升、学生满意度及成本的影响。结果显示两者均显著提升沟通技能（AI-CST提升1.14分，AB-CST提升1.50分，P=0.04），但AB-CST满意度更高（8.09 vs 9.21，P<0.001），AI-CST成本仅为AB-CST的54%（33.48英镑 vs 61.75英镑）。AI技术为大规模、低成本培训提供了新路径，但人际互动深度仍有差距。

　　本研究探讨了人工智能驱动的虚拟患者模拟器（AI-CST）与传统由演员扮演的模拟会话训练（AB-CST）在提升医学本科生沟通技能方面的效果差异，以及这两种培训方式在学生满意度和直接成本方面的比较。研究的背景在于全球医疗人员短缺的现状，以及英国政府计划在2032年前将医学培训名额翻倍。随着医疗培训规模的扩大，如何提高培训效率、降低成本、确保培训质量成为亟需解决的问题。沟通技能是医疗专业人员在临床实践中不可或缺的一部分，它直接影响患者的满意度、治疗依从性、健康促进行为以及减少医疗纠纷。然而，传统的演员模拟训练方法在资源利用、空间限制、人员配置和时间安排上存在一定的挑战，而人工智能技术的引入为解决这些问题提供了新的可能性。

研究采用了多中心、开放标签的随机交叉设计，涉及两所英国大学的第三年医学本科生。这些学生在进入临床培训之前，正处于医学课程的中期阶段，他们已经具备一定的医学知识基础，但尚未接受过系统的沟通技能训练。研究的主要目的是评估AI-CST和AB-CST在提升学生自我评价的沟通技能方面的效果差异，并通过学生满意度和直接成本比较，为未来的医学教育课程设计提供参考依据。研究假设AI-CST和AB-CST在技能提升和满意度方面没有显著差异，但AI-CST的成本更低。

在方法部分，研究设计采用了随机交叉试验，确保每位参与者都能接受两种培训方式。研究团队使用了一种基于Calgary-Cambridge模型的自评问卷，用于评估学生在培训前后的沟通技能提升情况。该问卷通过10分制的线性量表进行评分，以便更准确地捕捉个体之间的变化。同时，研究还评估了学生的满意度，采用类似的10分量表，包含多个与学习体验相关的项目。为了确保数据的准确性和可比性，研究团队还计算了两种培训方式的直接成本，包括时间、人力、设备等。

研究结果显示，两种培训方式都显著提升了学生的自我评价沟通技能。AI-CST的平均提升幅度为1.14分（95% CI 0.97-1.32），而AB-CST的平均提升幅度为1.50分（95% CI 1.35-1.66）。虽然两者都有效，但AI-CST的提升幅度略低于AB-CST。此外，学生对AB-CST的满意度显著高于AI-CST，AI-CST的平均满意度评分为8.09分，而AB-CST为9.21分，差距为1.13分（95% CI -1.33到-0.92）。从成本角度来看，AI-CST的平均成本为每名学生33.48英镑（约合42.22美元），而AB-CST则为61.75英镑（约合77.87美元），AI-CST的成本明显更低。

这些结果表明，尽管AI-CST在提升学生沟通技能方面表现出一定的效果，但与AB-CST相比，其提升幅度较小，学生满意度也相对较低。这可能是因为AI-CST的互动方式较为有限，缺乏真实患者交流中的情感反馈和非语言交流元素。而AB-CST则提供了更丰富的学习体验，包括与真实演员的互动、即时反馈以及小组讨论，这些因素有助于提升学生的满意度和学习效果。然而，AI-CST在成本方面的优势使其成为一种更具潜力的替代方案，特别是在资源有限的教育环境中。

研究还讨论了两种培训方式的优缺点。AI-CST的优势在于其成本效益和可扩展性，可以随时随地进行，减少了对物理空间和人力资源的依赖。而AB-CST则提供了更加沉浸式的体验，有助于学生更好地理解和实践沟通技巧。此外，研究还指出，尽管AI-CST在提升学生沟通技能方面表现良好，但其效果可能受到一些因素的影响，例如学生对新技术的适应程度、学习环境的稳定性以及培训内容的完整性。

研究的局限性在于，由于培训仅进行了一次，因此无法评估长期培训效果。此外，由于研究是开放标签设计，可能存在响应偏差和验证偏差。因此，未来的研究需要进一步探索AI-CST在长期培训中的效果，并评估其在不同培训阶段和不同专业群体中的适用性。此外，研究还建议，在未来的医学教育课程设计中，可以考虑结合AI-CST和AB-CST的优点，开发更加综合的培训方案，以提升学生的沟通技能和满意度。

综上所述，AI-CST在提升医学本科生沟通技能方面具有一定效果，但与AB-CST相比，其提升幅度较小，学生满意度也较低。然而，AI-CST的成本优势使其成为一种值得进一步探索的培训方式，尤其是在资源有限的情况下。未来的研究应关注如何优化AI-CST的互动设计，以提高其在沟通技能训练中的效果和学生满意度，同时探索其在不同培训阶段和不同专业群体中的应用潜力。