印度Pharm D学生对ChatGPT在临床培训中的应用：知识、认知与实践的横断面调查

《Scientific Reports》：Pharm D student’s Knowledge, perception, and practice of CHAT-GPT in clinical training: a web-based cross-sectional survey in India

本研究针对人工智能（AI）工具在药学教育中的应用现状，由多国研究人员联合开展了关于印度Pharm D（药学博士）学生对ChatGPT在临床培训中知识、认知与实践（KPP）的横断面调查。研究发现学生虽对ChatGPT有基本认知，但对其知识来源了解不足；多数肯定其临床价值（如促进合理用药），但担忧信息准确性、伦理问题及师生互动减少。实践表明ChatGPT多用于咨询建议等基础任务，而剂量计算等核心活动使用率较低。该研究为AI工具在药学教育的规范化整合提供了关键实证依据，发表于《Scientific Reports》。

　　

在人工智能（AI）革命席卷全球医疗领域的浪潮中，大型语言模型（LLM）如ChatGPT已成为医疗教育和临床实践的新兴工具。2022年11月，OpenAI公司推出的ChatGPT以其强大的自然语言处理能力，能够模拟人类对话、生成文本并提供实时问答，迅速吸引了超过1亿用户。在药学领域，AI技术已被证明在药物相互作用筛查、处方审核和患者教育等方面具有潜力，美国卫生系统药师协会（ASHP）也明确支持AI在药学实践中的应用。然而，这座看似金光闪闪的"智能宝库"是否真的可靠？当Pharm D（药学博士）学生——这些未来临床药学的生力军——在紧张的临床培训（包括见习和实习）中遇到复杂病例时，是应该转向AI寻求帮助，还是保持谨慎？

尽管ChatGPT在医疗领域展现出广阔前景，但其在真实临床场景中的准确性、可靠性和适用性仍有待验证。尤其在高风险临床决策中，如剂量计算、药物选择和不良反应（ADRs）管理等方面，AI工具的局限性可能带来严重隐患。更令人担忧的是，在印度这样的药学教育大国，Pharm D学生对ChatGPT的认知、态度和使用情况尚属未知领域。这种知识空白可能导致两种极端：要么盲目依赖AI而忽视传统学习，要么完全排斥这一重要技术工具。正是在这样的背景下，由Vigneshwaran Easwaran领衔的国际研究团队开展了一项开创性研究，旨在揭示印度Pharm D学生与ChatGPT在临床培训中的"亲密关系"，相关成果发表在《Scientific Reports》期刊上。

研究人员采用了几项关键技术方法展开探索。他们首先通过文献回顾和专家咨询（包括Pharm D教授、临床药师和AI专家各1名）开发了经过验证的调查工具，该工具包含四个核心维度：基础知识（10题）、感知益处（16项）、感知担忧（10项）和实践情况（10项）。为确保工具的可靠性，研究团队计算了内容效度指数（S-CVI），各维度指标均达到可接受标准（≥0.8），并通过预调查验证了内部一致性（Cronbach's α值在0.803-0.867之间）。在样本获取方面，研究采用雪球抽样法，通过社交媒体和即时通讯工具（如WhatsApp、LinkedIn等）从全印度49个机构的Pharm D学生中收集数据，最终纳入395名符合条件的学生（主要为五年级和六年级学生）。数据分析采用IBM SPSS Statistics 25软件，运用卡方检验和相关性分析等统计方法，深入探索变量间的关联性。

学生基本特征与AI使用背景

研究样本平均年龄为22.93±1.68岁，女性占71.9%，主要来自安得拉邦（72.7%）。值得注意的是，大多数学生（87.3%）就读于私立院校，超过一半（56.5%）有使用AI工具的经验，但仅有29.6%接受过相关培训。这种"高使用、低培训"的现象暗示着AI教育在药学课程中的整合不足。

对ChatGPT的认知水平

数据显示，学生对ChatGPT的基本功能认知度较高：95.7%知悉其为AI聊天机器人，96.2%了解其主要功能，99.5%清楚需要网络连接。然而，仅32.4%的学生正确认识到ChatGPT的知识来源（训练数据集），这一关键盲点可能影响他们对生成信息的批判性评估。按Bloom划分标准，81.3%的学生拥有"良好"知识水平，但这一优势更多体现在操作层面而非深度理解。

对ChatGPT的感知：益处与担忧并存

85.8%的学生认可ChatGPT在临床培训中的价值，特别是在促进合理用药（74.4%）、识别和管理不良反应（ADRs，77.5%）及提升文档记录技能（79.2%）等方面。然而，担忧同样显著：74.4%的学生认为ChatGPT可能减少与导师的互动，66.1%担心其提供不准确或误导性信息，63.3%关注患者隐私与保密性伦理问题。尤其值得关注的是，64.1%的学生警惕ChatGPT可能导致临床报告相似度检测（AI检测分数）升高。

实践模式：选择性使用反映谨慎态度

ChatGPT的使用率因临床任务而异：患者咨询建议（83.5%）和药物信息查询（73.4%）等高，而剂量计算（58.5%）和药物选择（65.6%）等需要个体化决策的活动使用率相对较低。这种"选择性信任"模式显示学生能够区分AI在不同场景下的可靠性。多变量分析揭示，有AI使用经验（P=0.001）和接受过培训（P<0.001）的学生实践水平显著更高。

认知与实践的相关性

统计分析显示，学生的知识水平与担忧程度呈弱正相关（r=0.177；P<0.001），感知益处与实践频率呈中度正相关（r=0.377；P<0.001），而担忧程度与实践频率呈弱负相关（r=-0.126；P=0.012）。这一发现表明，学生对ChatGPT了解越深，越能理性看待其风险；而积极认知直接推动使用行为。

研究的讨论部分深入剖析了这些发现背后的含义。印度Pharm D学生对ChatGPT的高认知度与全球药学教育数字化趋势一致，但对其知识来源的认知不足折射出AI素养教育的缺失。学生既肯定ChatGPT的效率价值，又警惕其准确性、伦理风险及对师生互动的潜在影响，这种"理性拥抱"态度优于盲目接受或排斥。实践中的"选择性使用"模式（高频率用于信息检索、低频率用于临床决策）体现了一定的批判性思维，但仍需引导以避免安全风险。

与国外研究对比显示，印度学生对ChatGPT的接受度高于美国同行（如剂量计算使用率58.5% vs 20%），但低于约旦学生（如药物信息查询73.4% vs 81.9%）。这种差异可能源于各国药学课程设置、临床培训强度及AI整合程度的差异。研究结果还呼应了国际共识：AI工具应作为辅助而非替代，例如在药物相互作用（DDIs）筛查中，ChatGPT的准确性仍低于专业数据库（如Micromedex）。

该研究的实际意义深远。首先，它呼吁印度药学教育委员会（PCI）等机构将AI应用纳入课程，并制定使用指南。其次，强调"验证文化"的重要性——学生需将ChatGPT输出与标准资源（如UpToDate）或导师指导交叉验证。最后，提出六项AI医疗能力框架（如偏见识别、工作流整合），为全球药学教育提供参考。尽管研究存在样本地域集中、自报告偏差等局限，但其为AI在药学教育的理性整合奠定了基石。未来研究可纵向追踪ChatGPT对临床决策的影响，或比较不同LLM（如GPT-4与Bard）的性能差异，以持续优化AI在药学实践中的角色。