ConsultCraft：利用人工智能驱动的适应性案例讨论重新构想围手术期教育

《ASA Monitor》：ConsultCraft: Reimagining Perioperative Education with AI-Powered Adaptive Case Discussions

本文介绍利用AI技术开发麻醉学教育工具ConsultCraft，通过专家编写内容和反馈机制，实现精准化、可及性强的临床案例讨论，提升培训效果，同时确保教育质量与安全性。

　　

临床病例讨论是医学实践中经过时间考验的重要环节。医学院的第一天，学生就从小组讨论开始，接着是与主治医生探讨第二天的开颅手术方案，然后是在口试考官面前紧张地回答问题，再到帮助外科同事为患者做好手术准备等等。深入讨论临床病例不仅是一种强大的学习工具，也是所有麻醉科医生必备的技能。像任何技能一样，这种能力只有通过实践才能培养出来。尽管这些讨论方法已经证明非常有效，但它们也需要耗费时间，并且受限于是否有合格且积极性高的教师参与。人工智能（AI）的进步为我们提供了前所未有的机会，可以大规模地开展临床病例讨论，让任何人随时随地都能接触到高质量的学习资源。问题在于：我们该如何实施和监督AI解决方案，以确保学习者不会受到错误信息的影响，同时让专家教育者也能持续参与其中呢？

将想法“编码”成现实

2024年11月，在达特茅斯大学Geisel教育与学者学院联合主任Thomas Thesen博士的鼓励下，我开始与Anthropic公司开发的大型语言模型Claude进行了一次对话：

“我想训练一个聊天机器人来为麻醉科住院医师进行模拟标准化口试，并提供反馈，帮助他们为真正的标准化口试做好准备。”

出乎意料的是，Claude返回了厚厚的代码页面。由于我从未学习过计算机编程，我的第一个问题完全暴露了我的无知：

“我该如何运行这段代码来查看它的效果呢？只需要在终端里操作吗？”

在Claude耐心地解释如何运行代码之后，我开始了所谓的“vibe coding”之旅。这个术语当时并不存在，后来由OpenAI的前创始人Andrei Karpathy创造，他这样写道：

“有一种新的编程方式，我称之为‘vibe coding’。我只需要看到代码、输入指令、运行程序，然后复制粘贴，大部分情况下就能成功。”

虽然这种编程方式看似只适合像Andrei Karpathy这样的人，但我很快意识到其实任何人都可以掌握。仅仅三个月后，我就成功推出了ConsultCraft——第一个基于AI的自适应围手术期病例讨论模拟器，整个开发过程中我只依赖Claude提供的技术支持（asamonitor.pub/42jnAxO）。那些过去需要计算机程序员或软件工程师才能将创新想法变为现实的年代已经过去了。

ConsultCraft与专家监督

ConsultCraft的独特之处在于它将专家编写的内容融入到了AI提供的对话和反馈中。用户可以使用这个完全免费、开放访问的在线平台（ConsultCraft），从多个外科亚专业中选择30多个病例进行学习，或者根据自己的需要回答问题。每个病例都包含专家撰写的病例描述、涵盖术前、术中和术后阶段的问题以及答案。用户打开病例后，系统会提出第一个预设的问题，AI会根据用户的回答生成后续问题。在指导模式下，AI会根据用户的回答与专家答案进行对比，提供个性化的反馈，然后再提出下一个预设问题。病例结束后，AI会再次通过对比用户的回答与专家答案给出总结性反馈及改进建议（图示）。在测试阶段，这种AI监督方式下的错误率仅为2.1%，且没有一条反馈被认为会对患者护理造成风险（相关论文正在审稿中）。这一错误率远低于医学教育中未受监督的AI工具的错误率，甚至可能低于许多人类教育者的水平（Med Teach 2025;47:1502-8; Med Teach;46:657-64）。

图示：

AI生成的反馈及改进建议。

利用ConsultCraft实现精准教育

美国医学会正在大力推动精准教育的发展，旨在通过数据分析来提升个人和整个组织的学习效率和个性化程度。像ConsultCraft这样的工具正助力这一愿景的实现。ConsultCraft的用户体验本身就是个性化的，系统会根据每个用户的回答提供相应的后续问题和反馈。用户可能没有注意到的是，每个病例都附带了标签，这些标签将病例与美国麻醉学会的认证标准、ICD-10编码以及CPT编码相关联。随着数据分析师不断发现标准化测试中的知识空白以及临床调度软件中的经验不足，ConsultCraft能够通过针对性的临床病例讨论来填补这些空白。住院医师培训项目正逐渐转向基于能力的教育模式，使得ConsultCraft成为帮助学习者提升技能的宝贵工具。新推出的病例目录允许项目负责人直接为住院医师分配具体病例（asamonitor.pub/4pP8RVe）。即使是经验丰富的教师也发现，ConsultCraft是一种低压力的、匿名的方式，可以帮助他们及时了解自己可能已经很久未接触过的病例和亚专业内容，真正实现精准教育。

展望未来

ConsultCraft展示了我们作为麻醉科医生如何利用AI进一步提升围手术期护理的水平。通过结合专家的监督和AI的可扩展性，无论身处何地、资源如何，每位麻醉科医生都能获得符合自身需求的高质量病例讨论资源。随着AI的不断发展，我们作为医生教育者的角色不会被取代，而是会得到提升。我们仍将负责确保技术能够扩展我们的专业知识，而不是取代它。我邀请大家探索ConsultCraft，一起逐步塑造麻醉学教育的未来（asamonitor.pub/42jnAxO）。

Lauren Buhl博士，达特茅斯希区柯克医学中心麻醉学系助理教授。@lkbuhl