《Clinical Simulation in Nursing》：Using AI to create simulation scenarios for a screening brief intervention and referral to treatment virtual reality simulation
编辑推荐：
为解决SBIRT（筛查、简短干预与转诊治疗）VR（虚拟现实）模拟平台因场景单一而限制教学效果的问题，研究人员利用AI（人工智能）工具ChatGPT生成了3个新场景，并通过改良德尔菲法进行内容效度验证。研究证实AI在生成“关键行动”等程序性知识方面表现优异（κ = 0.80），但在“汇报计划”等教育设计上仍需专家深度介入。该研究验证了“人在回路”模型，为AI辅助医学模拟教育提供了实证依据。
在当今医疗环境中，早期识别和干预高风险物质使用（如酒精、阿片类药物）至关重要。筛查、简短干预与转诊治疗（Screening, Brief Intervention, and Referral to Treatment, SBIRT）作为一种易于实施的公共卫生模式，已被广泛应用于医疗保健机构。然而，将SBIRT技能有效地传授给护理学生等医疗专业人员，一直是教育工作者面临的挑战。
虚拟现实（Virtual Reality, VR）模拟技术为这一挑战提供了解决方案。研究表明，VR模拟能显著提高护理学生在执行SBIRT时的自信心。然而，一个关键的限制因素浮出水面：现有的VR平台往往只包含单一的场景。例如，一项研究中的VR模拟仅包含一个关于酒精滥用的案例。这种单一性导致学生在反复练习后，无法接触到多样化的患者群体和临床情境，限制了其技能的全面发展和迁移能力。
为了打破这一瓶颈，来自北德克萨斯大学健康科学中心护理学院的研究团队开展了一项创新性研究。他们不再依赖传统的人工编写方式，而是转向人工智能（Artificial Intelligence, AI）寻求帮助，旨在利用AI快速生成多样化的SBIRT模拟场景，并对其内容质量进行严格的专家验证。这项研究旨在回答一个核心问题：AI能否成为医学模拟教育中一个可靠且高效的“初级编剧”？
研究方法
为了验证AI生成内容的有效性，研究团队采用了严谨的“人在回路”（Human-in-the-Loop）研究范式。该研究主要包含两个核心环节：AI场景生成与专家内容效度验证。
AI场景生成
研究团队利用OpenAI的ChatGPT平台，通过输入特定的结构化提示词，生成了三个全新的SBIRT VR模拟场景。这些提示词明确要求AI生成包含学习目标、患者人口统计学背景、基于SBIRT和CAGE-AID（Cut down, Annoyed, Guilty, Eye-opener - Adapted to Include Drugs）筛查工具的对话、评估线索以及汇报要点在内的完整场景内容。最终生成的三个场景分别聚焦于酒精使用、阿片类药物使用以及儿科物质使用，涵盖了不同的临床情境。
专家内容效度验证
为了评估AI生成场景的质量，研究团队招募了5名持有认证医疗模拟教育者（Certified Healthcare Simulation Educator, CHSE）或高级认证（CHSE-A）资质的主题专家（Subject Matter Experts, SMEs）。这些专家采用改良德尔菲法（Modified Delphi Method），使用模拟场景评估工具（Simulation Scenario Evaluation Tool, SSET）对三个AI生成的场景进行了盲法评估。该工具涵盖了学习目标、临床情境、关键行动、触发点/患者状态、支持材料/资源以及汇报计划等六个核心维度，共20个具体项目，采用5分制评分。研究团队通过计算科恩卡帕系数（κ）来评估专家间的一致性，并使用单因素方差分析（ANOVA）来比较不同维度间的评分差异。
研究结果
1. 总体评分与可靠性
专家对AI生成的VR场景给出了较高的总体评价，平均分为4.33分（满分5分），表明场景质量得到了专家的普遍认可。评分者间信度分析显示，平均测量组内相关系数（Intraclass Correlation Coefficient, ICC）为0.467，表明专家评分具有中等程度的可靠性，支持使用平均分进行后续分析。
2. 专家共识的显著差异
一个关键发现是，专家在不同评估维度上的共识程度存在显著差异。具体而言：
- •
关键行动（Critical Actions）：专家间达成了“高度一致”（κ = 0.80）。这表明AI在生成SBIRT流程中的核心步骤和程序性知识方面表现非常出色，能够准确复现临床操作规范。
- •
临床情境（Clinical Context）：专家间达成了“中度一致”（κ = 0.55）。
- •
学习目标、患者状态、支持材料与资源、汇报计划：专家间仅达成“一般一致”（κ = 0.31-0.36）。这表明AI在理解模拟教育的深层教育原理、设计有效的汇报策略以及提供详细的教学支持材料方面存在明显不足。
3. 评分差异的统计学意义
单因素方差分析（ANOVA）结果显示，不同评估项目之间的评分存在统计学上的显著差异（F (19,80) = 2.05, p = .014）。这进一步证实了评估工具能够有效区分出场景的优势和劣势。场景在“关键行动”方面得分最高，而在“汇报计划”和“支持材料”方面得分相对较低。
4. 定性反馈
专家在提供定量评分的同时，也给出了建设性的定性反馈。他们建议在场景中加入预简报（Prebriefing）环节以建立心理安全感，使用标准化的汇报工具，并增加文化相关信息，以使场景更具包容性和现实性。
研究结论与讨论
本研究首次将AI（ChatGPT）应用于SBIRT VR模拟场景的开发，并通过结构化的专家共识方法对其内容效度进行了验证。研究结果清晰地描绘了AI在医学模拟教育中的角色定位。
AI的优势与局限
研究证实，AI是一个强大的“内容生成器”。它能够快速、高效地生成结构化的场景草稿，特别是在复现“关键行动”等程序性知识方面表现出色。这极大地缩短了场景开发的时间，并能提供超越开发团队自身经验的多样化案例思路。
然而，AI的局限性同样明显。它无法独立创造出完整、有效的学习体验。在“汇报计划”等需要深度教育学和教学法设计的环节，AI的表现不尽如人意。此外，AI生成的内容可能包含过时或不准确的临床信息，且往往缺乏对文化背景、心理安全等细微但至关重要的教育元素的考量。
“人在回路”模型的价值
本研究验证了“人在回路”（Human-in-the-Loop）模型在AI辅助教育中的核心价值。AI可以作为强大的辅助工具，负责生成初步的、结构化的内容框架，而人类专家则扮演着不可或缺的“编辑”和“导演”角色，负责对AI生成的内容进行审核、修正、深化和润色，确保其符合学术标准、临床真实性和教育有效性。
总结
这项研究为医学教育工作者提供了一个清晰的路线图：AI可以成为加速模拟场景开发的催化剂，但它不能替代人类专家的专业判断和教学智慧。通过将AI的生成能力与人类专家的深度洞察相结合，我们能够更高效地创建出高质量、多样化的模拟学习体验，从而更好地培养未来医疗专业人员的核心能力。
