人工智能赋能虚拟现实模拟在临床恶化培训中的应用：一项效果-实施混合研究

为解决护理毕业生临床恶化识别与应对能力不足的问题，新加坡国立大学团队开展AI虚拟现实模拟(AI-enabled VRS)研究。通过147名护理学生的对照试验发现，AI-VRS组在知识掌握和跨专业沟通方面表现更优，且参与者普遍认可该技术的可接受性、适用性及临床准备价值，但需优化AI对话体验与技术稳定性。研究为护理教育数字化转型提供实证依据。

　　

在医疗实践中，急性临床恶化是威胁患者安全的重要挑战。作为临床一线人员，护士需要具备快速识别生命体征变化和及时干预的能力。然而，新手护士往往缺乏处理此类高危场景的经验，传统模拟训练又受限于时间、空间和人力成本。这一矛盾促使研究者探索技术创新——将人工智能(AI)与虚拟现实(VR)结合，打造更高效的临床培训方案。

新加坡国立大学护理团队联合多学科专家，开发了基于Unity 3D引擎的AI赋能虚拟现实模拟系统(AI-enabled VRS)。该系统构建了沉浸式虚拟医院环境，包含可交互的患者角色、护理虚拟形象和具备语音对话功能的AI医生代理。研究采用等待列表准实验设计，将147名即将毕业的护理学生分为实验组（使用AI-VRS）和对照组（传统培训），评估其在临床恶化识别知识、跨专业沟通等方面的表现差异。

主要技术方法
研究采用Unity 3D游戏引擎开发虚拟医院场景，整合语音识别AI聊天机器人(AI-doctor)和3D医生虚拟形象。通过问卷调查收集实施效果数据，包括可接受性、适用性等指标，采用SPSS进行统计分析。

RESULTS
基线数据显示两组在年龄、执业资格等方面无显著差异（P>0.05）。虽然统计学差异不显著，但AI-VRS组在临床恶化知识（平均分更高）和跨专业沟通方面表现更优。83%参与者认为该系统有助于临床准备，但指出AI对话流畅度、系统稳定性需改进。

DISCUSSION
多模态模拟策略有效弥补了传统培训的不足。AI虚拟代理的拟人化交互显著提升了培训真实感，这与早期研究建议增加临床恶化场景暴露度的结论一致。技术层面，研究者建议未来整合生成式AI（如ChatGPT）优化对话系统。

CONCLUSION
该研究首次系统评估了AI-VRS在护理教育中的实施效果，证实其能有效支持学生临床过渡期。提出的"效果-实施"混合评估框架为同类技术创新提供了方法论参考。后续改进应聚焦AI-human对话自然度提升和技术稳定性优化，这对推动护理教育数字化转型具有重要实践意义。

（注：论文发表于《Nurse Education in Practice》，作者包括Chua Wei Ling、Liaw Sok Ying等，伦理审批号NUS-IRB-2023-766）