《Journal of Gynecology Obstetrics and Human Reproduction》：Artificial Intelligence–Enhanced Colposcopy Training Improves Diagnostic Reasoning and Communication Competencies: A Randomized Controlled Study
编辑推荐：
摘要背景：宫颈癌仍然是全球主要的健康问题，阴道镜培训在标准化和可扩展性方面面临挑战。人工智能在改善医学教育方面具有潜力，但其在阴道镜培训中的有效性尚未得到充分探索。目的：评估由人工智能（AI）驱动的虚拟病人平台对住院医师阴道镜培训的有效性。方法：在这项随机、评估者盲法、等待名
摘要
背景：宫颈癌仍然是全球主要的健康问题，阴道镜培训在标准化和可扩展性方面面临挑战。人工智能在改善医学教育方面具有潜力，但其在阴道镜培训中的有效性尚未得到充分探索。目的：评估由人工智能（AI）驱动的虚拟病人平台对住院医师阴道镜培训的有效性。方法：在这项随机、评估者盲法、等待名单对照试验中，纳入了两家附属医院 60 名妇产科住院医师（PGY-2/3）（2023 年 5 月至 2025 年 9 月）。参与者被随机分配至即时 AI 干预组（传统教学加全程 AI 平台）或等待名单对照组（第 1 个月仅接受传统教学，随后接受 AI 平台培训）。主要结局是 1 个月时病例分析得分的组间差异。次要结局包括通过客观结构化临床考试（OSCE）评估的理论知识、沟通能力、诊断依据和操作技能。结果：在 1 个月时，即时 AI 组在病例分析（78.57 ± 3.72 vs 71.03 ± 5.82，平均差值 = 7.54，p<0.001，Cohen's d=1.54）、诊断依据（81.63 ± 6.21 vs 74.13 ± 6.77，p<0.001，Cohen's d=1.15）、沟通能力（80.97 ± 3.90 vs 75.77 ± 6.08，p<0.001，Cohen's d=1.02）和理论知识（84.67 ± 6.27 vs 80.43 ± 5.07，p=0.006，Cohen's d=0.74）方面表现更优。操作技能无显著差异（p = 0.113）。两组均在 3 个月内达到高熟练度（超过 85 分）。满意度较高（90.0% 参与者，91.7% 督导）。结论：AI 驱动的虚拟病人平台显著加速了阴道镜培训中诊断推理和沟通技能的获取，显示出用于可扩展、标准化教育的高教育有效性和接受度。
引言
宫颈癌仍然是重大的全球健康挑战，是全球女性第四大常见癌症，估计每年新发病例 66 万例，死亡 35 万例 [1]。该疾病在很大程度上是可以预防的，其特征是具有较长的癌前阶段，通过早期识别和治疗可以治愈 [2]。虽然高收入国家通过系统的筛查、疫苗接种和治疗计划，发病率已大幅降低 [3]，但在许多中低收入地区，宫颈癌仍然是最常见的癌症和癌症死亡的首要原因 [1]。
阴道镜是筛查异常后宫颈视觉评估的金标准诊断程序，可进行定向活检和癌前病变治疗 [4]。然而，其有效性本质上取决于高技能从业者的可用性。这造成了关键的公平性问题，因为阴道镜专业知识主要集中在高资源环境中 [5]。此外，这种复杂的视觉模式识别技能培训面临巨大挑战，包括实践的区域差异、受训者病例接触不一致，以及缺乏标准化、可扩展的教育资源 [6]。
人工智能（AI）的快速演变为医学教育提供了变革性机遇。AI 驱动的工具可以提供标准化、交互式和可扩展的学习体验，实现刻意练习和即时反馈，这是技能获取的关键组成部分 [7,8]。在操作和诊断领域，模拟和虚拟病人平台已被证明能有效提高临床推理和技术技能，且不会对患者造成风险 [9]。在宫颈癌护理方面，AI 已被广泛研究和验证作为阴道镜图像诊断解释的强大辅助工具 [4,10,11]。尽管有这种诊断焦点，但将 AI 作为全面的阴道镜培训的结构化教育干预手段（整合病史采集、图像解读、临床决策和沟通技能）的应用仍是一个未被充分探索的前沿领域。
为了弥补这一差距，我们开发了一个集成 AI 驱动的虚拟病人平台，旨在提供认知型阴道镜培训。我们假设该平台与传统的教育方法相比能增强学习成果。因此，这项随机对照试验旨在评估 AI 驱动的虚拟病人平台在提高接受阴道镜培训的住院医师的理论知识及实践能力方面的疗效。
章节片段
研究设计与设置
我们在浙江大学医学院两家附属医院（第二附属医院和邵逸夫医院）开展了一项前瞻性、随机、评估者盲法、等待名单对照的教育试验。研究周期从 2023 年 5 月持续到 2025 年 9 月。研究方案获得了浙江大学医学院第二附属医院机构审查委员会的批准（批准号：2025-1268）。其实施符合
参与者流程与人口学特征
所有 60 名随机分配的参与者完成了为期 3 个月的全程研究方案，无脱落或重大方案偏差，并被纳入符合方案集分析（图 4）。正如随机化预期那样，两组在基线时平衡良好，人口学特征无显著差异（表 1）。
主要结局：1 个月时的比较疗效
主要分析比较了第一培训月结束时（在等待名单对照组获得 AI 访问权限之前）两组的能力评分
讨论
这项随机对照试验表明，人工智能驱动的虚拟病人平台显著提高了阴道镜培训的早期学习成果。主要发现是，在初始培训阶段接受 AI 增强指导的住院医师，相比仅接受传统方法的住院医师，在诊断推理（病例分析：平均差值 7.54 分，d = 1.54）和临床沟通（d = 1.02）方面得分显著更高，
局限性与未来研究
本研究的几个局限性值得考虑。首先，作为在一家高资源学术机构内进行的单中心试验，我们的发现向其他环境推广的普遍性需要验证。其次，尽管我们在多个时间点评估了能力，但 3 个月的随访期不足以评估长期技能保留或向真实世界患者结果的转化。第三，缺乏基线评估，尽管这在我们的等待名单设计中是合理的
结论
本研究提供了强有力的证据，证明 AI 驱动的虚拟病人平台可以显著加速阴道镜培训中核心认知和沟通能力的发展。通过提供标准化、交互式和可扩展的教育，此类技术解决了全球公平培训获取的关键障碍。该平台被证明对于教学诊断推理尤为有效，而这正是决定阴道镜作为癌症
作者贡献
CH & HS: 概念化，XL, LZ: 数据整理，YZ: 形式分析，YZ: 资金获取，调查，CH, XL & HS: 方法论，YZ & HS: 项目管理，CH: 初稿撰写，XL, XC, LZ: 编辑草稿，HS: 审稿。
资金支持信息
本研究由教育部产学合作教育项目（2025 年 7 月批次）、浙江省医药卫生科技计划（批准号 2026780183）和科研基金支持
利益冲突声明
作者声明，他们没有已知的竞争经济利益或个人关系，这些可能影响本论文中报告的工作。
严春晓|李晓丽|陈雪军|郑丽梅|朱云山|苏欢
