一项针对药学专业学生的、由人工智能辅助的模拟跨专业学习干预措施的初步评估：一项混合方法试点研究

《BMC Medical Education》：Preliminary evaluation of an AI-enhanced simulated interprofessional learning intervention for pharmacy students: a mixed-methods pilot study

　　

摘要

背景

跨专业教育（IPE）对于培养药学学生的协作实践能力至关重要，但往往受到后勤挑战的限制。本研究通过抗微生物管理（AMS）场景，考察了基于人工智能的模拟跨专业学习干预对药学学生自我报告的跨专业能力及他们在医疗领域使用人工智能的意愿的初步影响，以评估临床决策的应用情况。

方法

本研究采用解释性混合方法设计，在112名药学学生中开展了一项初步的准实验研究。干预措施包括使用虚拟化身模拟医疗角色，在复发性尿路感染病例中开展基于人工智能的模拟训练。评估结果通过跨专业协作能力达成调查（ICCAS）、医学人工智能准备度量表（MAIRS）和抗微生物管理知识问卷进行。数据分析采用了配对t检验、重复测量MANCOVA和多元线性回归分析，定性数据则通过主题分析进行处理。

结果

参与者在所有评估指标上的自我报告得分均显著提高。ICCAS得分从58.82±14.67升至68.52±12.45，MAIRS得分从75.16±10.85升至82.12±9.49，抗微生物管理知识得分从6.21±1.74升至8.08±1.35（所有p<0.001），所有子量表的表现也均有显著提升（p<0.001）。MANCOVA分析证实了时间效应的显著性（p<0.001）。定性分析显示，学生在沟通、团队合作、临床推理以及对人工智能局限性的认识方面有所提高。高年级学生、之前接受过跨专业教育的学生、具有模拟经验的学生以及数字素养较高的学生，其成绩提升更为显著。未接受过跨专业教育的学生在干预前后的ICCAS得分变化幅度大于接受过教育的学生（Δ差异=4.2，p=0.008，d=0.52）。

结论

这项初步研究表明，基于人工智能的模拟跨专业学习可能有助于提高学生的自我报告的协作能力、他们在医疗领域使用人工智能的意愿以及短期内的抗微生物管理知识水平。鉴于本研究采用单组前后对比设计且评估周期较短，相关结果应被视为初步发现，需通过未来的对照随机研究和纵向研究进一步验证。

背景

跨专业教育（IPE）对于培养药学学生的协作实践能力至关重要，但往往受到后勤挑战的限制。本研究通过抗微生物管理（AMS）场景，考察了基于人工智能的模拟跨专业学习干预对药学学生自我报告的跨专业能力及他们在医疗领域使用人工智能的意愿的初步影响，以评估临床决策的应用情况。

方法

本研究采用解释性混合方法设计，在112名药学学生中开展了一项初步的准实验研究。干预措施包括使用虚拟化身模拟医疗角色，在复发性尿路感染病例中开展基于人工智能的模拟训练。评估结果通过跨专业协作能力达成调查（ICCAS）、医学人工智能准备度量表（MAIRS）和抗微生物管理知识问卷进行。数据分析采用了配对t检验、重复测量MANCOVA和多元线性回归分析，定性数据则通过主题分析进行处理。

结果

参与者在所有评估指标上的自我报告得分均显著提高。ICCAS得分从58.82±14.67升至68.52±12.45，MAIRS得分从75.16±10.85升至82.12±9.49，抗微生物管理知识得分从6.21±1.74升至8.08±1.35（所有p<0.001），所有子量表的表现也均有显著提升（p<0.001）。MANCOVA分析证实了时间效应的显著性（p<0.001）。定性分析显示，学生在沟通、团队合作、临床推理以及对人工智能局限性的认识方面有所提高。高年级学生、之前接受过跨专业教育的学生、具有模拟经验的学生以及数字素养较高的学生，其成绩提升更为显著。未接受过跨专业教育的学生在干预前后的ICCAS得分变化幅度大于接受过教育的学生（Δ差异=4.2，p=0.008，d=0.52）。

结论

这项初步研究表明，基于人工智能的模拟跨专业学习可能有助于提高学生的自我报告的协作能力、他们在医疗领域使用人工智能的意愿以及短期内的抗微生物管理知识水平。鉴于本研究采用单组前后对比设计且评估周期较短，相关结果应被视为初步发现，需通过未来的对照随机研究和纵向研究进一步验证。