针对重症监护设备培训中的生物医学设备技术专业学生，开展的基于模拟与人工智能的技术故障排查培训

《BMC Medical Education》：Simulation- and AI-supported technical troubleshooting training for biomedical device technology students in intensive care equipment education

　　

摘要

背景

生物医学设备技术专业的学生需要有机会了解重症监护设备在正常状态和故障状态下的运行情况。然而，目前该领域的许多教学方法仍依赖于传统教材，难以让学生以安全、可重复的方式观察设备的动态行为、波形变化、警报模式以及系统级的故障机制。

方法

本研究介绍了ICU Simulator，这是一个基于浏览器的多设备模拟平台，旨在帮助学生通过机制分析来排查技术问题，并对重症监护设备的运行情况进行结构化解读。该平台整合了机械呼吸机、患者监测仪、输液泵以及CRRT系统的确定性模拟模型，能够实时展示波形动态和设备运行状况。此外，它还配备了一个由人工智能支持的解读模块，该模块结合规则驱动的解析方式与可选的大语言模型辅助重述功能，能够提供结构化的反馈、可能的设备故障机制、建议的验证步骤以及教学提示。该平台已通过针对二年级生物医学设备技术专业学生的试点测试进行了验证。

结果

试点测试得出了关于学生如何使用该模拟器以及如何处理设备故障场景的初步描述性结论。教师的观察、学生对场景的反应以及课后的简短反馈表明，部分学生开始从以结果为导向的描述转向基于设备工作机制的解释。而人工智能支持模块则主要作为反思辅助工具，帮助学习者将自己的技术故障假设与结构化反馈进行对比，而非直接给出答案。

结论

ICU Simulator可作为一种可扩展且易于使用的预备学习环境，用于重症监护设备相关的教学。通过将实时模拟与人工智能支持的认知辅助功能相结合，该平台能够帮助学习者培养结构化的技术推理能力、波形解读能力以及与重症监护设备教学相关的初级故障排查技能。由于这项研究属于探索性且规模较小，其结果应被视为初步观察结果，而非衡量教学效果的定论。