基于人工智能LLM技术的虚拟患者系统构建与临床教学应用

目的 构建一种基于人工智能大语言模型(large language model,LLM)技术、可用于医学教育的新型虚拟患者(virtual patient,VP)系统,评价该系统在基层医生进修学习全科医学临床思维中的应用效果.方法 选取2021年1月至2024年2月在东南大学附属中大医院进修的基层社区医生为研究对象,随机分为试验组和对照组,分别采用基于LLM的VP系统教学、传统教学方法进行授课,通过临床思维理论知识考核、临床思维能力考核、课程满意度调查评估教学效果,并对结果进行相应的统计学分析.结果 共纳入124名基层社区医生,其中试验组60例、对照组64例,两组在一般基线资料上差异无统计学意...

Full description

Saved in:
Bibliographic Details
Published in医学新知 Vol. 34; no. 7; pp. 833 - 842
Main Authors 周志浩, 宋佳琳, 刘嘉成, 周心悦, 胡汉昆
Format Journal Article
LanguageChinese
Published 东南大学附属中大医院急诊科(南京 210009)%东南大学医学院(南京 210009)%武汉大学计算机学院(武汉 430072)%武汉大学中南医院药学部(武汉 430071) 2024
Subjects
Clinical thinking
虚拟患者
临床思维
Virtual patient
人工智能
Medical education
Large language model
大语言模型
医学教育
Artificial intelligence
Online AccessGet full text
ISSN1004-5511
DOI10.12173/j.issn.1004-5511.202403091

Cover

More Information
Summary:目的 构建一种基于人工智能大语言模型(large language model,LLM)技术、可用于医学教育的新型虚拟患者(virtual patient,VP)系统,评价该系统在基层医生进修学习全科医学临床思维中的应用效果.方法 选取2021年1月至2024年2月在东南大学附属中大医院进修的基层社区医生为研究对象,随机分为试验组和对照组,分别采用基于LLM的VP系统教学、传统教学方法进行授课,通过临床思维理论知识考核、临床思维能力考核、课程满意度调查评估教学效果,并对结果进行相应的统计学分析.结果 共纳入124名基层社区医生,其中试验组60例、对照组64例,两组在一般基线资料上差异无统计学意义,具有可比性.课程结束后,试验组临床思维理论知识考核成绩显著高于对照组(83.83±3.15 vs.79.92±4.52,P＜0.01),且不及格率显著低于对照组(0.00％vs.9.38％,P＜0.05);试验组在临床思维能力3个维度(批判性、系统性、循证思维)方面教学后分数均显著高于教学前,而对照组仅在批判性思维维度上教学前后差异有统计学意义教学后试验组在系统思维、循证思维方面分数均显著高于对照组(P＜0.05),但在批判性思维上两组分数差异无统计学意义.试验组对授课的总体满意度也显著高于对照组(93.33％vs.85.48％,P＜0.05).结论 基于LLM的VP系统提升了学员对临床思维理论知识的掌握程度,也促进了其临床思维能力的培养,该教学方法可为其他医学教育群体提供新的教学工具和思路.
ISSN:1004-5511
DOI:10.12173/j.issn.1004-5511.202403091