人工智能驱动的患者病史和症状与裂纹灯眼睛模拟相结合,以增强学生的临床培训

科学领域:

• 眼科和光学教育教育 眼科和光学教育
• 医疗模拟 医疗模拟
• 医疗保健中的人工智能

背景情况:

• 传统的基于演员的眼科医生培训是昂贵的,需要大量的准备.
• 增强现实 (AR) 眼科检查模拟对于教 optometry 和眼科是有效的.
• 像ChatGPT这样的大型语言模型为真实的角色扮演模拟提供了潜力.

研究的目的:

• 为了评估结合AR眼科检查与AI驱动的角色扮演对光学学生的有效性.
• 为了比较光学学生的学习经验,使用人工智能聊天机器人与人类演员进行患者沟通培训.
• 评估对学生自我评估的临床能力的影响.

主要方法:

• 十六名光学最后一年的学生参加了随机的角色扮演模拟.
• 模拟包括AR裂灯生物显微镜 (EyeSi) 和与AI (SimConverse,ChatGPT) 或演员的通信.
• 学生的学习经验和自我评估能力通过前后问卷进行了测量.

主要成果:

• 在大多数方面 (p<0.05) 观察到自我评估临床能力的显著改善.
• 在演员主导和SimConverse AI角色扮演之间,没有发现学习体验的显著差异.
• 聊天GPT模拟导致学生体验明显差 (p<0.001).

结论:

• 将AR模拟与人工智能患者角色扮演相结合,可以提高光学学生的临床能力.
• 人工智能驱动的患者角色扮演可以提供与人类演员相当的学习体验.
• 虽然有希望,但使用的特定AI聊天机器人显著影响了学生的学习体验.