教育研究:从大型语言模型的教育案例报告中创建在线交互式基于案例的学习体验:可行性研究
Christina Gao1, Galina Gheihman2,3, Tamara Kaplan2,3
1Department of Medicine, Adelaide Medical School, Adelaide, Australia.
Neurology. Education
|September 26, 2025
概括
大型语言模型 (LLM) 可以将神经学病例报告转换为交互式在线学习工具. 这种人工智能驱动的方法显示了通过基于案例的学习来增强医学教育的可行性.
科学领域:
- 医疗教育 技术 技术 医学教育
- 人工智能在医学中的应用
背景情况:
- 病例报告对于医学文献和教育至关重要.
- 人工智能 (AI) 正在改变医学教育的交付.
- 大型语言模型 (LLM) 提供了增强基于案例的学习的潜力.
研究的目的:
- 评估使用LLM将神经病例报告转换为交互式在线格式的可行性.
- 通过人工智能驱动的教育工具促进基于案例的学习.
主要方法:
- 三个神经病例报告被转换成"剧本"使用LLM (克劳德3.5小说).
- 通过使用另一种LLM (GPT-4o) 实现了交互式在线案例交付.
- 神经学研究员通过问答参与了案件,模拟患者评估,并进行专家审查.
主要成果:
- 该LLM产生了98.1%的适当反应 (206/210).
- 在剧本转换过程中出现了轻微的遗漏 (4/210),但并没有妨碍诊断.
- 在12.4%的回答中产生了医学上可信的附加内容.
结论:
- 使用LLM将神经病例报告转换为交互式问答格式是可行的.
- 关于LLM的性能考虑包括它们的非决定性性质和频繁的更新.
- 需要进一步的研究来评估这种人工智能创新的教育影响.


