评估ChatGPT-5作为一种人工智能工具,用于探索临床模拟的新兴维度:一个概念验证研究

科学领域:

• 医疗教育 技术 技术 医学教育
• 医疗保健中的人工智能
• 临床模拟 临床模拟

背景情况:

• 人工智能 (AI) 和大型语言模型 (LLM) 是医学教育中的新兴工具.
• 在临床模拟内容生成中LLMs的应用在很大程度上尚未被探索.

研究的目的:

• 评估ChatGPT-5的合成和生成用于临床模拟的教育内容的能力.
• 评估人工智能产生的输出的一致性,事实准确性和可理解性.

主要方法:

• 向ChatGPT-5提交了关于临床模拟的七个探索性问题,每一个查询都被重建了三次.
• 通过使用利克特等级来评估质量/准确性和PEMAT来评估可理解性来评估答案.
• 通过PubMed和Google Scholar验证了人工智能生成的引用.

主要成果:

• 聊天GPT-5生成了关于临床模拟里程碑和趋势的连贯,有组织的内容.
• 大约80%的引用引用是可验证的;注意到一些不一致性.
• 平均准确性和一致性得分表明一般可接受的质量 (4/5).
• PEMAT揭示了清晰的结构,但偶尔会出现影响可访问性的复杂术语.

结论:

• 聊天GPT-5显示了作为合成临床模拟信息的支持工具的潜力.
• 对于解释深度,引文可靠性和教学适应性,需要进一步细化.
• 未来的研究应该在伦理框架下的模拟环境中探索LLM集成.