人工智能模拟的临床咨询:评估ChatGPT在支持医疗培训方面的潜力

科学领域:

• 医疗教育中的人工智能
• 自然语言处理应用程序
• 临床技能模拟 临床技能模拟

背景情况:

• 模拟的医疗场景对于临床能力发展至关重要,但它们的安排是昂贵和耗时的.
• 大型语言模型 (LLM) 展示了在教育环境中扮演角色的潜力.
• 这项研究调查了ChatGPT在模拟医疗培训模拟中模仿参与者的忠实性.

研究的目的:

• 评估ChatGPT在描绘患者,医生和检查员角色中的现实性.
• 评估ChatGPT驱动模拟在临床教育中的实用性.
• 探索AI在提高医疗培训方法的作用.

主要方法:

• 使用来自模拟客观结构化临床检查 (OSCE) 的四个儿科情景.
• 在每个场景中,为患者,医生和检查员的角色创建了单独的ChatGPT代理.
• 经验丰富的临床医生和患者对患者和医生代理人之间的对话进行了现实主义和实用性的评估.

主要成果:

• 病人代理在很大程度上是有说服力的,并且擅长表达情感.
• 代理医生表现出有效的沟通,但有时会使用过度的术语.
• 患者和医生代理都表现出重复的反应,影响现实主义. 检查剂的性能与人类临床医生有很好的相关性.
• 在医学教育中采用这些模拟交互的方法得到了适度的支持.

结论:

• 聊天GPT可以为医疗培训场景生成可信的参与者代理,尽管现有的现实主义限制.
• 人工智能驱动的模拟提供了一个有前途的途径,以增强基于患者的标准化培训.
• 对人工智能代理的进一步改进可以提高它们的忠实性和教育影响.