A Large Language Model Based Teaching Pathway Is Feasible for Developing Clinical Pharmacy Practice Competencies
تُظهر هذه الدراسة أن مسار التدريس القائم على مريض معياري افتراضي مدعوم بنماذج لغوية كبيرة، والذي يستخدم أطر عمل منظمة للمطالبات، هو أداة تدريب تكوينية مجدية ومنخفضة التكلفة ومقبولة للغاية لتطوير كفاءات التواصل في الصيدلة الإكلينيكية، رغم إظهاره تقديراً ناقصاً منهجياً للدرجات يحد من استخدامه في التقييمات عالية المخاطر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعلم كيف تصبح طباخاً ماهراً. يمكنك قراءة كل كتب الطبخ في المكتبة وحفظ كل وصفة، ولكن حتى تقف بالفعل في المطبخ وتطبخ لشخص حقيقي جائع، فأنت لم تتعلم الوظيفة حقاً. في عالم الطب، وتحديداً للصيادلة الذين يساعدون المرضى في إدارة أدويتهم، هذا "المطبخ" هو جناح المستشفى. إنهم بحاجة إلى ممارسة التحدث مع المرضى، وطرح الأسئلة الصحيحة، وتقديم النصائح. ولكن هنا تكمن المشكلة: المرضى الحقيقيون مشغولون، وأحياناً مرضى، وليس من الآمن أو العادل دائماً استخدامهم كدمى تدريب للمبتدئين.
لفترة طويلة، استخدم المعلمون "المرضى المعياريين" — وهم ممثلون مدربون ليتظاهروا بالمرض. الأمر يشبه وجود ممثل محترف يلعب دور زبون في حصة طبخ. هذا يعمل، لكنه مكلف، وصعب الجدولة، ويمكن للممثلين أن يتعبوا أو ينسوا نصوصهم. بعد ذلك، حاولت الحواسيب المساعدة عبر "المرضى الافتراضيين"، ولكنهم كانوا مثل شخصيات ألعاب الفيديو ذات نص مكتوب؛ إذا سألتهم شيئاً لم يتوقعوه، فإنهم يتجمدون أو يقدمون إجابة آلية. الآن، لدينا شيء جديد: النماذج اللغوية الكبيرة (LLMs). فكر في هذه النماذج كأدمغة رقمية فائقة الذكاء قرأت كل ما كُتب تقريباً. يمكنها الدردشة بشكل طبيعي، وفهم السياق، والتظاهر بأنها أي شخص. السؤال الكبير هو: هل يمكننا استخدام هذه الأدمغة الرقمية لإنشاء "مطبخ ممارسة" آمن، ولانهائي، ومجاني ليتعلم الصيادلة المستقبليون حرفتهم دون إيذاء أشخاص حقيقيين؟
هذه الورقة هي قصة فريق من الباحثين الذين قرروا بناء ذلك بالضبط. لقد أنشأوا نظاماً تعليمياً حيث يعمل ذكاء اصطناعي ذكي كمريض افتراضي، وتحديداً لصيادلة الأورام (السرطان). لم يتركوا الذكاء الاصطناعي يدردش عشوائياً؛ بل بنوا "كتيب قواعد" خاصاً (يسمى إطار عمل التوجيه/البرومبت) للتأكد من أن الذكاء الاصطناعي يظل في شخصية المريض ولا يبدأ بالعمل كمعلم أو طبيب عن طريق الخطأ. كما بنوا كتيب قواعد ثانياً للسماح للذكاء الاصطناعي بتقييم أداء الطالب فوراً.
لاختبار ما إذا كانت هذه الفكرة تعمل حقاً، دعوا 21 متدرباً — بعضهم صيادلة مبتدئون وبعضهم طلاب دراسات عليا — لإجراء 30 محادثة ممارسة مع مريضهم الجديد المدعوم بالذكاء الاصطناعي. كان على الطلاب المرور بجولة مستشفى محاكية، حيث يأخذون التاريخ المرضي للمريض ويقدمون النصيحة، تماماً كما يفعلون في الحياة الواقعية. ثم قارن الباحثون بين تقييم الذكاء الاصطناعي وتقييم الخبراء البشريين الحقيقيين لمعرفة ما إذا كان الكمبيوتر عادلاً.
كانت النتائج جيدة بشكل مفاجئ، ولكن مع بعض الهفوات المضحكة. قال الخبراء إن الذكاء الاصطناعي بدا بشرياً للغاية، مما منحه درجة عالية قدرها 4.44 من 5 في كيفية ظهوره كمريض حقيقي. أحب الطلاب الأمر أيضاً؛ فقد شعروا بتوتر أقل بكثير عند التحدث إلى روبوت مقارنة بالتحدث إلى شخص حقيقي، حيث قيموا مستوى راحتهم بـ 4.52 من 5. كان الأمر يشبه التدرب على إلقاء خطاب مخيف أمام مرآة بدلاً من جمهور.
ومع ذلك، لم يكن الذكاء الاصطناعي مثالياً في التقييم. فبينما كان جيداً جداً في ترتيب من أدى بشكل أفضل من الآخر (مع ارتباط قوي قدره 0.934 مع درجات البشر)، إلا أنه كان معلماً صارماً بعض الشيء. في المتوسط، أعطى الذكاء الاصطناعي درجات أقل بـ 2.38 نقطة من الخبراء البشر. وجد الباحثون أن الذكاء الاصطناعي كان حرفياً للغاية في بعض الأحيان؛ فإذا لم يطرح الطالب سؤالاً محدداً ولكن المريض قدم الإجابة من تلقاء نفسه، فإن الذكاء الاصطناعي يعتبر ذلك خطأ، بينما كان الخبير البشษย์ سيقول: "رائع، لقد حصلت على المعلومة!". كما أن الذكاء الاصطناعي كان يجيب أحياناً على أسئلة لم يطرحها الطالب بعد، أو كان يتأخر قليلاً إذا كان هناك الكثير من الناس يستخدمونه في وقت واحد.
إذن، ما هي النتيجة؟ تشير الورقة إلى أن مسار التدريس هذا باستخدام الذكاء الاصطنا_ي هو أداة رائعة ومنخفضة التكلفة للممارسة وبناء الثقة. إنه يشبه جهاز محاكاة الطيران للصيادلة: ليس جاهزاً ليحل محل الطائرة الحقيقية (أو الحكم الخبير الحقيقي) في الامتحانات النهائية، ولكنه مثالي لتعلم التحكم، وارتكاب الأخطاء، والتحسن دون تحطم. لقد أظهر الفريق أنه من خلال استخدام التكنولوجيا مفتوحة المصدر وكتيبات القواعد الذكية، استطاعوا إنشاء نظام يمكن للمدارس الأخرى نسخه للمساعدة في تعليم المزيد من الطلاب كيفية التحدث مع المرضى، مما يجعل التدريب الطبي أكثر سهولة وأقل توتراً للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.