Feasibility of an AI-Simulated Patient Encounter Delivered in Group and Individual Learning Formats for First-Year Medical Students: A Two-Cohort Pilot Study
تُظهر هذه الدراسة الاستطلاعية أن تجربة المريض المحاكية بواسطة الذكاء الاصطناعي تُعد أمراً ممكناً ومقبولاً لطلاب الطب في السنة الأولى في كل من التنسيقين الجماعي والفردي، مما أدى إلى تحولات إيجابية استكشافية في مستوى التفاعل والأمان النفسي، مع تسليط الضوء على الحاجة إلى تجارب عشوائية أكبر لتأكيد هذه النتائج.
المؤلفون الأصليون:Shelley Tischkau, James Lynch, Sean McGinity, Andrew Primous, Elijah Meldrim, Samantha Lynch, Richard Selinfreund
في السنوات الأولى من كلية الطب، يجب على الطلاب تعلم كيفية التحدث مع المرضى، وطرح الأسئلة الصحيحة، وتجميع خيوط التشخيص من خلال محادثة. تُمارس هذه المهارة تقليديًا مع "المرضى المعياريين"، وهم ممثلون مدربون للقيام بدور محدد لضمان حصول كل طالب على التجربة ذاتها. ومع ذلك، فإن هؤلاء الممثلين البشريين مكلفون ومحدودو العدد. مؤخرًا، ظهرت أداة جديدة: الذكاء الاصطناعي. وتحديدًا، يمكن لنماذج اللغات الكبيرة — وهي أنظمة حاسوبية قادرة على توليد نصوص وكلام يشبه البشر — أن تعمل كمرضى افتراضيين. يمكن لهذه الشخصيات الرقمية الاستماع والاستجابة والحفاظ على قصة طبية متسقة، مما يمنح الطلاب وسيلة لممارسة المحادثات السريرية دون الحاجة إلى وجود ممثل بشري. والسؤال المطروح أمام التربويين ليس فقط ما إذا كانت هذه الآلات تستطيع التحدث، بل كيف يمكن استخدامها بأفضل طريقة في الفصل الدراسي. هل ينبغي للطلاب التدرب بمفردهم، أم ينبغي لهم التجمع في مجموعة لمناقشة الحالة مع معلم؟
وضع باحثون في كلية الطب بجامعة ساوث إلينوي المنهجية لاختبار هذين النهجين المختلفين مع طلاب السنة الأولى في الطب. لقد أنشأوا سيناريو طبيًا واحدًا وواقعيًا يتضمن مريضًا يعاني من مشاكل في الجهاز الهضمي، وبرمجوا ذكاءً اصطناعيًا للقيام بدور هذا المريض. ثم قسموا الطلاب إلى مجموعتين؛ حيث جلست مجموعة مكونة من سبعة طلاب معًا في فصل دراسي، حيث تبادلوا الأدوار في مقابلة المريض (الذكاء الاصطناعي) الذي كان معروضًا على شاشة كبيرة، تحت إشراف عضو هيئة تدريس. أما المجموعة الأخرى المكونة من اثني عشر طالبًا، فقد ذهبوا إلى أماكن خاصة وأجروا المقابلة نفسها تمامًا عبر أجهزتهم الخاصة، دون وجود معلم ودون مراقبة من زملائهم الطلاب. وقبل جلساتهم وبعدها، ملأ جميع الطلاب استبيانات لقياس مدى شعورهم بالاندماج ومدى شعورهم بالأمان عند ارتكاب الأخطاء أو طرح الأسئلة. كما طور الباحثون طريقة لتحليل نصوص هذه المحادثات تلقائيًا لمعرفة ما قاله الطلاب بالفعل.
وجدت الدراسة أن كلا التنسيقين قد نجحا وكان مقبولين لدى الطلاب. فقد أفاد الطلاب في كل من الإطار الجماعي والإطار الفردي بأنهم شعروا بمزيد من الاندماج والأمان النفسي بعد التجربة. وهذا الشعور بالأمان أمر بالغ الأهمية في التدريب الطبي؛ ويعني أن الطالب يشعر بالراحة في الاعتراف بأنه لا يعرف إجابة ما أو تجربة خط استقصاء جديد دون خوف من الإحراج. وبينما أظهرت المجموعة الفردية زيادة ملحوظة بشكل خاص في هذا الشعور بالأمان، إلا أن الدراسة كانت صغيرة جدًا بحيث لا يمكن الجزم بأن أحد التنسيقين كان أفضل من الآخر بشكل قاطع. وقد أشار الباحثون إلى أن الأعداد لم تكن كبيرة بما يكفي لإثبات وجود فرق بين الطريقتين، لذا ينبغي النظر إلى النتائج كإشارة واعدة وليس كحكم نهائي.
جاءت واحدة من أكثر النتائج إثارة للاهتمام من سؤال الطلاب عما يفضلونه. فبعد تجربة النسخة الفردية، قال غالبية هؤلاء الطلاب إنهم يفضلون نموذجًا هجينًا: وهو إجراء مقابلة الذكاء الاصطناعي بمفردهم أولاً، ثم الانضمام إلى مناقشة جماعية مع معلم لاحقًا. وهذا يشير إلى أن الطلاب يقدرون الخصوصية للممارسة وارتكاب الأخطاء بمفردهم، متبوعة بفرصة لصقل تفكيرهم مع أقرانهم ومعلمهم. كما رصدت الدراسة انخفاضًا طفيفًا في مدى شعور الطلاب بالاستعداد لمناقشة الحالة بعد ذلك، لكن الباحثين يعتقدون أن هذا قد يعني ببساطة أن الطلاب أدركوا حجم ما يتعين عليهم تعلمه، وليس فشلًا في الأداة.
لقد كان الباحثون حذرين في ذكر أن هذه كانت دراسة استطلاعية، وهي اختبار أولي صُمم لمعرفة ما إذا كانت الفكرة تنجح ولتحسين أدواتهم لتجربة أكبر لاحقًا. لم يدعوا إلى امتلاك حل لمشكلة كيفية تعليم طلاب الطب، ولم يثبتوا أن الذكاء الاصطناعي بديل مثالي للممثلين البشريين. وبدلاً من ذلك، أثبتوا أنه من الممكن إجراء هذه اللقاءات مع الذكاء الاصطناعي بطرق مختلفة وأن الطلاب مستعدون للمشاركة. كما قدموا طريقة جديدة لقراءة وتحليل نصوص المحادثات تلقائيًا، مما قد يساعد الباحثين المستقبليين على قياس أداء الطلاب بشكل أكثر موضوعية. وفي نهاية المطاف، يشير العمل إلى أن الذكاء الاصطناعي يمكن أن يكون جزءًا مفيدًا في التعليم الطبي، خاصة عند استخدامه كخطوة تمهيدية للتعلم الجماعي، ولكن هناك حاجة إلى مزيد من الأبحاث مع مجموعات أكبر من الطلاب لتأكيد هذه الملاحظات المبكرة.
يُستخدم الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs) بشكل متزايد في التعليم الطبي لطلاب المرحلة الجامعية (UME) في التعلم القائم على حل المشكلات (PBL) والتعلم القائم على الحالات (CBL). ومع ذلك، تعاني الأدبيات الحالية من عدم تجانس منهجي، وعدم اتساق في مقاييس النتائج، ونقص في الشفافية فيما يتعلق بالتصميم التعليمي. وتحديداً، لا تزال هناك فجوتان حرجتان مستمرتان:
تنسيق تقديم التعليم: نادراً ما تم فحص تأثير تنسيق التقديم (مثل المجموعات الميسرة مقابل الفردي ذاتي التوجيه) كمتغير تعليمي مستقل.
شفافية التقييم: نادراً ما يتم وصف أساليب التقييم المدعومة بالذكاء الاصطناعي بتفاصيل كافية تسمح بإعادة الإنتاج أو التحقق المستقل.
علاوة على ذلك، بينما توفر المرضى المحاكيون بالذكاء الاصطناعي لقاءات حوارية متسقة وقابلة للتوسع، فإن دمجهم في بيئات تعليمية متنوعة يتطلب التحقق من الجدوى قبل تقديم ادعاءات الفعالية.
المنهجية
صُممت هذه الدراسة كـ تجربة استطلاعية لتطوير الأدوات والتحقق من الجدوى مكونة من مجموعتين أُجريت في كلية الطب بجامعة ساوثرن إلينوي، وشملت طلاب السنة الأولى في الطب (MS1).
تصميم الدراسة والمشاركون
المجموعات: شاركت مجموعتان غير متداخلتين وغير عشوائيتين في نفس الحالة السريرية (اعتلال الجهاز الهضمي) ولكن بتنسيقات تقديم مختلفة:
المجموعة الجماعية (n=7): جلسة ميسرة من قبل أعضاء هيئة التدريس حيث تعاون الطلاب في مقابلة مريض محاكى بالذكاء الاصطناعي في بيئة صفية مع ملاحظة الأقران.
المجموعة الفردية (n=12): جلسة ذاتية التوجيه حيث أكمل الطلاب المقابلة بشكل فردي على أجهزة شخصية في مساحات خاصة دون ملاحظة الأقران.
المتغيرات المربكة: أقرت الدراسة بأن تنسيق التقديم كان مرتبطاً بشكل كامل بعضوية المجموعة، وتواريخ الجلسات، وإجراءات الاستقطاب، وأساليب استخلاص المعلومات (debriefing)، وإصدارات المنصة. وبناءً على ذلك، عُوملت المقارنات بين المجموعتين على أنها وصفية واستكشافية، وليست سببية.
الإشراف الأخلاقي: حصلت الدراسة على قرار بالإعفاء من مراجعة مجلس مراجعة المؤسسات (IRB #24–525). كانت المشاركة تطوعية ولم تؤثر على الوضع الأكاديمي.
التدخل
المريض المحاكى بالذكاء الاصطناعي: تم تطويره باستخدام نموذج لغوي كبير (LLM) متاح تجارياً ومدمج مع تقنيات الصوت والرمز الرمزي (avatar). حافظ النظام على عرض سريري وإطار استجابة ثابت عبر كلا التنسيقين.
المدة: استغرقت الجلسات الجماعية حوالي 35 دقيقة؛ بينما بلغ متوسط مدة الجلسات الفردية 31 دقيقة (المدى 17-83 دقيقة).
الأدوات وجمع البيانات
مقياس لغة السلامة السلوكية – المؤقت (BSLS-P): أداة استقصائية استكشافية جديدة تم تطبيقها قبل وبعد المقابلة. وقيمت ما يلي:
اندماج المتعلم/الاستمتاع.
السلامة النفسية (المُعرفة بالقدرة المدركة على طرح الأسئلة وارتكاب الأخطاء دون خوف من الإحراج).
الدافع للاستعداد.
تفضيل تنسيق التقديم (بعد المقابلة فقط).
ملاحظة: خضرت الأداة لعمليات إصدار طفيفة بين المجموعتين (الإصدار 1 مقابل الإصدار 2).
تحليل النسخ الآلي: تم تطبيق خط معالجة ثنائي الوكيل (يتكون من عناصر السلوك، والنص الحر، والإجراء، والوقت) على نسخ المجموعة الفردية لإظهار إطار تحليلي قابل لإعادة الإنتاج. لم يُستخدم هذا في تقديم ادعاءات استدلالية في هذه التجربة الاستطلاعية.
التغذية الراجعة النوعية: قدمت المجموعة الجماعية استخلاص معلومات شفهي؛ بينما قدمت المجموعة الفردية ردوداً مكتوبة على مطالبات اختيارية.
التحليل الإحصائي
داخل المجموعة: تم تحليل التغيرات من قبل إلى بعد باستخدام اختبارات t للعينات المرتبطة (للتوزيع الطبيعي) أو اختبارات ويلكوكسون لمراتب الإشارات (للتوزيع غير الطبيعي).
المقارنات المتعددة: تم تطبيق تصحيح معدل اكتشاف الخطأ (FDR) لـ بنجاميني–هوخبرج عبر مقارنات المقاييس الفرعية.
بين المجموعات: أُجريت مقارنات وصفية باستخدام اختبار ويلكوكسون لمراتب المجموعات، دون استخلاص استنتاجات سببية بسبب المتغيرات المربكة.
استخدام الذكاء الاصطناعي: تم استخدام الذكاء الاصطناعي التوليدي (Claude Opus 5) للمساعدة التحريرية في صياغة المخطوطة، ولكن تم إعداد جميع التحليلات الإحصائية والجداول البيانية بشكل مستقل من قبل مؤلف مشارك بناءً على البيانات الخام.
النتائج الرئيسية
النتائج الكمية
الجدوى: أكملت كلتا المجموعتين بنجاح مقابلات المريض المحاكى بالذكاء الاصطناعي والاستبيانات (قبل/بعد) دون وقوع أي أحداث سلبية أو استثناءات تقنية.
السلامة النفسية والاندماج: أظهرت كلتا المجموعتين تحولات إيجابية في الاتجاه فيما يخص السلامة النفسية والاندماج.
المجموعة الفردية: لوحظ أكبر تأثير في مقياس السلامة النفسية (ويلكوكسون r=0.62). وقد وصل هذا إلى الدلالة الإحصائية قبل التصحيح (P=.026) ولكنه لم يصمد أمام تصحيح FDR (المعدل P=.20).
المجموعة الجماعية: أظهرت تغيرات إيجابية في الاتجاه، ولكن لم تظل أي مقارنات ذات دلالة إحصائية بعد تصحيح FDR.
الدافع للاستعداد: لوحظ انخفاض طفيف في كلتا المجموعتين. وأشار تحليل مستوى البند إلى أن هذا كان مدفوعاً ببند واحد في الاستبيان وليس باتجاه عام للمجال، مما قد يشير إلى إعادة معايرة التوقعات بعد المقابلة.
المقارنة بين المجموعتين: لم يتم العثور على فروق ذات دلالة إحصائية بين المجموعة الجماعية والفردية في أي مقياس فرعي بعد تصحيح FDR. وجدت فروق اتجاهية ولكنها اعتبرت وصفية فقط.
تفضيلات المتعلمين
تفضيل النموذج الهجين: في المجموعة الفردية، تحول النمط الأكثر شيوعاً للتفضيل المستقبلي للتعلم من 42% إلى 58% لصالح "النموذج الهجين": إكمال مقابلة ذكاء اصطناعي منفردة أولاً، تليها مناقشة ميسرة من قبل أعضاء هيئة التدريس.
التغذية الراجعة النوعية: وصف المشاركون المحاكاة بأنها ممتعة وذات قيمة لممارسة التفكير السريري في بيئة آمنة. وأكدوا على قيمة الممارسة المستقلة المتبوعة بتغذية راجعة مهيكلة من أعضاء هيئة التدريس لمعالجة المفاهيم الخاطئة.
تطوير الأدوات والمسارات
نجحت الدراسة في نشر BSLS-P كأداة مؤقتة لقياس السلامة النفسية والاندماج في سياقات الذكاء الاصطناعي.
تم تنفيذ ووصف إطار تحليل النسخ الآلي، مما أثبت جدوى الترميز السلوكي القابل للتوسع وإعادة الإنتاج، رغم أنه لا يزال قيد التطوير ويتطلب تحققاً مستقلاً مقابل تقييمات الخبراء البشر.
المساهمات الرئيسية
إثبات الجدوى: تؤكد الدراسة أن مقابلات المريض المحاكى بالذكاء الاصطناعي يمكن تنفيذها عملياً في كل من التنسيقات الميسرة جماعياً والتنسيقات الفردية ذاتية التوجيه لطلاب السنة الأولى في الطب.
الشفافية المنهجية: تقدم الورقة وصفاً مفصلاً لأداة استقصائية مؤقتة (BSLS-P) وإطار تحليل النسخ الآلي، مما يعالج الفجوة في الأدبيات المتعلقة بطرق التقييم القابلة لإعادة الإنتاج في التعليم المدعوم بالذكاء الاصطناعي.
استكشاف التنسيق: تقدم التنسيق التعليمي كمتغير متميز، مما يشير إلى أن النهج الهجين (ممارسة الذكاء الاصطناعي المنفردة + المناقشة الجماعية) قد يتوافق بشكل أفضل مع تفضيلات المتعلمين.
الأهمية والادعاءات
يؤطر المؤلفون هذا العمل صراحةً كـ دراسة استطلاعية للجدوى وتطوير الأدوات، وليس تجربة مقارنة للفعالية.
الادعاءات المتواضعة: يذكر المؤلفون أن التغيرات الملحوظة من قبل/بعد هي استكشافية وتوليدية للفرضيات. هم لا يدعون أن أحد التنسيقات يتفوق على الآخر أو أن تدخل الذكاء الاصطناعي يحسن النتائج التعليمية بشكل نهائي، مستشهدين بصغر حجم العينة، وعدم العشوائية، والمتغيرات المربكة.
الأهمية: تكمن الأهمية الأساسية في إثبات أن:
يمكن دمج المرضى المحاكيين بالذكاء الاصطناعي في التعليم الطبي لطلاب المرحلة الجامعية دون فشل تقني.
يدرك المتعلمون هذه المقابلات بأنها آمنة نفسياً وممتعة.
النموذج التعليمي الهجين هو المفضل لدى المتعلمين، مما يدعم دمج الذكاء الاصطناعي كمكمل وليس كبديل للتعليم التقليدي الموجه من قبل أعضاء هيئة التدريس.
توفر الأدوات الموصوفة (BSLS-P وإطار تحليل النسخ) أساساً لدراسات مستقبلية ذات قوة إحصائية كافية وعشوائية مطلوبة للتحقق من هذه النتائج الأولية.
تخلص الورقة إلى أنه بينما تعد النتائج واعدة، يجب أن تتضمن الأبحاث المستقبلية تجارب عشوائية متعددة المراكز، وتحققاً سيكومترياً رسمياً لأداة BSLS-P، وتحققاً مستقلاً لإطار تحليل النسخ مقابل تقييمات الخبراء البشر.