Large Language Models in Healthcare Simulation Education: A Bibliometric Analysis with AI-Assisted Screening
这项文献计量学分析表明，尽管医疗模拟教育领域中大语言模型的研究正经历快速增长，但其仍高度集中于使用 ChatGPT 等专有模型进行的沟通与决策技能训练，从而在团队协作培训、开源模型评估以及特定专业应用方面留下了关键空白，同时也证明了利用多个独立 AI 智能体进行可靠且可扩展的文献筛选的可行性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，医学培训的世界就像一个庞大且繁忙的建筑工地。几十年来，他们一直利用蓝图、练习假人和角色扮演演员来构建技能。现在，一个极其强大的新工具到来了：大语言模型（LLMs），比如 ChatGPT。这些是能够像人类一样阅读、写作和交谈的 AI 系统。
这篇论文就像是由一个研究团队拍摄的卫星地图，旨在观察这个新工具在那个建筑工地上究竟是如何被使用的。他们不仅仅是观察了几栋建筑；他们扫描了超过 10 万份潜在的蓝图（研究论文），并利用一种巧妙的关键词过滤机制和 83 个独立的 AI “检查员”，将范围缩小到了 551 个最相关的项目。
以下是他们的地图所揭示的内容，用简单的术语进行了解释：
1. 爆发式增长：是烟花，而非慢火
在 2022 年底之前，关于使用这些 AI 工具进行医学模拟的研究几乎不存在。那是一个寂静的领域。然后，ChatGPT 发布了，这就像有人点燃了一枚烟花。
- 类比： 想象一个池塘多年来都处于静止状态，然后突然间，一块巨石掉入了其中。水面（研究）不仅产生了涟漪，而且发生了爆炸。
- 事实： 论文数量每年增长 109%。几乎所有的研究（99%）都发生在 ChatGPT 到来之后。这是一个全新的、以惊人速度发展的领域。
2. “单一工具”问题
如果你走进一个车间，看到 100 种工具，你会期待看到多样性。但在这项研究中，几乎一半的工人只使用一种特定品牌的锤子（ChatGPT）。
- 类比： 这就像一场厨艺比赛，其中 46% 的参赛者被仅允许使用特定品牌的刀具，而几乎没有人使用任何人都可以制造的廉价开源刀具。
- 事实： ChatGPT 出现在近一半的论文中。开源模型（免费的、社区构建的工具）在研究中几乎是隐形的。这意味着整个领域都在依赖一家公司的产品，如果该产品发生变化或成本过高，这可能会带来风险。
3. “独奏” vs. “团队运动”
医学培训不仅仅是与患者交谈；它还涉及在危机期间进行团队协作。研究人员发现，AI 主要被用于一对一的对话。
- 类比： 想象一支运动队正在练习。目前，AI 非常擅长帮助球员练习点球（沟通）或战术调用（决策）。但当涉及到练习团队集结、领导力或处理混乱的紧急情况（团队协作、领导力、情境意识）时，它几乎完全缺席。
- 事实： 研究重点集中在“沟通”和“决策”上。而关键技能如“团队协作”、“领导力”和“危机管理”却极少被研究。AI 擅长交谈，但尚未在如何带领团队度过风暴方面进行过太多测试。
4. “虚拟病人”的接管
这种 AI 最常见的用途是作为聊天机器人病人。
- 类比： 研究人员不再雇佣人类演员来扮演病人，而是使用 AI 与学生聊天。这就像拥有一个数字演员，他永远不会疲倦，不会忘词，并且可以 24/7 全天候提供服务。
- 事实： “虚拟病人聊天机器人”是这些研究中使用 AI 的第一种方式。然而，研究人员指出，我们目前还不知道与机器人交谈是否与与真实人类演员交谈完全相同，尤其是在阅读情绪方面。
5. “泌尿外科”的盲点
研究人员专门研究了泌尿外科（处理泌尿系统的外科分支），该领域以拥有非常结构化、高质量的训练营（boot camps）而闻名。
- 类比： 这就像发现了一个巨大的、高科技的健身房，非常适合训练，但新的 AI 设备却在这里被完全忽视了。
- 事实： 在 551 篇论文中，只有 6 篇是关于泌尿外科的。甚至在这 6 篇中，也没有人测试过 AI 在泌尿科医生所使用的特定“训练营”风格的培训中的应用。这是一个巨大的错失机会，因为这些训练营非常适合测试新技术。
6. “AI 检查员”方法
他们是如何从 10 万篇论文中找到这 551 篇的？他们并没有只让一个人去读所有的论文（那会耗费太长时间）。
- 类比： 他们建立了一条机器人装配线。首先，他们使用一个简单的过滤器来剔除垃圾信息。然后，他们雇佣了 **83 个不同的 AI “检查员”**来检查剩余的论文。每个检查员独立工作。
- 事实： 这些 AI 检查员彼此之间（以及与人类专家）几乎完美地达成了一致。这证明了我们可以使用 AI 来研究 AI，使过程更快、更可靠。
核心结论
这张地图显示，该领域正在极其快速地增长，但也是不平衡的。
- 它增长太快（我们还没有足够的时间来看这些方法在长期内是否真的有效）。
- 它过于狭窄（每个人都在使用相同的 AI 工具）。
- 它过于个人化（它侧重于交谈，而不是团队危机管理）。
- 它缺失关键领域（例如泌尿外科培训）。
论文总结道，虽然这项技术令人兴奋，增长也十分惊人，但我们不能仅仅停留在研究“一对一”的聊天机器人上，而应该开始研究如何利用 AI 来帮助医疗团队协作、更好地领导并应对紧急情况。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。