← 最新论文
📄 medicine

LLM-based mobile teaching assistant and anxious-child OSCE performance in undergraduate paediatric dentistry: a cluster quasi-experimental study

在一项针对本科口腔儿科学专业学生的集群准实验研究中,在标准教学的基础上增加一个基于 DeepSeek 的具有虚拟对话功能的自主学习移动教学助手,与仅采用标准教学相比,与在焦虑儿童行为管理方面的 OSCE 评分显著提高以及临床自我效能感的更广泛提升相关。

原作者: SHUYU WANG, ZHAONAN XU, LING LI, LIQIN MEI

发布于 2026-08-20
📖 1 分钟阅读☕ 轻松阅读

原作者: SHUYU WANG, ZHAONAN XU, LING LI, LIQIN MEI

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

在牙科医学院的早期阶段,学生们会花费无数小时来掌握其技艺的机械原理。他们学习如何钻孔、填充和拔除牙齿,通常是在那些不会移动、不会说话也不会哭泣的塑料模型或人体模型上进行练习。然而,治疗儿童的现实情况远比单纯的技术技巧要复杂得多。一个感到恐惧、疼痛或仅仅是不愿坐稳的年幼患者,可能会让即使是最熟练的操作也陷入僵局。儿科牙科的成功在很大程度上取决于安抚受惊儿童、向担忧的家长解释可怕情况以及引导家庭度过压力时刻而不造成进一步困扰的能力。传统上,学生必须在开始接触真实患者后,通过试错法来学习这些软技能,而这是一个一旦出错就可能造成持久创伤的高风险环境。为了弥合课堂与临床之间的差距,教育工作者正越来越多地转向数字工具,使学生能够安全且反复地练习这些困难的对话。

中国温州医科大学的研究人员最近探索了某种特定类型的人工智能是否能帮助本科牙科学生为这些情感挑战做好准备。他们专注于一种利用大语言模型(一种能够进行复杂、类人对话的计算机程序)构建的工具。研究人员创建了一个移动教学助手,学生可以在手机或电脑上使用它。这个数字伙伴被编程为既可以扮演哭泣恐惧的孩子,也可以扮演焦虑的家长。它允许学生练习如何安抚受挫的孩子、解释治疗方案以及管理困难的行为。至关重要的是,该工具不仅仅是聊天;它还对学生的推理过程提供反馈,指出他们的处理方式是否过于严厉或含糊不清,并建议更好的沟通方式。该研究旨在观察,与仅依赖标准课堂教学相比,使用该人工智能助手进行练习的学生在面对真实的困难儿科患者模拟场景时,表现是否会更好。

这项研究涉及 128 名即将开始临床轮转的四年级牙科学生。根据现有的课程安排,这些学生被分为两组。一组继续接受标准的八周儿科牙科课程,包括讲座、视频和在塑料模型上的练习。另一组在接受相同标准教学的同时,还获得了使用该移动人工智能助手的机会。这些学生被鼓励每周三次,每天大约花费 15 分钟与虚拟的孩子和家长进行互动。他们可以练习从诊疗椅上尖叫的孩子到质疑手术安全性的家长的各种场景。人工智能会以角色身份做出反应,根据学生的话语表现出恐惧、愤怒或宽慰,然后对学生的沟通策略进行详细的评价。

在为期八周的课程结束时,所有学生都面临了一项旨在衡量其临床准备程度的严格测试。他们进入一个房间,见到一位标准化病人:一名由演员扮演的五岁患有牙痛、正在哭泣且感到害怕的孩子,旁边还跟着一位忧虑的家长。学生们有 15 分钟的时间检查孩子、解释病情并提出治疗方案,同时管理孩子的恐惧和家长的焦虑。他们的表现由四位不知道学生所属组别的资深教员进行评分。评分系统非常全面,评估的内容涵盖了从学生建立与孩子联系的能力,到他们清晰解释治疗风险与益处的能力等各个方面。

结果显示两组之间存在明显的差异。使用人工智能助手的学生在总分测试中的得分明显高于未使用助手的学生。最显著的进步体现在行为管理领域。这些学生更擅长安抚哭泣的孩子,使用温柔的语气,并在检查过程中保持孩子的配合。虽然标准课程帮助所有学生在整个学期中提高了信心和知识,但使用人工智能助手的组别在处理情感和互动环节方面展现出了明显的优势。他们更有效地应对了受惊儿童和焦虑家长的混乱局面,将一个潜在的混乱场面转化为可控的情况。

使用该工具的学生也报告说,他们对自己的能力感到更加自信。他们发现该系统易于使用,并觉得它有助于理解如何更好地与年幼患者沟通。许多人指出,能够在没有真实患者压力的情况下反复练习这些困难的对话是非常宝贵的。他们很感激那种能准确告诉他们哪些做得好以及哪些可以改进的即时反馈。然而,研究人员谨慎地指出,这种益处是针对该工具所练习的特定技能而言的。人工智能并没有教他们如何钻孔或进行外科手术;它教的是如何与孩子和家长交谈。研究发现,虽然课程本身提高了所有学生的信心,但通过人工智能进行的额外练习专门磨练了他们在行为管理和制定治疗方案方面的能力,而这是仅靠标准课程无法达到的。

尽管取得了积极的结果,研究人员强调这只是在单一地点进行的针对特定类型测试的研究。该工具旨在补充而非取代传统的教学。学生仍然需要通过讲座和在塑料模型上的动手实践来学习牙科的技术层面。人工智能则提供了一个安全的空间,让他们去排演这份职业中关于“人”的一面。研究人员还指出,他们无法精确追踪每位学生使用该工具的具体时长,而是依赖于学生们的自我报告。他们承认,使用新技术的这种新鲜感可能在一定程度上影响了学生的参与度。尽管如此,研究结果表明,将人工智能整合进牙科教育,可以为学生培训应对儿童治疗时的情感现实提供一种独特且有效的方式。它提供了一种在受控环境中练习共情和沟通艺术的方法,从而让学生不仅成为熟练的技术人员,更成为富有同情心的护理者。

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。

试用 Digest →