A Large Language Model Based Teaching Pathway Is Feasible for Developing Clinical Pharmacy Practice Competencies
本研究表明，利用结构化提示词框架的基于大语言模型的虚拟标准化病人教学路径，是一种可行、低成本且高度认可的临床药学沟通能力形成性培训工具，尽管其表现出的系统性评分低估限制了其在高风险评估中的应用。
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
想象一下，你正试图学习如何成为一名大师级厨师。你可以读遍图书馆里的每一本食谱，并背诵所有的菜谱，但直到你真正站在厨房里，为一位真正的、饥肠辘辘的人烹饪之前，你并没有真正学会这项工作。在医学领域，特别是对于帮助患者管理药物的药剂师而言，这个“厨房”就是医院病房。他们需要练习如何与患者交流、如何提出正确的问题以及如何提供建议。但问题在于：真实的患者很忙，有时身体不适，而且将他们作为初学者的练习对象既不安全也不公平。
长期以来，老师们一直使用“标准化病人”——即经过培训、通过表演来假装生病的演员。这就像是在烹饪课上请了一位专业演员来扮演顾客。这种方法有效，但成本高昂、难以调度，而且演员会感到疲劳或忘词。随后，计算机尝试通过“虚拟病人”来提供帮助，但这些角色就像是带有剧本的电子游戏角色；如果你问了它们意料之外的问题，它们就会卡住或给出机械化的回答。现在，我们有了新的技术：大语言模型（LLM）。把它们想象成超级聪明的数字大脑，它们几乎读过了人类写下的所有内容。它们可以自然地聊天，理解语境，并能扮演任何人。大的疑问在于：我们能否利用这些数字大脑，为未来的药剂师创造一个安全、无限且免费的“练习厨房”，让他们在不伤害真实人类的情况下学习他们的手艺？
这篇论文讲述了一支研究团队决定构建这样一个系统的故事。他们创建了一个教学系统，其中智能人工智能扮演虚拟病人，专门针对肿瘤科药剂师。他们并没有让 AI 随机聊天；他们构建了一个特殊的“规则手册”（称为提示词框架），以确保 AI 始终保持病人的角色，而不会不小心表现得像个老师或医生。他们还构建了第二个规则手册，让 AI 能够即时对学生的表现进行评分。
为了测试这个想法是否真的奏效，他们邀请了 21 名受训者——包括一些初级药剂师和一些研究生——与他们的新 AI 病人进行了 30 场练习对话。学生们必须经历一次模拟医院查房，包括采集患者病史并提供建议，就像他们在现实生活中所做的那样。然后，研究人员将 AI 的评分与人类专家的评分进行了对比，以观察计算机是否公正。
结果非常出色，但也出现了一些有趣的“小故障”。专家们表示 AI 听起来极其像真人，给出了 4.44 分（满分 5 分）的高分，认为其听起来非常像真实的病人。学生们也很喜欢它；他们觉得与机器人交谈比与真人交谈压力小得多，舒适度评分达到了 4.52 分。这就像是在镜子前练习一场令人紧张的演讲，而不是在人群面前。
然而，AI 在评分方面并不完美。虽然它在对学生表现进行排名（即判断谁比谁做得更好）方面表现得非常好（与人类评分的相关性高达 0.934），但它是一位有点严厉的老师。平均而言，AI 给出的分数比人类专家低 2.38 分。研究人员发现，AI 有时过于刻板；如果一名学生没有询问某个特定问题，但病人恰好主动提供了答案，AI 会将其标记为一个错误，而人类专家则会说：“太棒了，你拿到了这个信息！”此外，AI 有时也会产生一点混乱，回答一些学生尚未提出的问题，或者在多人同时使用时会出现延迟。
那么，结论是什么呢？论文指出，这种 AI 教学路径是一个极佳的、低成本的练习和建立信心的工具。它就像是药剂师的飞行模拟器：它还没有准备好取代真正的飞机（或真正的专家裁判）来进行最终考试，但它非常适合用来学习操作、犯错并变得更优秀，而不会导致“坠机”。该团队展示了通过使用开源技术和巧妙的规则手册，他们创造了一个其他学校也可以复制的系统，从而帮助更多学生学习如何与患者沟通，使医学培训对每个人来说都更加容易获得，也更加轻松。
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。