Generative AI-powered simulated patients in medical and healthcare education: A scoping review and meta analysis
这项针对157项研究的范围综述和荟萃分析表明，生成式人工智能驱动的模拟患者显著提升了医学学习者在病史采集、沟通技巧和临床推理方面的表现，然而，由于缺乏长期证据、标准化的安全协议以及可复现的技术报告，其在常规高风险场景中的应用目前仍受到限制。
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
想象一下未来的教室，在那里你不再只是听讲座，而是可以步入一个虚拟世界，在完全不危及真实患者安全的情况下，练习成为一名医生、护士或治疗师。这就是被称为**医学模拟（medical simulation）**的激动人心的科学领域。多年来，学生们一直在使用“标准化病人”进行练习——即雇佣演员假装生病，以便学习者练习提问和倾听。但演员既昂贵又难以调度，且只能扮演有限的角色。于是，**生成式人工智能（Generative AI）**登场了：这是一种不仅遵循剧本，还能根据情况即兴创造新对话的“计算机大脑”，就像人类一样。把它想象成一个能从你的问题中学习、并实时改变性格和故事的电子游戏角色。大家都在问一个大问题：这些人工智能“数字患者”真的能像真人一样，甚至比真人更好地教导我们吗？
一项大规模的新研究旨在通过挖掘数千篇研究论文来寻找答案，以了解这些人工智能患者在学校中的真实情况。研究人员是一个来自全球各大学的研究团队，他们查看了 2016 年至 2026 年 6 月期间发表的 157 项研究。他们发现这个领域正在爆发式增长；几乎 80% 的研究是在过去一两年内发表的，也就是在这些强大的 AI 工具向公众开放之后。这就像是一群发明家同时涌入，试图制造同一个神奇玩具。
那么，他们发现了什么呢？人工智能患者在执行任务方面表现得非常出色，尤其是在沟通基础方面。研究表明，使用这些人工智能工具有助于学生提高信息采集能力（例如通过提问来查明病因）和共情能力（倾听并表达关怀）。事实上，当研究人员合并多项研究的结果时，人工智能组的分数往往高于未使用人工智能的组别。这就像是人工智能赋予了学生一种“超能力”，让他们可以进行无数次对话练习，而不会感到疲劳或厌烦。
然而，这个故事并非简单的“人工智能赢了一切”。论文明确指出，这些数字患者目前还不能完美地取代人类。虽然它们在练习访谈和获取快速反馈方面表现出色，但关于它们是否有助于提升复杂的临床推理能力（诊断复杂疾病所需的深度思考能力）的证据仍然有些模糊且不确定。研究还显示，大多数研究都是短期性的；我们尚不知道使用人工智能进行练习的学生在几个月后是否还能记住所学内容，或者他们是否能应对从未见过的全新、奇特的病例。
另一个重要的发现是，这些人工智能工具主要被用于练习与反馈，而非最终考试。它们就像飞行员的飞行模拟器：非常适合练习基本功，但你不会在没有人类教官监督的情况下，就让一名学生第一次驾驶真正的飞机。研究人员还指出，尽管人工智能变得越来越聪明，但它仍可能犯错，比如“幻觉”（编造虚假的医学事实）或无意中产生偏见。大多数情况下，人工智能的使用都是在有“人类教师在场”的情况下进行的，以确保双重检查。
简而言之，这篇论文表明，由生成式人工智能驱动的模拟患者是一个充满前景且强大的新工具。它们为学生提供了一种随时随地、随心所欲进行练习的方式。但作者也警告说，我们现在还不应将其视为万灵药。要真正信任它们处理高风险决策，我们需要更多的长期研究、更好的安全检查，并清晰地认识到：虽然人工智能是一个极佳的练习伙伴，但人类教师仍然是方程中最核心的部分。医学教育的未来看起来像是一场团队协作：一个好奇的学生，一个聪明的人工智能伙伴，以及一位睿智的人类导师。
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。