Training anamnesis interviews with a chatbot virtual patient and integrated feedback: healthcare students’ perspectives
这项研究表明，尽管不同学科的医疗保健专业学生指出在真实感和情感表达能力方面仍需改进，但他们仍认为集成自动化反馈的 AI 驱动虚拟患者是训练问诊技能的一种极具价值且具可扩展性的工具。
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，你正在接受成为医生、护士或治疗师的培训。在你修复骨折或开具处方药之前，你必须进行一项叫做“病史采集”（anamnesis）的过程。你可以把它想象成一场超级详细的侦探面试，你需要询问患者：“哪里不舒服？什么时候开始的？疼起来是什么感觉？”这是治愈过程中最重要的第一步，但练习起来非常困难。通常，你需要一个真人来扮演病人，或者雇佣一名经过专业训练、专门演戏的昂贵演员。这不仅组织难度大，成本高昂，还会让紧张的学生们汗如雨下。
最近，科学家们开始使用一种新型的数字助手，叫做“大语言模型”（LLM）。你可以把 LLM 想象成一个超级聪明、不知疲倦的机器人大脑，它几乎读过了人类写下的所有内容。它可以和你聊天、回答问题，甚至可以假装成一个人。在这项研究中，研究人员想看看这些机器人大脑能否充当“虚拟病人”，来帮助医疗专业的学生练习他们的侦探技巧。他们还想看看机器人能否在面试结束后立即给学生一份“成绩单”（反馈），以帮助他们进步。核心问题是：学生们会觉得是在和真人对话吗？他们真的能从机器人那里学到东西吗？
实验：与机器人病人对话
为了查明真相，位于 IU 国际应用科学大学的研究人员搭建了一个数字游乐场。他们邀请了 60 名来自各种医疗项目（如护理、物理治疗和营养学）的学生来尝试使用一种新的聊天机器人。这不仅仅是一个普通的聊天机器人；它是由一个非常先进的 AI——GPT-4 提供支持的。
学生们被告知要想象自己正处在一个病房里，面对一位名叫“卡尔”（Karl）的病人。卡尔有一个非常复杂的经历：他遭遇了一场自行车事故，导致了脑出血，并且还在应对高血压和吞咽困难等多种健康问题。学生们必须通过聊天并提问，来弄清楚到底出了什么问题，就像对待真实的人类一样。机器人甚至还扮演了坐在房间里的卡尔妻子的角色。
面试结束后，机器人并不仅仅是说一句“做得好！”。它给了学生一份详细且个性化的报告。它告诉他们哪些做得好，遗漏了哪些信息，以及如何改进他们的提问方式和亲和力。然后，学生们填写了一份调查问卷，向研究人员反馈整个过程的感受。
研究结果：机器人是优秀的老师，但不是完美的演员
结果出人意料地积极。学生们非常喜欢使用机器人的想法。他们对系统的“易用性”评分很高，得分约为 100 分中的 77 分。这意味着该工具易于使用，不会造成太大的挫败感。
在机器人回答的质量方面，学生们印象深刻。他们觉得机器人很可靠，并且能够逻辑清晰地回答问题。机器人提供的反馈是整个体验中评分最高的部分。学生们认为机器人的评论很有帮助、相关性强，且正是他们学习所需的。他们一致认为，通过与机器人练习，有助于增强他们在专业技能以及未来与真人沟通方面的信心。
然而，机器人在模仿人类方面并不完美。虽然学生们在对待机器人时表现得专业且礼貌，但他们承认对话并不总是感觉 100% 自然。大约 20% 的学生觉得机器人有点“太机械化了”，而且在处理错误或令人困惑的问题时表现得不够好。他们还注意到机器人缺乏情感深度；它不会像真正的病人那样哭泣、大笑或表现出恐惧。
结论
这项研究表明，AI 驱动的虚拟病人是医疗专业学生培训的一种极佳且可扩展的工具。它们提供了一个安全、免费且随时可用的场所，让学生练习提出难题以及获取即时反馈。研究人员发现，尽管机器人不是一个完美的演员，但它是一个非常有效的老师。
学生们意识到，虽然机器人无法取代真实的人际连接感，但它是建立基础技能的绝佳方式。他们希望未来的版本能更具不可预测性，并加入语音或视频功能，让体验感觉更真实。不过就目前而言，这项研究表明，与机器人病人对话是学习如何照顾真实病人的重要一步。
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。