Harnessing Artificial Intelligence (AI) for Surgical Education: Comparing AI- and Surgeon-Generated Feedback in Informed Consent Training
尽管人工智能生成的知情同意培训反馈在质量和全面性方面被评定为高于外科医生生成的反馈，但人工智能系统性地分配了更优的绩效评分，这表明高质量的反馈并不保证评价的有效性，并凸显了在细微的外科评估中进行人工监督的必要性。
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
在手术这个高风险的世界里，患者同意进行手术的那一刻，与手术过程本身一样至关重要。这种被称为“知情同意”的协议，不仅仅是在表格上签字，而是一场复杂的对话，医生必须以患者真正理解的方式，解释手术的风险、益处及替代方案。这需要医学知识、同理心以及应对患者恐惧、文化信仰和个人价值观的能力之间的微妙平衡。几十年来，教授未来外科医生掌握这种沟通技巧的方法，一直依赖于人类教师对学生的观察与评判。然而，在繁忙的医院里，这些教师往往难以抽出时间为每一位受训者提供详细且个性化的反馈。随着人工智能在理解人类语言方面变得日益强大，一个新问题出现了：计算机程序是否能像人类外科医生一样，甚至比人类更好地教授这些至关重要的沟通技巧？
哥伦比亚大学的研究人员试图通过在一场模拟训练练习中让一个先进的计算机程序与人类专家进行对决，来测试这一想法。他们要求六名医学生练习一场困难的对话：向一位持有特定宗教信仰和文化禁忌的虚拟患者解释进行腹腔镜阑尾切除术的必要性。学生们与一个被设计成扮演该患者的计算机程序进行交谈，应对一个既要求医学准确性又要求文化敏感性的场景。每位学生完成对话后，计算机都会生成一份关于其表现的详细报告。与此同时，四名未参与模拟过程的人类外科医生阅读了相同对话的转录文本，并使用完全相同的评分指南撰写了自己的评估。其目标是观察计算机生成的反馈是否与人类专家的观点相匹配，并确定计算机能否提供高质量的改进建议。
结果揭示了反馈质量与评分准确性之间的显著差异。计算机程序生成的反馈比人类外科医生撰写的笔记更具全面性、平衡性和建设性。在对反馈报告的标准化评分中，计算机的建议得分要高得多，它提供了关于哪些做得好以及哪些需要改进的具体实例，并给出了清晰且具操作性的改进步骤。相比之下，人类外科医生通常提供较短、较直接的评论，有时过度关注错误，而不总是认可学生的优点。计算机始终使用支持性的语言并辅以详细的推理来证明其评分，而人类的反馈在深度和语气上则波动较大。
然而，当研究人员观察计算机给出的实际分数与人类专家给出的分数时，情况却大不相同。对于同样的对话，计算机的表现明显更为慷慨，所给出的表现分数高于人类专家。在一些关键领域，例如解释手术风险、讨论替代方案以及应对患者情绪，计算机给出的学生评分显著高于外科医生。在需要深度临床判断的领域，差距最为明显，例如评估患者是否真正理解了情况，或将患者的个人偏好整合到治疗计划中。虽然计算机经常给出接近完美的评分，但人类外科医生却能识别出学生在理解和细微差别方面的缺陷，而机器则忽略了这些问题。
这项研究表明，虽然人工智能是生成详细、鼓励性且结构化反馈的优秀工具，但它尚未准备好取代人类判断来评估外科医生的真实胜任能力。计算机擅长提供那种有助于学习者练习和提高的丰富且具有教育意义的评述，但它往往会忽略对话中那些经验丰富的外科医生能够察觉到的深层且微妙的缺陷。研究结果表明，培训未来外科医生的最佳方法可能是一种伙伴关系：利用人工智能提供频繁、即时且高质量的练习环节，同时依靠人类专家来提供最终的、细致入微的评估，以判定一名学生是否真正掌握了知情同意这一艰深艺术。
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。