Clinical Reasoning in the AI era: A focused scoping review and narrative synthesis of conceptual, pedagogical, and assessment frameworks in health professions education

以下是使用简单语言和创意类比对该论文进行的解释。

大局观： “GPS” 问题

想象一下，你正在教一个人如何开车。多年来，你对“优秀驾驶”都有一个清晰的定义：了解交通规则、观察路况、应对突发风暴，以及知道何时该相信直觉而非仪表盘。

现在，想象一下每辆车都安装了一个全新的超级 GPS（人工智能）。它可以准确地告诉你何时转弯、预测交通状况，甚至可以帮你写驾驶日志。

这篇论文所识别的问题是：我们正在利用 GPS 来给驾驶员评分，但我们并不确定这个 GPS 是否真的在教他们如何驾驶。

作者 Naomi Campbell-Woods 研究了数百项研究，以观察医学院如何利用这个“超级 GPS”来教学生像医生一样思考（这种技能被称为临床推理）。她发现，虽然这项技术令人印象深刻，但我们大多是在测试那些容易被 GPS 衡量的部分，而忽略了那些让医生真正变得安全且不可或缺的、复杂的人性化部分。

---

第一部分：混乱的地图（“是什么”）

在讨论 AI 之前，论文指出医学教育一直难以就“临床推理”究竟是什么达成共识。这就像是在还没就什么是“好菜”达成一致之前，就试图教人成为一名厨师。

论文指出，目前专家们对“良好思维”有三种主要的描述方式：

1. 图书卡片系统（剧本理论/Script Theory）： 医生将知识组织得像图书馆一样。当他们看到患者时，会调取关于某种疾病的“剧本”（心理档案）。
2. 快与慢的大脑（双过程理论/Dual-Process）： 优秀的医生使用两种模式：一种是快速的“直觉”模式，另一种是缓慢且谨慎的“核实事实”模式。
3. 团队运动（情境认知/Situated Cognition）： 思维并非发生在真空之中。它发生在充满变数的医院环境中——那里有焦虑的患者、疲惫的护士和时间压力。你无法将思维与环境分离。

问题在于： 长期以来，学校试图通过单次期末考试来测试这种思维。论文认为，这就像是根据一场比赛中的一次进攻表现来评判整个赛季的球队表现。这行不通。

---

第二部分：AI 捷径（“如何做”）

现在，AI 进入了视野。论文回顾了 158 项使用 AI 来教学或测试医学生的案例研究。

AI 擅长的地方：
AI 非常擅长处理那些整洁、书面化且结构化的内容。

• 类比： 想象 AI 是一个非常严格的图书管理员。它可以瞬间检查你是否写下了正确的症状、你的诊断是否符合教科书，以及你的笔记格式是否正确。
• 结果： 研究表明，学生在使用 AI 时，在这些特定任务上的表现会更好。他们收集数据的速度更快，记录笔记也更规范。

AI 缺失的部分：
AI 很难衡量那些混乱的、人性化的、“即时发生”的思维部分。

• 类比： 图书管理员可以检查你的拼写，但他们无法判断你是否有足够的勇气向患者提出一个困难的问题，或者你是否知道在道路被洪水淹没时应该忽略 GPS。
• 差距： 论文发现，AI 研究很少衡量以下内容：
  • 学生如何处理不确定性（当答案并不明确时）。
  • 他们在情况变化时如何进行调整。
  • 他们是在进行独立思考，还是仅仅在盲目信任 AI。

---

第三部分： “去技能化” 的危险

论文警告了一种特定的风险，称为**“去技能化”（De-skilling）**。

• 类比： 如果你每天都让 GPS 为你开车，你可能会忘记如何看地图或在雪天转向。
• 风险： 如果学生过早地依赖 AI 来完成高难度的思考任务（例如推导诊断结果），他们可能永远学不会独立思考。他们可能会变成“从未获得技能者”（从未学会这项技能）或“技能错误者”（因为模仿 AI 而学到了错误的方法）。

论文指出，当学生从使用 AI 辅助的计算机模拟环境转移到面对真实患者时，AI 的帮助往往会消失。他们在现实世界中的表现并没有提升，这表明 AI 只是一个拐杖，而不是一个老师。

---

第四部分：提出的解决方案（新框架）

作者认为，我们需要为 AI 时代制定一套新的“规则手册”。我们不能仅仅用旧的测试方法来应对新的工具。

她提出了一个用于在 AI 时代教学和测试推理能力的**“六层蛋糕”模型**：

1. 知识组织（Knowledge Organization）： 他们的心理图书馆档案是否井然有序？
2. 过程执行（Process Enactment）： 他们是否知道如何从一个线索推导至结论？
3. 不确定性处理（Uncertainty Handling）： 当答案不明朗时，他们能否保持冷静？
4. 情境表现（Contextual Performance）： 他们能否在嘈杂繁忙的医院中，而不仅仅是在安静的测试室里进行良好思考？
5. 社会技术判断（Sociotechnical Judgment）： 这是新增的一项。他们能否将 AI 作为工具使用而不被其掌控？他们能否说出：“AI 说 X，但我认为 Y，因为……”？
6. 程序架构（Programmatic Architecture）： 我们需要的不是一次性的大考，而是一个能够收集许多微小证据（类似于作品集）的长期系统，从而公平地评价学生。

核心结论

论文总结道，AI 并没有破坏医学教育，但它暴露了基础中的裂缝。

我们拥有优秀的工具来衡量思维中“容易”的部分（如撰写笔记或做出诊断），但在衡量“困难”的部分（如处理不确定性或知道何时忽略电脑）方面，我们仍然做得不够。

启示： 我们不应仅仅建立更多的 AI 实验。我们需要建立一个新的框架，教导学生如何成为船长，将 AI 作为一名得力的领航员，而不是让 AI 在他们睡觉时接管航向。如果我们不解决这个问题，我们最终可能会培养出精通使用电脑、却不擅长独立思考的医生。