ChatGPT是一款由美国人工智能研究公司Open-AI团队研究开发的人工智能预训练语言模型。其特点是通过大规模的预训练和文本数据的学习，并借助强化学习方法中的“从人类反馈中强化学习”策略，使其能够通过用户反馈不断优化输出结果，持续学习和更新，从而更好地适应用户需求和语言习惯，生成具有语法正确性和语义连贯性的文本。这种自然语言处理机制赋予了ChatGPT一定程度上的自主学习和适应能力，使其能够更接近人类的语言交流方式，实现了一定程度的自主思考和创造性表达。ChatGPT凭借其优秀的语言理解、生成和推理能力，能够广泛应用于多种自然语言处理任务，包括问题回答、翻译、文本生成等，其在汇总和应用基础医学知识方面表现出了非常出色的性能和应用潜力。在一项测试中，ChatGPT在没有事先训练的情况下以“合格”分数通过美国执业医师考试
[1]。有研究者使用全国医师资格考试中文版和英文版试题、全国研究生临床医学综合能力考试中文版试题，对ChatGPT4.0进行测试，答题准确率分别为84%（84/100）、86%（86/100）和82%（82/100）。所有ChatGPT 回答的语言流利度超过95%
[2]。医学教育是一种高度专业化、系统化和复杂化的教育，具有其固有的特征，如多学科交叉、其教育对象需要具有系统化理论和实践技能的学习、需要被持续教育并不断更新知识等。ChatGPT所体现出来的优越性能可以作为强有力的辅助医学教育工具来提升医学教育效能，帮助提高医学生的学习效率和临床实践能力。
1 ChatGPT在医学教育中的积极影响
1.1 理论知识获取层面：学习资源获取便利化，实时跟进学科前沿
1.1.1 海量信息知识做背书，提供跨学科知识支持
医学教育应该注重培养医学生“以人为本”的整体医学观，培养具备多学科思维能力和全生命周期健康观的复合型医学人才
[3]。医学教育学科间相互交叉，知识点多而分散，包含复杂的教学组织结构，信息来源渠道多样，涉及广泛且深入的知识体系，包括解剖学、生理学、病理学、药理学、临床医学、社会医学等基础医学学科的核心概念和原理。这些学科之间相互交叉，医学知识点繁多，涉及各种解剖结构、生理功能、病理变化等；医学课程的组织结构相对复杂，从基础阶段到临床实习，医学生需要面对不同学科、不同阶段的课程和实践；医学知识涵盖广泛，信息来源包括教科书、期刊、网络资源等，但这些信息可能不完整、不一致。这些知识点的零散性和数量庞大导致医学生学习时难以建立系统化的理论知识体系，影响医学生对知识的整体把握和综合运用。而ChatGPT模型基于海量的信息和知识进行训练，涵盖了各种来源和领域的信息，包括医学相关的信息，如医学书籍、学术论文、医学期刊、临床实践案例等，整合多个医学学科（如解剖学、生理学、药理学等）的知识。ChatGPT建立在广泛知识信息的基础上通过大规模预训练，利用深度学习模型进行自监督学习，具备通用的语言理解和生成能力
[4]，除了提供跨学科的综合信息，其生成翻译、解释和摘要的能力也可用于帮助医学生更高效地理解复杂的学习材料，帮助医学生理解和处理医学领域的术语、概念，以及解释医学领域的复杂问题，从而帮助医学生建立起更完整的医学知识体系。
1.1.2 持续整合更新信息数据，把握新旧知识的更迭
医学领域的科学研究日新月异，不断涌现出新的发现和理论。随着医疗理论、医学技术和医疗设备不断的发展和改进，如对疾病的病因、诊断、治疗方法的研究，以及药物开发等方面都不断有新的突破和进展，遗传学和基因研究的进展也在加速医学知识的更新，不断为医学理论知识发展提供新的视角和可能性。同时，反映最新的科学证据和最佳实践成果的临床实践指南也在不断修订和更新，这些指南通常由专业组织或机构发布，涵盖疾病的诊断、治疗和管理等方面。医学教育需要不断跟进最新的科研成果和临床实践指南，以确保医学生获得最新的医学知识和最佳的临床实践经验。然而，传统医学教育依赖于教科书和经典教学材料，这些教材更新周期较长，无法及时反映医学领域的最新进展和研究成果。这种滞后性导致医学生可能接触到已经过时的信息，无法及时掌握最新的医学知识。ChatGPT得益于其灵活的模型架构、自我学习的机制、增量训练和迭代更新策略具有持续学习的能力，通过获取并整合最新的数据源，将最新的教育资料输入到ChatGPT中进行再训练，如最新的医学科研文献、研究成果、临床实践指南、药物研发进展，将获取的新知识整合到已有的知识体系中，模型会更新其生成的回答，从而保持对医学知识的持续更新。
1.1.3 提供个性化学习辅助，提升知识学习效能
医学涉及多个学科领域，每个学科都有庞大的知识体系和深度学习内容，医学生在医学教育中的起点、研究方向、学习兴趣、学习风格和学习速度等方面存在差异。ChatGPT通过强大的自然语言理解能力，能够理解用户提出的问题或需求。在医学教育中，ChatGPT可以根据医学生的问题，提供详细的解答和解释，以满足不同医学生对于医学知识获取的个性化需求，这种即时的解答和指导可以超越时间和空间的限制
[5]；它还能够根据用户的反馈和输入进行持续学习和优化，医学生可能提出更多特定领域的问题，ChatGPT通过与用户的交互，可以从用户的反馈中不断改进自身的表现，逐步提升对于个性化辅助的适应性和针对性；除此以外，它还能够根据用户的历史学习记录和偏好，向用户推荐相关的学习资源，在医学教育中，它可以根据医学生的学习进度和兴趣，推送符合个性化需求的医学文献、视频、案例等学习材料，这种定制化的学习资源的快速获得将大幅提高医学生的学习效率和质量。
1.2 教育实践操作层面：助力传统教学方式革新，促进教育资源普惠化
1.2.1 缓解教学资源分配不均，缩短地区间医学教育水平差距
不同地区或学校间可能存在教材和学习资源的不平衡。有些学校可能无法提供最新的教材和学术资源，医学生无法获得最新的医学知识和研究成果；不同医学院校的师资力量和教学水平也可能存在差异，一些地区由于条件限制，无法吸引和培养高水平的教师团队，然而医学生主要依靠教师提供知识传授、指导和支持进行学习，如此一来教学质量无法保证。ChatGPT在一定程度上可以缓解这样的情况，作为一个在线平台，能够为不同地区的医学生提供相对均等的医学知识获取机会，无论是医学院校还是医疗机构，只要有网络连接，医学生都可以通过它获取到相似的医学知识和指导；在此过程中将先进的医学知识和研究成果传播到各地，弥补一些地区医学教育资源不足的情况，促进医学教育资源的共享，缩小不同地区医学教育发展的差距
[6]。
1.2.2 交互式学习激发兴趣，模拟临床情境活化理论
医学生通过与ChatGPT对话可以模拟临床情境，促进其临床思维能力和决策能力的提升
[6]。培养临床思维能力就是培养医学生通过采集、分析和汇总患者所有可用数据和信息，利用所学医学知识、经验和直觉，制定诊断方案、估计预后和实施治疗策略的能力
[7]。其可能的运用场景可以分为以下几种：①医学生可以向ChatGPT描述一个虚构或真实的病例，包括患者的症状、临床表现和医疗历史，ChatGPT提供针对病例的可能诊断、治疗方案或实验室检查建议，帮助医学生思考和探索不同的医疗选择
[8]；②医学生可以向ChatGPT提出关于疾病诊断、治疗方案、药物使用、实验室检查、病因解释等方面的问题，ChatGPT可以通过模拟临床专家的回答提供相关信息和解释，引导医学生进行临床推理和思考
[9]；③医学生可以与ChatGPT讨论不同治疗方案的利弊、预后评估和潜在风险并提供一定程度的指导和建议，帮助医学生思考治疗选择的合理性和可能的结果；④在模拟临床情境中，医学生可以提出涉及伦理、沟通和患者管理的问题，通过与ChatGPT的交互，医学生可以探讨如何处理伦理困境、有效沟通和处理医患关系等方面的问题。
1.2.3 丰富医学案例库存，还原多样医疗场景
通过与ChatGPT进行案例探讨，医学生可以获得更多丰富的实际案例，拓展其医学思维以应对不同情况的能力。ChatGPT可提供丰富的医学案例，涵盖不同病种、病例类型和临床场景，这些案例可以包括疾病诊断、治疗方案、临床实践中的挑战等，通过与其交互进行案例讨论和分析，在提出问题、分享观点的同时，促进对案例的深入理解和分析并引导医学生思考案例中的关键问题、可能的诊断和治疗方案。这种指导有助于医学生进行独立思考和学习。它还可以通过模拟多种医疗场景，涉及急诊情况、门诊就诊、手术前后管理、长期治疗方案等不同环境下的医疗案例，帮助医学生了解和熟悉不同场景下的医疗实践。
1.2.4 创新教育方式，提升教学效率
通过与ChatGPT进行交互，医学生可以提出问题并得到即时回答，这种交互式学习有助于澄清疑惑、加深理解，从而提高知识的吸收和记忆效果
[8]。它还可以结合多媒体元素，如图像、视频等，使其能够更生动地向医学生展示医学知识，视觉化的呈现有助于加深印象，提高记忆效果。ChatGPT可以帮助医学生回顾和复习学习过程中的知识点，通过创建摘要、测验和闪卡不断强化学习效果
[10]，使医学生能够更牢固地掌握所学内容，医学生在学习过程中遇到难点时，ChatGPT可以提供额外解释和例证，帮助医学生更好地理解和记忆知识。
虽然ChatGPT在与医学教育的整合中具有许多优势，但也存在一些挑战和限制，因为其回答可能并不总是准确或可靠的，生成的回答也是基于数据库中通过特定算法得到的通用信息，因此并不能全面而细致地适用于复杂的医疗情境。
2 ChatGPT应用对医学教育的消极影响
2.1 信息来源杂、乱、广，生成信息存在错误风险
ChatGPT生成的内容，本质上就是汲取海量零碎数据，将已有的网络文本数据作为学习数据来源，通过一系列深度学习算法，形成与人类提问最具相关性的答案，其训练数据是基于互联网上的文本和信息，可能存在来自不同来源、质量参差不齐的数据，且某些数据可能是错误的、存在误导性或是过时的
[7]，虽然ChatGPT能够模拟人类语言，但它缺乏人类的专业判断和识别能力。在处理医学领域的复杂问题时，ChatGPT可能无法进行准确判断，导致所生成的信息存在误导性。如果缺乏可靠来源和验证机制，其所生成的信息并未经过验证或审查，可能存在错误的医学观点或不准确的解释
[11]，医学生在缺少专业医学知识背景的情况下可能会将ChatGPT所生成的信息视作权威，造成医学信息误导性扩散。
2.2 未经权威机构审核把关，带来误导性医学建议风险
专业的医师具有丰富的医学知识和临床经验，在提供医学建议或是诊疗方案时会根据患者的具体情况（如个体病情、病史、身体状况）等综合因素，在经过科学验证、临床试验和医学研究的科学证据基础之上，制定个性化的诊疗方案，具有较高的可信度和权威性。除此以外，专业的医疗团队会不断地追踪新的医学进展和科学研究，及时更新并应用新的知识。然而，ChatGPT所生成的医学建议主要基于大量数据和模式匹配，更多地依赖于数据模式的发现，而不是实际的科学证据支持；而且其所生成的建议往往是通用性的，没有综合考虑病情的具体情况，有可能因为缺乏医学专业知识和临床经验，无法提供精确无误的诊断和治疗建议。对于最新医学进展和研究的更新，ChatGPT更是无法做到自主学习更新
[12]，必须要有专业人员将相关最新研究成果作为“喂给之物”放入其训练库，它才会实现专业医学知识的更新。
2.3 过度依赖生成式人工智能，不利于培养医学专业能力
ChatGPT倾向于解答直接的问题，若医学生过度依赖ChatGPT可能导致其知识表面化，这种交互方式可能让医学生习惯于追求快速答案，而忽视了对问题背后原理和深层次知识的探究，一旦缺少深度思考和综合分析的能力，就会降低医学生对复杂问题的处理和分析能力。过度依赖ChatGPT可能使医学生对知识的获取变得被动化，造成其更倾向于依赖机器而不是主动寻找并探索知识。习惯性地依赖人工智能工具解决问题，可能导致医学生出现思维惰性，降低了其自主获取知识的能力和意愿。过度依赖ChatGPT还可能降低医学生的批判性思维能力
[13]，造成其倾向于接受ChatGPT给出的答案，而不去质疑、验证或深入探究信息的准确性和合理性，使其对信息的过滤能力下降，无法准确评估信息的可靠性和准确性。最后，ChatGPT所提供的信息往往是偏理论性的，而医学领域人员除了掌握理论知识外，还须要积累丰富的实践经验，培养医疗决策能力。而过度依赖ChatGPT可能导致医学生在实践能力方面缺乏训练和发展，使其缺乏在真实临床场景中积累的经验，这会影响医学生专业实践能力的养成和提升。
2.4 减少教师和医学生互动交流，降低团队协作能力
医学领域重视团队合作和有效沟通。一方面，交流可以促进医学生的团队合作和沟通技能的提升，这对未来的临床实践和医患沟通非常重要
[14]，而且与教师和其他学生的交流通常提供了学习和讨论的机会，可以借此获取和分享最新的学术知识和经验，有助于理解和巩固知识；另一方面，与其他学生和教师的交流不仅仅是学术上的，还提供了心理上的支持和理解，与同龄人或教师的交流可以减轻学业压力，增强自信心。更重要的是，临床技能和专业能力的提升往往需要与其他学生和教师一起进行模拟训练和互动交流，如身体综合检查、诊断方法、急救措施等。总的来说，医学生与教师或其他学生的交流不仅有助于学术知识的传递和深化，还能促进团队合作、解决问题、激发思考和提供心理支持，对于其学习和未来职业发展都具有重要意义。但是，ChatGPT提供了便捷和直接的信息获取途径，医学生有可能认为这比与他人交流更为高效和便捷，可能减少与教师和医学生的交流的动使其更倾向于直接使用ChatGPT而不是求助或与他人讨论。
2.5 数据安全无法保障，患者隐私泄露风险
在讨论病例或医学情景时，医学生可能会提供患者相关信息，即使医学生在交流中尽可能避免提供患者身份，但某些敏感信息仍可能被系统识别并储存。医学生的学习数据和记录也涉及个人信息，如果ChatGPT记录了医学生的交互信息，可能揭示了他们的教育过程和个性化学习路径，这可能影响到医学生的隐私和个人学习路线，有可能使得学习过程暴露给了不必要的第三方，尤其是其在获得核心的医学新发现时，这就容易出现知识成果遭到窃取的问题。ChatGPT在处理信息时需要存储和处理大量的数据，特别是在存储和传输数据的过程中，如果系统存在安全漏洞，可能导致上述情况发生。
3 突破局限的策略
3.1 建立数据优化和纠错机制，提升生成内容准确性
ChatGPT数据优化和纠错机制的建立，能够提升生成内容的准确性。第一，要定期对训练数据进行审核、清洗和过滤，剔除不准确、低质量或误导性的数据，这有助于减少ChatGPT学习错误信息的可能性。因为医学教育对于生成答案的准确性和统一性具有非常高的要求，所以对医学教育领域的训练数据进行筛选和标记至关重要，以确保筛选出准确、高质量的数据
[8]，并对数据进行正确的标注，包括信息来源、权威性分析等，为生成结果的正确性保驾护航。第二，要定期对ChatGPT进行迭代和优化，不断更新模型参数，以反映医学领域知识的最新发展
[8]。通过更新数据集和调整模型结构，使其能够更好地适应医学教育领域的变化，降低错误发生的概率。
上述数据优化和纠错机制的建立只是靠模型开发维护人员单方面努力是无法做到的，人工智能开发维护人员和医学领域专业人员之间的合作是确保ChatGPT在医学教育领域生成内容准确性和可信度的关键
[15]，通过提供正确的知识、监督模型的表现、纠正错误和优化模型，可以显著提高ChatGPT在医学教育中的准确性和可靠性，有助于模型更好地服务医学教育的实际需求
[16]。对此专业人员的介入场景可以涵盖以下方面：
专业人员介入筛选数据 专业人员包括医学研究学者、专家或医学教育者，他们具有医学领域的专业知识和经验可以帮助审核、标记和过滤训练数据，确保模型所学习的数据是准确、可靠且是高质量的。
专业人员介入监督审核机制 邀请医学领域的专业人员参与审核工作，他们可以监督模型的表现，为ChatGPT提供专业的指导和纠正。当发现ChatGPT生成错误答案时，需要及时对这些错误进行标记和修正，专业人士或教育者通过特殊的反馈渠道可以提供正确的信息，使模型开发维护人员针对性地调整模型的参数或结构，以改善其性能，进而强化模型对医学教育领域的理解和表达能力，提高生成答案的质量和准确性。
专业人员介入模型知识结构更新 专业人员通常密切关注医学领域的最新发展和研究成果，通过阅读学术文献、参加学术会议、与同行交流等方式，及时了解最新的医学知识和发展趋势。专业人员的介入可以帮助ChatGPT及时了解最新的医学知识和实践，使其能够提供更准确、有效的答案。
专业人员介入提供学习路径指导 专业人士通常具备深厚的领域知识和丰富的教学经验，对医学教育领域有着深入的了解。他们能够把握医学学习的核心重要内容和医学教育目标，并且了解医学生的学习需求；能够结合医学生的学习需求和医学领域的特点，为ChatGPT制定符合教学目标和学习进程的学习路径，帮助模型更系统地学习医学知识，并且持续改进其应用能力，以更好地满足医学教育的需求。
3.2 对生成结果进行数据来源标记，为信息采用提供有效参考
医学教育对信息准确性要求很高，医学知识需要来源于可靠的专业研究机构或是权威文献期刊。信息来源标记可以提高关于信息来源的透明度，让用户知道生成内容的参考来源和数据基础，从而更好地评估内容的可信度，增强其对生成结果的甄别便利性。例如，在ChatGPT接触自身知识空白的领域而给出相关但并不准确的答案时，由于标记显示的来源信息，医学生在使用过程中就可以明确知道这种生成结果不可采用，减少错误医学知识的传播和误用。此外，标记数据来源有助于医学生在学习过程中找到更多的参考依据，拓展学习来源，帮助医学生更好地理解内容，激发其思考和学习动力，这有助于其对于医学信息的深入理解和批判性思维养成。
3.3 强化课程设计和引导，降低依赖性与促进人际交流
通过教育课程设计和指导，普及关于ChatGPT的训练和生成过程等信息，让医学生了解模型背后的运作方式，增强其对模型的理解，强调ChatGPT是辅助工具而非替代品；引导医学生了解其运行限制和风险
[13]，培养其信息评估和筛选能力，让其能够辨别信息来源的可信度和准确性，鼓励医学生质疑和挑战ChatGPT的回答，培养其批判性思维
[14]，使其能够思考、分析并质疑所获取的信息，而不是盲目接受；还应该提供多种学习方式和资源，包括实践课程、案例研究、讨论班等，鼓励医学生多角度、多渠道地获取医学知识，鼓励他们主动寻求多样化的学习资源和学习方式，减少对其盲目依赖。
通过多种方式可以促进医学知识交流与讨论。比如：设立小组讨论与项目合作鼓励医学生在小组内展开讨论、合作项目，这种交流模式不仅有助于分享观点和知识，还能激发学术讨论和思想碰撞；除此以外，教师应增加课堂师生互动鼓励医学生提出问题并参与课堂讨论，引导他们思考和分享观点，这种互动能够加强医学生与教师之间的交流与学术互动；还可以安排实践课程或案例研究，让医学生参与模拟临床情境，组织角色扮演活动，提出问题和讨论解决方案，以此来提升实践能力和交流技巧；设立线上论坛和社区，供医学生分享想法、交流知识和解决问题，提供助教咨询服务，提供助教或导师的咨询时间，让医学生能够与教学团队面对面交流，提问和讨论。
3.4 加强隐私保护和安全管理，避免信息泄露和滥用
可以通过信息匿名化处理、数据加密、设置访问权限、定期审查等方式维护个人隐私信息安全。对于患者或医学生的敏感个人信息，进行匿名化处理，对存储在ChatGPT系统中的敏感数据采取加密措施，确保数据在传输和存储过程中的安全；还可以设置访问权限控制，只允许授权人员在必要时访问相关数据，建立完善的监控机制和日志记录系统，监控系统访问情况，及时发现异常操作；严格遵守医学教育领域的隐私保护法规，确保系统操作合法合规，进行定期的系统安全审查，发现潜在风险和漏洞，并及时修复，确保系统安全性。
4 结束语
人工智能技术使医学知识和信息获取方式将发生深刻改变，医学生的学习方式和学习过程将会产生巨大的变化，在一定程度上重构医学教育生态，改变医学教育的时空场景和供给水平，使规模化前提下的个性化和多元化医学教育成为可能。未来在走好“人工智能+医学教育”的发展道路方面，为了更好地发挥ChatGPT在医学教育中的优势，需要密切关注人工智能对医学教育带来的问题和挑战，加强对其应用的监督管理，联合医学专家、医学教育工作者、政策制定者、人工智能开发维护者等多方共同努力，提升其知识供给的精确度，确保作为教育工具在教学过程当中的合理运用，需要强化人工智能医学知识生产的专业水平、培养医学教育合理利用人工智能技术的理性意识、运用明确制度规范人工智能合规应用的法治意识。加强医学教育同智能技术应用的深度融合，推动中国医学教育朝着更高质量、更有效率、更可持续的方向发展。
京公网安备11010202008535号
PDF
(549KB)
