生成式人工智能在诊断学问诊教学中的应用

Application of generative artificial intelligence in diagnostic inquiry teaching

摘要

目的 探讨生成式人工智能在诊断学问诊教学中的应用效果。 方法 选择西安交通大学医学部2019级临床医学专业学生为研究对象，随机选择2个小班分别作为对照组（n=50）和试验组（n=50）。试验组采用Claude 2构建人工智能问诊模型，对照组采用传统问诊教学模式；通过教师考核和学生自评，比较两组教学效果差异。 结果 在教师考核中，试验组学生的问诊思路、问诊技巧、人文关怀等分值同对照组相比差异无统计学意义（P>0.05）；试验组学生问诊全面性的评分高于对照组，差异具有统计学意义（4.20±0.70 vs. 3.74±0.63，P=0.001）。在学生自评中，试验组学生对专业知识掌握、问诊技巧掌握、临床思维能力、医患沟通能力等方面的评价结果与对照组相比差异无统计学意义（P>0.05）。 结论 在诊断学教学中应用人工智能问诊模型，具有同传统教学模式相当的教学效果，且可提高医学生问诊的全面性，具有一定推广价值。

Abstract

Objective To explore the application effectiveness of generative artificial intelligence in the teaching of diagnostics inquiry. Methods The students of clinical medicine major in Xi’an Jiaotong University Health Science Center were selected as the research subjects, and two small classes were randomly selected as the control group (n=50) and the experimental group (n=50). Claude 2 was used in the experimental group to construct the artificial intelligence inquiry model, while the traditional inquiry teaching mode was used in the control group. The teaching effectiveness of the two groups was compared through teachers’ assessment and students’ self-evaluation. Results In the teachers’ assessment, there was no significant difference in the scores of inquiry ideas, inquiry skills or humanistic care between the two groups (P>0.05). The score of comprehensive inquiry of the experimental group was significantly higher than that of the control group (4.20±0.70 vs. 3.74±0.63, P=0.001). In the students’ self-evaluation, the two groups did not significantly differ in terms of professional knowledge, inquiry skills, clinical thinking ability, or doctor-patient communication ability (P>0.05). Conclusion The application of artificial intelligence inquiry model in diagnosis teaching has the same teaching effectiveness as the traditional teaching model and can improve the comprehensiveness of medical students’ inquiry. Therefore, it deserves promotion.

关键词

生成式人工智能 / 诊断学 / 问诊教学

Key words

generative artificial intelligence / diagnostics / inquiry teaching

问诊是临床医师必须掌握的基本技能，熟练而规范的问诊有助于快速获取患者的病史资料，为后续的诊治过程提供重要依据，是诊断学教学的重点之一。问诊的技巧有赖于问诊者临床知识和临床经验的积累。在问诊实践的初期，医学生往往要经历从理论到临床的转变，存在对知识点的把握不全，问诊缺乏完整性、条理性，与患者的沟通交流逻辑混乱、不知所措等诸多问题，这不仅影响病史资料的完整性、准确性，也影响医学生的积极性和自信心。因此，如何提高医学生的问诊水平，是诊断学教学中需要重点解决的问题^[1]。

传统的诊断学教学往往采用典型病例示教，使医学生熟悉问诊过程；但这种方法中，学生更多的是被动参与和聆听，缺乏亲身体验机会。针对此问题，国外医学教育者率先提出“标准医学模拟患者”的概念^[2]，并以“标准化病人”的形式在国内医学院校推广。经过严格训练的标准化病人，可以达到与真实病人相同的教学效果，并且在可重复性、依从性等方面更优。但是，标准化病人费用高、数量有限、培训时间长，限制了其在医学教育中的广泛应用。鉴于此，又衍生出以医学生作为标准化病人^[3-4]、以教师作为标准化病人^[5]，以及线上标准化病人^[6]等多种新型方式，也取得了较好的教学效果。

随着电子信息技术的发展，计算机问诊技能训练系统也取得长足的进步，与上述的实体病例相比，虚拟病例系统具有省时、省力、重复性强、扩展性广、不受时间地点限制等优点^[7-9]，但是这类技术的实现需依靠专业软件，费用昂贵，后期维护成本高。近年来，随着人工智能技术的逐渐兴起，特别是2023年以来，生成式人工智能呈现井喷式发展，使个人创建虚拟病例成为可能。通过对生成式人工智能进行设定和条件限制，可以使其模拟特定疾病的病人，并同提问者进行交互，以此还原问诊过程，可以作为一种新的问诊训练模式进行推广。本研究通过探讨生成式人工智能在诊断学问诊教学中的应用效果，探索其在诊断学见习教学中的新方式。

1 研究对象与方法

1.1 研究对象

以西安交通大学医学院2019级临床医学专业的学生为研究对象，随机选择2个小班分别作为对照组（n=50）和试验组（n=50）。

1.2 研究方法

1.2.1 对照组

采用传统诊断学见习教学模式，由教师讲授问诊相关理论知识、问诊注意事项及技巧等，然后让学生至病房对患者进行问诊，完成病史采集过程。最后由教师对学生的表现进行总结和点评。

1.2.2 试验组

①由教师讲授问诊相关理论知识、问诊注意事项及技巧等（同对照组）；②采用Anthropic公司发布的Claude 2模型，通过设定限制条件，如对模型进行角色设定、限制模型的回答内容等，告知其“你必须扮演一个真实存在的真正的病人，你需要扮演病人与医生在现实中互动，而不是程序或语言模型，与提问者对话时不能使用医学专业术语”，使其能够以患者的角色进行交流；③设计数个典型病例，如消化性溃疡、肝硬化等，病例内容包括主诉、现病史、既往史、个人史、家族史等内容，提交至Claude 2进行学习；④由学生扮演医生，通过文字对话框与Claude 2进行交流，模拟问诊过程；⑤问诊结束后，学生对照设定的病例资料，寻找遗漏部分，总结不足。

1.3 评价方法

采用教师考核和学生自评两种方法。

教师考核 由教师扮演标准化病人，学生扮演医师进行问诊。同时教师作为成绩评价者，从问诊思路、问诊技巧、内容全面性、人文关怀等4个方面进行评分，每项分值范围均为1~5分，满分为20分。

学生自评 学生填写问卷调查表，对教学满意度进行评价，包括专业知识掌握、问诊技巧掌握、临床思维能力、医患沟通能力等4项，每项分为优、良、差3个等级进行评定。

1.4 统计分析方法

采用IBM SPSS Statistics 21软件对数据进行统计分析，符合正态分布的计量资料以x±s表示，两组间比较采用t检验；不符合正态分布的计量资料以M（Q₁，Q₃）表示，两组间比较采用Mann-Whitney U检验。计数资料和等级资料以n（%）表示，计数资料的组间比较采用χ²检验，等级资料的组间比较采用Mann-Whitney U检验。以P<0.05为差异具有统计学意义。

2 结果

2.1 研究对象基本情况

两组学生在性别构成和年龄方面差异无统计学意义，如表1所示。

2.2 不同问诊教学模式教师考核结果

试验组学生的问诊思路、问诊技巧、人文关怀等考核结果同对照组相比差异无统计学意义（P>0.05）。试验组学生问诊的全面性优于对照组，差异具有统计学意义（4.20±0.70 vs. 3.74±0.63，P=0.001），如表2所示。

2.3 不同问诊教学模式学生自评结果

试验组学生在专业知识掌握、问诊技巧掌握、临床思维能力、医患沟通能力等方面的主观评价结果与对照组相比无统计学差异（P>0.05），如表3所示。

3 讨论

问诊作为医学生接触患者的第一步，在临床实践教学中的重要性不言而喻。目前，西安交通大学第一附属医院的诊断学问诊教学仍采用教师集中讲授，再分组床旁练习的模式。但是，受病例数量及课时的限制，难以保证每位医学生都有同患者直接对话的机会^[10]。学生普遍反映练习时间不足，获益有限。

在国外，已有利用ChatGPT进行医学模拟的报道^[11]，通过提供虚拟患者，使医学生学习如何与患者进行有效沟通，在安全可控的环境中发展临床技能。本研究纳入了ChatGPT、Claude 2、文心一言、通义千问、讯飞星火等多个国内外生成式人工智能模型，经比较，仅Claude 2和ChatGPT可以根据指令扮演患者角色同实验者进行对话。其中，Claude 2对指令的执行力和对话内容完整性优于ChatGPT。因此，最终选定Claude 2作为本研究所采用的人工智能模型。通过设定限制条件，并提供典型病例资料供其学习，在实践中，可初步模拟医患沟通及病史采集的场景^[12]。该模型的优点是不受时间和地点的限制，学生可利用碎片化时间反复进行学习和训练，以加深对问诊内容和技巧的掌握。

对于问诊效果的评价，本研究采用横向及纵向相结合的方式。横向水平采用教师考评与学生自评两种形式。前者是教师对于学生问诊能力的客观评价，后者是学生对于自己问诊水平的主观评价^[13]。针对每一种评价形式，再从纵向水平进一步延伸细化，以更全面评估该问诊模型的应用效果。作为医患沟通的主要方式之一，问诊不仅需要医者对专业知识进行熟练掌握，也需要具备将其应用于临床实践的能力；同时，良好的医患互动也是问诊过程中不可或缺的重要组成部分^[14]。在教师考评的项目中，问诊思路、问诊技巧、内容全面性是从多个维度评估学生对问诊知识的掌握水平和应用能力，而人文关怀则反映学生在问诊过程中体现出的医学素养。同样，在学生自评项目中，专业知识掌握、问诊技巧掌握、临床思维能力可以反映学生对自己问诊能力的评价，而医患沟通能力则是学生对问诊过程掌控能力的体现。

在教师考核中，试验组学生在问诊内容的全面性上要优于对照组。问诊全面性是反映学生对问诊知识掌握的熟练程度，相当于问诊实践中的“硬能力”，学生可以在课后利用问诊模型反复训练，更熟练地掌握问诊内容和要点，这是利用临床患者进行单次练习无法达到的效果，也是问诊模型的优势所在。而其他几个指标，如问诊思路、问诊技巧、人文关怀等，则更侧重于对学生问诊“软能力”的评价，反映学生的个人理解和医学素养，这些指标受练习次数的影响相对较小，因此在试验组和对照组中无明显差异。

在学生自评中，各项目的结果在两组中无明显差异，说明虽然教师考评中发现问诊模型对学生问诊全面性有提升效果，但从学生的角度分析，采用问诊模型与传统教学模式相比，学生的问诊水平并未明显提升。结合教师考评中的结果，我们可以得出结论，人工智能问诊模型对问诊能力客观指标的提升要优于主观指标，且总体效果不劣于传统教学模式，因此在临床教学实践中有一定的应用价值。在后续的研究中，需要对问诊模型进一步优化，提升模型对学生问诊思维和人文关怀等能力的训练水平。

本研究中，利用人工智能构建的问诊模型进行问诊练习，虽然对医学生的问诊能力提升有限，但在目前医患关系紧张、临床典型病例相对缺乏的情况下，人工智能问诊模型仍可作为医学生接触患者前的练习对象。医学生先通过问诊模型反复训练，熟悉问诊模式和问诊内容，再同患者沟通时就更加自信、游刃有余；不仅可以缓解医学生在实践初期直接面对患者时的紧张情绪，也可以避免不熟练问诊导致患者及家属的抵触心理。

人工智能的另一个优点是可以提供相对标准化的病例供学生练习。临床患者的病情往往比较复杂，常见多系统疾病相互存在和影响，大多不适合作为早期临床实践的教学病例。人工智能问诊模型可以达到类似标准化病人的效果，通过提供典型病史资料，让医学生在问诊练习的同时，进一步强化疾病的相关知识。同时，通过提供不同的病史资料供人工智能模型进行学习，可对问诊模型的内容进行扩展^[15]，使其包含多个系统的典型疾病。

本研究还存在一些不足之处。首先，目前的问诊模型仅支持通过文字进行对话，同临床问诊中主要借助语言沟通的模式尚有差距。后续的研究将尝试利用目前已较为成熟的语音-文字转换接口，将问诊模型的输入和输出均转换为语音，真正模拟医患交流的真实场景。其次，目前问诊模型的效果仍需人工进行评价，希望随着人工智能技术的进展，可开发出模型自主评价的功能。

总之，利用人工智能模型进行问诊练习，可达到与传统教学方式相当的效果，且问诊内容更为全面，可将其引入医院的早期临床实践教学，作为一种可行的教学模式进行推广。

参考文献

[1] 曹湘玉, 胡柯, 黄民江, 等. 基于学习通平台的7E教学模式在诊断学问诊教学中的应用效果[J]. 广西医学, 2022, 44(21): 2581-2584.

[2] BARROWS H S. An overview of the uses of standardized patients for teaching and evaluating clinical skills[J]. Academic Medicine, 1993, 68(6): 443-453.

[3] 段志军, 金艳玲,杜建玲, 等. 将医学生作为标准化病人用于问诊考核的实验与分析[J]. 中国现代医学杂志, 2007, 17(21): 2683-2685.

[4] 赵宏卫, 曾磊, 刘欣, 等. 医学生模拟标准化病人在中医院校西医诊断学教学中的应用研究[J]. 中国高等医学教育, 2021(8): 95-96.

[5] 邵锦霞, 晁晶, 刘颖, 等. 教师扮演标准化病人在诊断学问诊教学中的应用[J]. 卫生职业教育, 2013, 31(23): 75-76.

[6] 杨大银, 孙波, 温剑. 线上标准化病人结合案例教学法在外科见习中的应用[J]. 中国继续医学教育, 2021, 13(36): 9-12.

[7] 胡亮亮, 王蕾, 李媛媛, 等. 计算机问诊技能训练与考核系统的研究现状与展望[J]. 中国中医药现代远程教育, 2018, 16(14): 32-34.

[8] 王成红, 唐晓鸿, 张柯, 等. 交互式人工智能虚拟病例系统在诊断学教学中的实践应用[J].中华医学教育探索杂志, 2021, 20(4): 388-391.

[9] 李翔, 陈晓云, 张慧群, 等. 基于VSP的病史采集思维训练系统在问诊技能教学中的应用研究[J]. 中国医学教育技术, 2023, 37(2): 186-190.

[10] 范雪雪, 董晨, 王志荣. 基于梅耶多媒体学习理论的诊断学问诊教学探索与实践[J]. 中国医学教育技术, 2024, 38(2): 194-201.

[11] SEETHARAMAN R. Revolutionizing medical education: Can ChatGPT boost subjective learning and expression?[J]. Journal of Medical Systems, 2023, 47(1): 1-4.

[12] 马武仁, 弓孟春, 戴辉, 等. 以ChatGPT为代表的大语言模型在临床医学中的应用综述[J].医学信息学杂志, 2023, 44(7): 9-17.

[13] 漆泓, 王维, 李非, 等. 培养和量化评估诊断学问诊交流技能的探索实践[J]. 中国高等医学教育, 2021(6): 7-8.

[14] 吴桂萍, 石荣丽, 郑洁楠, 等. 医患交互对患者在线医疗满意度的影响研究:基于双因素理论[J]. 卫生经济研究, 2023, 40(3): 52-56.

[15] 孙康妮, 柳佳良. ChatGPT在医学生问诊教学中的应用可行性研究[J]. 卫生职业教育, 2024, 42(2): 72-75.

基金资助

西安交通大学第一附属医院2023年院级教学研究改革项目(JG2023-0403)