人工智能虚拟患者模拟教学在病理生理学人文关怀素养培养中的应用

Application of AI virtual patient simulation teaching in the cultivation of humanistic care competency in pathophysiology

摘要

目的 探讨人工智能赋能病理生理学教学、模拟医患沟通以培养医学生人文关怀素养与临床思维能力的效果，以期为基础医学课程中提前融入人文关怀培养提供新思路。 方法 选取贵州医科大学2023级五年制口腔医学专业150名学生为研究对象，采用随机数字表法分为对照组（n=74）和试验组（n=76）。对照组采用传统教学，试验组在教学中引入人工智能虚拟医患沟通。两组学生均由同一位教师授课，教学大纲及教学内容等均一致。通过期末考试、病例分析评分和问卷调查评估教学效果。 结果 与对照组相比，试验组学生期末考试成绩明显提高，差异有统计学意义（Z=-2.160，P<0.05）；不及格人数降低，差异有统计学意义 （χ² =7.019，P<0.05）。试验组学生在模拟医患沟通中表现出色，其完整性、沟通技巧、情感关怀、教育和预防等各项评分及总分均高于对照组，差异有统计学意义（P<0.05）。在问卷调查满意度评价中，试验组60%以上的学生对教学效果表示“非常满意”或“满意”。 结论 人工智能赋能的病理生理学模拟医患沟通教学模式能够有效提升学生人文关怀和临床思维能力，对医学教育改革具有积极意义。

Abstract

Objective To investigate the effect of artificial intelligence-empowered pathophysiology teaching and simulated doctor-patient communication on cultivating medical students' humanistic care competency and clinical thinking skills, so as to provide new ideas for early integrating humanistic care training into basic medical courses. Methods A total of 150 students from Grade 2023 five-year stomatology at Guizhou Medical University were selected as research subjects and randomly divided into control group (n=74) and experimentel group (n=76). The control group adopted traditional teaching, while the experimental group integrated artificial intelligence-based simulated doctor-patient communication into teaching. Both groups were taught by the same teacher, and the teaching syllabus and content were consistent. The teaching effect was assessed through final exams, case analysis scores, and questionnaires. Results Compared with the control group, the experimental group showed a significant increase in final exam scores, with a statistically significant difference (Z=-2.160, P<0.05). The number of failed students decreased, and the difference was statistically significant (χ² =7.019, P<0.05). The students in the experimental group performed excellently in simulated doctor-patient communication, and their scores in completeness, communication skills, emotional care, education and prevention, as well as the total score, were all higher than those in the control group, with statistically significant differences (P<0.05). In the questionnaire survey on satisfaction, more than 60% of the students in the experimental group expressed "very satisfied" or "satisfied" with the teaching effect. Conclusion The artificial intelligence-empowered pathophysiology teaching model with simulated doctor-patient communication can effectively enhance students' humanistic care awareness and clinical thinking skills, and holds positive significance for medical education reform.

病理生理学是研究疾病的病因、发生机制和患病机体的功能代谢变化，从而揭示疾病发生、发展和转归的规律，阐明疾病的本质，为疾病的防治提供理论和实验依据。病理生理学机制复杂，是连接基础医学与临床医学的桥梁课程^［1］。在病理生理学教学过程中，教师通过案例导向式教学启发学生思考，完成知识的学习，这激发了学生学习兴趣，也将病理生理学知识与临床知识相结合，让学生以临床医生的角度去看待和解决书本上的问题，锻炼学生的临床思维。但当学生进入临床学习后，除了临床思维，更重要的还有医患沟通和人文关怀。

随着社会对医疗服务需求的增长，提升医务人员的人文关怀素养被视为改善医患关系、提升患者就医体验的有效途径^［2］。然而传统医学教育主要以课堂讲授和记忆为主，难以模拟真实医疗场景的复杂性，不利于学生体验医患互动。另外，由于教学资源有限，学生实际接触患者的机会很少。近年来，人工智能技术在医学领域发展迅速，可辅助医生诊断、推理、决策等^［3］。在医学教育中，人工智能已开始应用于个性化学习路径设计、智能交互机器人（虚拟患者）、数字化仿真技术和智能评估系统等方面^［4］。其中，虚拟患者模拟可以打破传统医学教育，锻炼学生医患沟通能力，助力医学生成长为具有专业能力和人文关怀的医疗实践者。

然而，目前的基础医学教学中缺乏医患沟通与人文关怀训练。因此，本研究将医学人文关怀训练提前融入基础医学课程，通过人工智能模拟患者提供临床情景，弥补医学生接触真实患者不足的短板。通过以人工智能辅助病理生理学，让学生以医生的角度与虚拟患者进行对话，模拟医患沟通，让学生对患者解释其疾病的发生机制、临床表现及治疗，在学习知识的同时，培养学生临床思维和医患沟通能力，特别是医患沟通中的人文关怀，为学生进入临床成为一位优秀的医疗工作者打下良好基础。

1 对象与方法

1.1 研究对象

选取贵州医科大学2023级五年制口腔医学专业150名学生为研究对象。采用随机数字表法分为对照组（n=74）和试验组（n=76），两组学生教材、教学内容、授课学时、授课教师均一致，仅在沟通训练与人文关怀能力培养上进行干预。以《心功能不全》章节为例，对照组采取传统教学方法；试验组采取人工智能辅助病理生理学，模拟医患沟通的教学模式。

1.2 教学方法

对照组采用传统的大班授课模式，通过超星学习通平台组织教学资源和作业提交。课前推送资料，课堂结合临床案例讲授并强调医患沟通与人文关怀要点，课后布置临床案例作业自行完成并提交。

试验组在对照组教学基础上，引入人工智能Kimi Chat模拟医患沟通场景，以加强人文关怀训练。具体做法：试验组在学期初即接受了与人工智能对话的规范化训练，包括沟通结构、共情表达与健康宣教要点等，并在多次课堂和课后任务中持续练习；课前同样推送教学资料；课中除临床案例教学外，增加师生角色扮演或学生现场模拟的医患沟通环节，并融入课程思政内容^［5］；课后要求学生通过Kimi Chat与虚拟患者对话完成病案分析，并提交对话记录，教师在线答疑，同时学生完成课后测验和满意度问卷。

1.3 评价方法

（1）考试考核评价：对照组与试验组使用相同的病理生理学试卷进行期末考试，比较两组学生期末考试成绩。>80分为优秀，60～80分为及格，<60分为不及格，统计两组学生的成绩分布，并计算及格率和优秀率（优秀率=优秀人数/总人数×100%，及格率=及格及以上人数/总人数×100%）。

（2）临床病案分析：对照组将课后自主完成的临床案例作业上传学习通，试验组将与虚拟患者沟通对话上传学习通，后台收集数据。对对照组和试验组学生完成的临床案例作业采用统一的评分标准进行评分，包括准确性、完整性、沟通技巧、情感关怀、教育和预防、通俗易懂6个方面，每项20分，满分120分。评价标准：①准确性20分（是否正确识别了疾病的症状和原因，诊断要点是否正确，解释是否符合教材）；②完整性20分（是否全面回答了所有问题，是否包含主诉、病史、检查、鉴别诊断和处理建议）；③沟通技巧20分（是否使用了清晰、有效的沟通方式，患者是否可理解语言并正确做出反馈）；④情感关怀20分（是否表现出对患者情感状态的理解和关怀，是否体现共情、安抚、尊重、隐私保护）；⑤教育和预防20分（是否提供了预防再次发生疾病的建议）；⑥通俗易懂20分（是否用了简单易懂的语言解释病情和治疗方案）。

（3）问卷调查：以完成期末考试的试验组学生为调查对象，采用自行设计的问卷对其进行调查，调查问卷分为封闭式问题+开放式问题两部分。课程结束后学生在学习通进行答题，后台收集数据，了解学生对人工智能辅助病理生理学教学模式的评价（表3）。

1.4 统计学方法

采用SPSS 26.0统计软件对数据进行处理分析，计数资料以例数（百分比）［n（%）］表示，采用χ²检验。不服从正态分布的计量资料用中位数和四分位数［M（Q₁，Q₃）］表示，组间比较采用Wilcoxon秩和检验。以P<0.05为差异有统计学意义。

2 结 果

2.1 考试成绩

对照组、试验组学生期末考试成绩比较显示，试验组学生期末考试成绩明显高于对照组，差异有统计学意义（Z=-2.160， P<0.05），不及格人数明显低于对照组（χ²=7.019，P<0.05），在及格人数中，对照组优秀人数为25（33.78），试验组优秀人数为36（47.37）（表1）。

2.2 临床病案分析

与对照组相比，试验组学生在人工智能模拟医患沟通练习中的表现更佳：其中完整性、沟通技巧、情感关怀、教育和预防，以及总分试验组均优于对照组，差异有统计学意义（P<0.05），而准确性和通俗易懂两组差异无统计学意义（P>0.05）（表2）。

2.3 问卷调查

问卷结果显示该教学模式获得了学生的高度认可：超过60%的学生认为通过病理生理学结合人工智能的教学，他们的医患沟通技能、临床思维能力、人文关怀意识以及学习积极性、自主学习能力等方面都有所提高（表3）。

3 讨 论

3.1 人工智能赋能病理生理学提升医学人文关怀教育

临床前课程与临床实践脱节会导致医学生进入临床时缺乏应有的人文关怀素养^［6］。国家卫生健康委联合多部门出台的《医学人文关怀提升行动方案（2024—2027年）》^［7］也强调，应坚持以患者为中心，在医学教学中加强医患沟通与人文关怀训练，使医学生在实践中提升人文素养。病理生理学作为连接基础与临床的桥梁课程^［1］，是将人文关怀教育前移的理想载体。目前医患沟通和人文关怀方面的培训大多安排在医学生临床实习阶段或临床医师继续教育中。鉴于临床专业的学生在修完病理生理学课程后即将进入临床实习，在病理生理学这门基础课程的教学中提前融入并强化医患沟通与人文关怀训练，使学生及早得到实践锻炼，更深刻体会人文关怀的重要性，为后续临床学习打下良好基础。

随着人工智能技术的迅速普及，医学教学模式也随之发生巨大变革。它能协助医护人员完成研究、诊断、患者监测及医学教育等多样化工作，如临床推理诊断、结果分析、临床决策、与患者互动、患者监测场景等，还能帮助医学生及时掌握专业领域的新动态与前沿进展^［8］。有研究者运用人工智能技术创建网络虚拟患者，锻炼医学生临床思维能力，学生通过对虚拟患者的问诊、模拟查体和辅助检查做出诊断，并制定治疗方案，为学生在临床实习期间与真实患者的交流做准备^［9］。与其他医患沟通能力培养的模式相比，如情景模拟演练、标准化病人教学等情景模拟演练通过对医患双方角色扮演，能让学生换位思考，理解尊重患者^［10］，但准备复杂且耗时，有的学生参与度不高，积极性不强^［11］，不能完全复制现实中的复杂性和突发因素。标准化病人情景教学目前大量应用于临床医学教育中，在病史采集教学、体格检查教学、人文精神培养等方面为学生提供全面有效的帮助，但存在表演逼真程度有待提高、标准化病人资源不足及师生沟通不足等问题^［12］。而人工智能虚拟患者构建的临床场景，具有低代价、可重复、零风险等优点，能让学生在安全环境中练习问诊和沟通，实时互动与反馈，实现个性化、高效和安全的医学教育^［13］；同时能有效锻炼学生的临床思维、医患沟通和人文关怀能力，为其进入临床奠定坚实基础。

3.2 人工智能赋能病理生理学提升学习成效

在本研究中，教师以病理生理学结合人工智能，让学生以医生的角度与虚拟患者进行对话，模拟医患沟通，在学生对患者解释其疾病的病因、发生机制、临床表现及治疗的过程中，不仅加强知识的理解和运用，还培养了学生医患沟通能力，特别是医患沟通中的人文关怀，为学生进入临床打下良好基础。本研究结果表明，与传统教学模式相比，引入人工智能虚拟患者进行医患对话有效激发了学生的学习兴趣，加深了对书本知识的理解，并促进了知识向实践的转化，试验组学生期末考试成绩比对照组明显提升，不及格人数明显低于对照组。

本研究采用期末整卷成绩作为客观评价指标之一。需要强调的是，试验组的干预并非仅发生在《心功能不全》单一章节：在学期初，教师即对人工智能对话流程、提示词框架、结构化病案分析与沟通要点进行指导，并在多个环节组织练习与反馈。因此，人工智能辅助对话与结构化推理训练可能改变学生的学习策略与投入方式，促进知识理解、提取与迁移，使学习收益外溢至其他章节，进而在整卷成绩上体现为总体提升。鉴于本研究未对分章节得分与学习过程数据进行追踪，上述机制解释应视为合理推论，后续可通过分章测验、学习平台日志与纵向随访进一步验证。

3.3 人工智能赋能病理生理学提升学生人文关怀能力

相比于对照组，试验组学生在与虚拟医患沟通过程中，沟通技巧得到很好的锻炼，评分明显高于对照组，学生能使用简单通俗的语言完整地向患者解释其病情和发病机制，让“患者”对自己的病情有所了解和认识。如给“患者”解释心力衰竭“您的心脏就像一个水泵一样，现在它有点累了，泵水的功能没有以前好了，所以我们要用一些药物来帮助它恢复力量。”学生普遍认识到良好的沟通技巧和方式对构建和谐医患关系的重要意义。

此外，试验组学生能够更耐心地倾听“患者”陈述并时刻关注患者情绪，情感关怀能力显著高于对照组，整体的人文关怀素养也相应提高。良好的心理支持和情感关怀，是医患沟通的重要环节，更是建立良好医患关系的基础^［14］。在“患者”出现伤心、担忧等情绪时，试验组学生能够及时给予心理安慰，如“我知道您现在很担心您的病情，您现在积极配合治疗，病情会慢慢好转的，您要是觉得心里不舒服，可以和我说说，我在这里陪着您。”并且，试验组学生在沟通中还表现出更强的疾病预防宣教意识，不仅提高了自身综合临床思维能力和人文关怀能力，也有助于促进患者康复、降低疾病复发风险。良好的医学人文关怀能增进医患互信，有助于构建和谐医患关系，拓宽医学生视野、增强其道德素养，培养全面发展的医学人才，从而助力卫生健康事业的高质量发展^［15］。需要指出的是，两组学生在偏知识性维度差异不显著（表2），可能与两组在课程大纲、教材、授课教师与课堂知识教学环节保持一致有关，因此优势主要体现在能力与态度维度。

本研究在进行课题设计时，对照组课前发布教学资料与试验组相同，课中进行临床病案分析也普遍强调了人文关怀和医患沟通技巧，但学生并没有得到实际的医患沟通锻炼，部分学生临床案例的答案中虽有部分人文关怀内容，但缺少与患者的实时互动，也未能在沟通过程中关注患者情绪变化。相比之下，试验组学生通过人工智能辅助的病理生理学教学，在与虚拟患者的一问一答互动中，不仅可以锻炼沟通技巧，实时关注患者情绪、调整沟通策略，而且强化了人文关怀能力的训练。与此同时，这种实时互动过程还有助于学生梳理知识点、加深对知识的理解，完善知识体系、提高综合理解能力，因此试验组期末考试成绩也显著高于对照组。这进一步表明，仅靠课堂教学难以真正提升学生的人文关怀能力，必须通过角色扮演或虚拟实践给予锻炼机会。

课后对试验组学生的问卷调查显示，在提供的12个封闭式问题中，绝大多数学生的回答为“满意”或“非常满意”。开放式问答进一步反映了学生对于该教学模式的深刻体会，真切地认识到医学人文关怀的重要性，如有学生写道：“疾病不再只是书本上的字眼，而是活生生附着在病患身上的痛苦，我明白了学习不应该只是纸上谈兵”。也有学生提到，人文关怀在临床中非常重要，恰当的关怀“既能缓解患者身心压力，也能增强患者的配合度和信心”。这些反馈表明，通过虚拟病案模拟，学生开始站在患者角度思考问题，学会用通俗语言解释疾病、给予患者心理支持——这些人文素养正是医学实践的核心要求之一^［16］。对于教学模式的改进，不少学生希望未来继续采用人工智能虚拟病案教学，并融入更多真实复杂案例，以进一步加强理论联系实际。但也有学生指出人工智能对话仍略显生硬，不够人性化。人工智能确实面临着准确性和稳定性的问题，需持续优化人工智能的数据基础和性能，希望日后能更贴近真实情境^［17］。由此可见，这种教改模式让学生明白了未来工作中，医患沟通中人文关怀的重要性——在诊疗过程中，我们要重视人的生命，以人为本，尊重人的人格。

3.4 局限性与展望

新一代学生习惯数字化生活方式，更容易接受人工智能技术在教育中的应用。本研究将人工智能辅助病理生理学教学并用于模拟医患沟通，有助于学生在相对低风险、可重复的情境中检验学习效果，提升学习主动性，促进其发现、分析和解决临床实际问题的能力。更重要的是，该模式强化了学生的医患沟通训练，尤其在共情表达与人文关怀能力方面具有积极意义，为其后续进入临床实践奠定基础，也契合了国家对医学人文教育与高质量医学人才培养的要求。

尽管本研究显示人工智能赋能的模拟医患沟通教学在提升学生沟通与人文关怀能力方面具有一定效果，但在实施与推广过程中仍存在局限与挑战。人工智能毕竟不是真实患者，当前虚拟情境在临床复杂性与情感拟真度方面仍有提升空间。未来可基于学生反馈进一步优化对话逻辑与情感回应机制，逐步纳入更复杂的临床沟通场景，如患者不配合、依从性差、焦虑或愤怒等情绪波动、信息不完整或沟通中断等，以增强训练的真实性与迁移性。在条件允许的情况下，还可探索引入多模态交互（如语音沟通、情绪/表情线索模拟等），提高沉浸感，从而更贴近真实医患沟通环境。另外，个别学生在学习中参与度不高、积极性不强，可能影响学习效果，后续教学应从学生兴趣与能力发展需求出发优化病例库与任务设计，提高教学的吸引力与完成质量。人工智能技术的应用可能会引发新的伦理问题^［13］，需要制定相应规范并加强教师与学生培训。此外，人工智能资源的便利性可能导致部分学生过度依赖，削弱其批判性思维能力。这就需要教师在教学过程中引导学生正确使用人工智能辅助，因此教师应在教学过程中强化过程性评价与引导，突出“证据-推理-反思”的病例分析框架，促进学生在使用人工智能辅助的同时保持批判性思维。本研究样本仅限于我校口腔医学专业单一年级且干预时间较短，未来拟扩大至不同专业与年级并延长随访，以进一步验证其稳定性与可推广性。

综上所述，本研究构建并实施了人工智能辅助的病理生理学模拟医患沟通教学模式。结果显示，该模式在不增加高风险教学成本的前提下，有助于提升学生的临床思维训练质量，并在医患沟通与人文关怀能力培养方面表现出积极效果。总体而言，人工智能赋能的情境化对话训练可作为医学人文与临床能力融合培养的有益补充。未来仍需扩大样本、延长干预周期，并通过更精细的过程性评价进一步验证其可推广性与长期效果。

参考文献

[1] 王建枝，殷莲华. 病理生理学［M］. 8版. 北京：人民卫生出版社，2013.

[2] 李航，关鹏飞，王佳贺，等. 基于医学人文关怀的医务社会工作角色转向与现实挑战［J］. 现代医院，2025，25（2）：183-186.

[3] 袁靳闲，李金政. 人工智能应用于医学教育的现状、挑战与前景［J］. 中华医学教育探索杂志，2025，24（6）：777-783.

[4] 王茹，李毅恒，孙世仁，等.人工智能在医学教育中的应用前景与挑战［J］.中国医学教育技术，2025，39（3）：306-310.

[5] 汪全海，黄新亮. 基础医学课程思政教学的系统设计初探［J］. 医学理论与实践，2025，38（5）：888-890.

[6] 费晶，马欣. 某2所高等医学院校肿瘤专业硕士人文关怀能力现状及影响因素［J］. 农垦医学，2022，44（6）：524-528.

[7] 国家卫生健康委办公厅联合多部门发布《医学人文关怀提升行动方案（2024—2027年）》［J］. 上海护理，2024，24（10）：24.

[8] Dave T， Athaluri S A， Singh S. ChatGPT in medicine：an overview of its applications，advantages，limitations，future prospects，and ethical considerations［J］. Front Artif Intell，2023，6：1169595.

[9] 卫荣，马锋，侯梦薇，等. 人工智能在医学教育领域的应用研究［J］. 医学教育研究与实践，2017，25（6）：835-838.

[10] 李雷俊，夏晓伟，关念红，等. SEGUE框架情景式案例教学法在医学生医患沟通能力培养中的应用［J］. 中国继续医学教育，2024，16（13）：82-86.

[11] 赵永林，魏星，李维妙，等. 情景模拟教学法联合传统教学模式在医学通识课教学中的作用［J］. 医学教育研究与实践，2025，33（1）：151-155.

[12] 叶梓杰，蔡凯骏，陈劲松，等. 基于扎根理论探索标准化病人情景教学改革［J］. 医学教育研究与实践，2025，33（3）：422-427，434.

[13] 巫灵爱，钱国玲. AI机器人在医学教育中的应用优势、伦理困境及其应对［J］. 中国医学伦理学，2025，38（2）：187-194.

[14] 邵建文，唐思哲，王锦帆. 新冠肺炎重症患者救治中医患沟通的作用及启示［J］. 卫生职业教育，2021，39（10）：153-155.

[15] 张越. 医学人文纳入核心课程的重要性及课程构想［J］. 医学教育管理，2024，10（）：209-212.

[16] 潘华婴，冯洪强. 模拟医学培训中人文关怀的培养［J］. 中国医学人文，2025，11（6）：40-44.

[17] 吴李鸣，张天宇，陈为. 人工智能与医学教育融合发展的前沿趋势［J］. 全科医学临床与教育，2024，22（12）：1109-1111.

RIGHTS & PERMISSIONS

本文使用遵循知识共享 署名-非商业性-禁止演绎4.0 协议（CC BY-NC-ND 4.0）， 详细信息请访问https：//creativecommons.org/licenses/by-nc-nd/4.0/.。