一项关于利用基于人工智能的虚拟患者来提升牙医与患者沟通培训效果的探索性研究

摘要

背景

在牙科领域，有效的医患沟通对于诊断的准确性和治疗效果至关重要。传统的教学方式提供的实践机会有限，阻碍了理论知识向临床环境的转化。标准化患者（SPs）能够提供真实的互动体验，但成本高昂且操作复杂，限制了培训的可扩展性。大型语言模型（LLMs）能够生成基于上下文的适应性对话，为牙科沟通培训提供了创新的机会。

方法

本研究使用DeepSeek大型语言模型开发了一个AI代理。38名四年级牙科学生被随机分配到实验组（理论教学加上基于AI的虚拟患者咨询）或对照组（理论教学加上同伴间的角色扮演练习）。通过使用Set Elicit Give Understand End (SEGUE)量表对标准化患者咨询进行评估，来衡量干预前后的医患沟通技能。干预后的问卷调查则评估了AI代理的可用性和参与者的满意度。

结果

干预前，两组之间没有观察到统计学上的显著差异（p > 0.05）。干预后，实验组的SP咨询得分显著高于对照组（p < 0.001），尤其是在准备阶段和咨询结束环节的进步尤为明显。问卷数据显示参与者对AI代理的满意度很高。

结论

将理论教学与基于AI代理的培训相结合，在提高牙科学生的医患沟通技能方面显示出初步的效果，并有望成为传统培训的一种成本效益较高的补充方式。未来需要解决当前在对话灵活性和情商方面的局限性。