原始文章

這項研究提出了一種創新的教育角色扮演方式,利用基於GPT-4的AI機器人模擬健康相關的病史訪談。由大學講師和AI專家共同開發,讓不同健康專業的學生能與虛擬病人進行複雜對話,取代傳統的角色扮演。調查結果顯示,超過80%的學生認為虛擬病人的專業性和準確性良好,並且更喜歡這種AI訓練方式,認為其沉浸感和互動性優於傳統方法,顯示AI在教育中的潛力。 PubMed DOI


站上相關主題文章列表

研究發現使用GPT驅動的聊天機器人協助醫學生練習採集病史,對於溝通技巧相當有幫助。雖然機器人大多給出合理答案,偶爾會有不太合理的回應。整體而言,學生對這個聊天機器人的使用經驗感到正面。研究指出,基於GPT的聊天機器人可提供模擬病人體驗,但在準確醫學資訊方面仍有改進空間。 PubMed DOI

這項研究探討了將ChatGPT融入醫學教育的可行性,並強調AI能力對醫學生的重要性。52名醫學生參與了混合式學習課程,評估了使用ChatGPT的效果。主要發現包括:學生在整合ChatGPT的課程中滿意度和學習進展高,且對AI技能的重視程度上升。雖然學生對ChatGPT生成的病人資訊評價中等,但使用擴展提示後明顯改善。研究建議將ChatGPT納入醫學教育,以提升學習體驗並發展AI能力。 PubMed DOI

這項研究探討AI模擬病人對日本四年級醫學生醫療面談技巧的提升。參與者中,35名學生使用AI模擬程式進行練習,110名前一年學生作為對照組。結果顯示,AI介入組的考試得分顯著高於對照組(28.1對27.1,P=.01)。雖然學生對訓練質量的評價越高,OSCE分數卻可能越低,但整體未發現安全問題。這顯示AI模擬病人是一種安全有效的教育工具,建議作為傳統模擬教育的補充資源。 PubMed DOI

這項研究探討生成式人工智慧對醫學生創建練習考題的信心與態度影響。68名醫學生和醫師助理學生參加了工作坊,學習使用Google Bard(現稱Gemini)。調查顯示,使用AI創建考題的信心顯著提升(<i>p</i> < 0.001)。焦點小組反饋指出AI的優勢與擔憂,學生希望機構能提供更清晰的指導。雖然信心提升,但研究強調需徹底評估AI生成考題的質量與準確性。總體而言,教導學生負責任地使用AI工具是關鍵。 PubMed DOI

最近一項研究調查了207名醫學生對於像ChatGPT這類人工智慧工具的認識與態度。結果顯示,66.7%的學生對ChatGPT有了解,但對其他AI工具的認識較少。大多數學生以非正式方式使用AI,主要當作搜尋引擎,且超過一半的人對AI技術感到不夠了解。他們希望獲得更多與未來醫生角色相關的訓練,特別是在AI應用於學習、一般知識及科學寫作方面。研究也發現性別和自我評估的學習表現存在差異,為未來研究提供了新方向。 PubMed DOI

這項研究探討健康專業學生對ChatGPT的看法及其對醫療和教育的影響。研究發現,86.2%的學生了解ChatGPT,且普遍持正面評價,平均分數為4.04。學生欣賞其在信息檢索和摘要的能力。質性分析顯示三個主題:使用經驗、對醫療品質的影響及教育整合。雖然有好處,如輕鬆獲取信息,但也擔心倫理問題及批判性思維的影響。不同學科間看法一致,建議持續改進以提升準確性和可靠性,並平衡優勢與倫理考量。 PubMed DOI

這篇論文探討卡爾頓大學健康科學本科生使用ChatGPT-3.5的經驗與看法,並比較其與傳統網路資源的可用性。研究中,27名學生參加了隨機對照試驗,透過問卷評估可用性,並從七名參與者的焦點小組中獲得質性見解。結果顯示,學生認為ChatGPT-3.5更易學習與使用,提升了生產力與創意思考能力,但也對其可靠性、準確性及學術誠信表示擔憂。研究強調在健康科學教育中整合AI需有明確政策與最佳實踐,以確保負責任的使用並提升教育成果。 PubMed DOI

聊天機器人應用程式「Bennie and the Chats」是因應COVID-19疫情而開發,目的是幫助學生學習臨床病史採集技能。最初使用DialogFlow,現在升級整合ChatGPT,讓互動更靈活。研究評估這個新版本對臨床教學的影響,並進行了定量和定性分析。調查顯示,超過75%的學生認為教學增強了學習體驗,82.2%的人認為分享病人案例有助於了解不常見疾病。結果顯示,聊天機器人能有效補充傳統教學,並促進國際教育合作。 PubMed DOI

這項研究探討了使用ChatGPT-4o作為虛擬病人,協助醫學實習生的臨床訓練。研究在艾登阿德南門德雷斯大學進行,21名六年級醫學生參與,透過問卷、訪談和觀察收集數據。結果顯示,實習生的自我評估與實際表現正相關,但在問題解決和臨床推理上存在明顯差距,且時間壓力加劇不安感。儘管面臨技術問題,實習生對AI輔助訓練表示滿意,並願意參加類似訓練。研究建議ChatGPT-4o可成為提升臨床技能的有效工具。 PubMed DOI

這項研究探討利用生成式人工智慧技術,開發虛擬病人程式,協助醫學生透過聊天機器人練習病史採集。五位專家使用韓國的AI平台Naver HyperCLOVA X®進行測試,針對一位有尿路問題的病人進行評估。結果顯示,聊天機器人產生的回應中,約2.6%的字詞被認為不太可信。專家對AI的回應在相關性、有效性和準確性上評分較高,但流暢性則持中立態度。整體而言,這種方法可行,但仍需改進以增強回應的連貫性和自然度。 PubMed DOI