ChatGPT-3.5 是醫學教育中非常有用的資源，能以經濟實惠的方式幫助醫學生提升臨床技能。雖然它能補充與真實病人的互動，但無法進行身體檢查或識別情感暗示，因此無法完全取代這些互動。為了發揮其最大效用，設計良好的提示和臨床醫生的指導是關鍵。如需更多資訊，請參考 10.1007/s40670-024-02121-w 的補充材料。 PubMed DOI

這項研究顯示大型語言模型（LLMs）在創建虛擬病人（VPs）方面的潛力，能模擬病人與醫師的互動。研究使用OpenAI的GPT模型生成60個針對慢性咳嗽和糖尿病的對話，並評估其真實性和使用者體驗。主要發現包括： 1. **成本效益**：每次對話成本低，具可擴展性。 2. **對話真實性**：評分高，顯示對話現實且有用。 3. **病人偏好**：大多數對話符合病人預期。 4. **模型比較**：GPT-4.0-turbo表現優於GPT-3.5-turbo。 5. **反饋相似性**：醫師與LLM的評分相似。 6. **缺陷識別**：某些特徵影響真實性。 7. **工具驗證**：確認測量工具的可靠性。 總體而言，LLM生成的虛擬病人能有效模擬臨床互動，具成本效益，建議進一步研究以提升對話質量。 PubMed DOI

這項研究探討大型語言模型（LLMs）在醫學倫理教育中的角色，特別是如何促進未來醫療人員的美德。研究指出，LLMs能有效模擬人類溝通，成為醫學教育的寶貴工具。透過混合方法論，將LLMs視為倫理討論的範例和顧問，並強調將人工智慧倫理納入醫學課程的重要性。研究認為，LLMs可作為「第二最佳」解決方案，增強學習體驗，並促進道德知識的獲取。最終，研究認為像ChatGPT這樣的工具能顯著改善醫學倫理教育環境。 PubMed DOI

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

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

這項研究開發了一個用GPT-4打造的虛擬模擬病人，幫助醫學生練習和病人討論異常乳房攝影結果。團隊邀集多方專家設計情境，並多次測試調整。GPT-4讓對話更自然，也能給學習者回饋，但有時會誤判溝通流程。初步成果不錯，接下來會讓醫學生實際體驗，評估可行性和接受度。 PubMed DOI

這項研究開發了結合ChatGPT的虛擬實境產科護理溝通訓練系統，讓52位護理學生參與。結果顯示，學生在溝通自信、技巧和系統操作上都有明顯進步，成效可持續三個月。大家對學習體驗也很滿意，證明這套系統能有效提升產科護理溝通訓練，推動護理教育數位化。 PubMed DOI

這項研究發現，醫學生用 ChatGPT 當虛擬標準化病人練習問診，覺得方便又彈性，對學習有幫助。不過，缺乏表情和情感互動、設計提示有難度，是目前的缺點。大家對 AI 的信任度有提升，但還是認為無法完全取代真人 SP。建議醫學教育要教 prompt engineering，並持續優化 AI。 PubMed DOI

這項研究發現，讓醫學生用 ChatGPT 扮演「標準化病人」練習溝通，能提升他們面對困難情境的信心，學生覺得這種方式安全又方便，回饋也很詳細。不過，AI 在情感表現和技術上還有待加強，不同學校學生的接受度也不一樣。由於樣本少、沒對照組，結果僅供參考，未來還需更大規模的客觀研究。 PubMed DOI