Sora如何整合到医学教育和住院医师培训中的示意图。来源：《柳叶刀数字健康》(2025)。DOI: 10.1016/j.landig.2025.100900
想象一名医学生在元宇宙教室中诊断虚拟患者，或一名初级医生练习抽血等操作技能。这些人工智能(AI)驱动的工具并非科幻小说——它们是正在出现的现实，可以更快、更好地培养更多医生，以满足世界日益增长的医疗保健需求。
发表在《柳叶刀数字健康》上的一项新研究表明，AI如何能够变革医学教育，同时呼吁学校、医院和监管机构之间加强合作，以确保其安全、负责和有效。
由杜克-新加坡国立大学医学院、新加坡中央医院和清华大学研究人员进行的这项研究，还确定了AI采用的关键障碍，如伦理考虑和资源限制。为应对这些挑战，研究人员呼吁建立一个紧密协调的网络，涵盖医学院、医疗机构和学术机构、行业合作伙伴和监管机构，以开发AI赋能的医学教育和医师培训计划。
这项研究正值全球医疗系统面临人员短缺和提供高质量护理的期望不断上升之际。世界卫生组织预测，到2030年，医疗保健工作者将出现约1000万人的惊人短缺。
AI支持更多样化和引人入胜的学习
科学家们强调，AI如何帮助弥补这一缺口，特别是随着技术的进步和大型语言模型(LLM)应用程序的增长——如ChatGPT等系统，它们在大量文本数据上训练，以执行语言处理任务，包括生成类似人类的文本。
具体而言，AI工具可用于个性化医学教育中的学习体验。AI生成的虚拟患者可以模拟更真实、更复杂的临床场景，具有一致性和多功能性，不受后勤和财务限制。与增强现实或虚拟现实技术的结合也提供了更沉浸式的学习体验。
AI驱动的元宇宙环境进一步创新医学教育，促进随时随地进行基于团队的学习和案例讨论等活动。AI还通过简化文献综述等任务，越来越多地支持医学研究。这些工具的整合可以使医学生和住院医师有更多时间用于批判性思考。
杜克-新加坡国立大学AI+医学科学计划的研究员、新加坡中央医院首席临床药剂师Jasmine Ong博士是该论文的共同第一作者。她说："AI不是来取代临床教育者和导师的，而是要赋能他们。AI使教育者和导师能够专注于最重要的事情——与学习者建立有意义的联系。作为数字共同导师，AI通过个性化反馈和真实的临床模拟增强学习体验，帮助塑造下一代医疗保健专业人员。"
实现AI潜力的挑战
尽管AI具有潜力，但其在医学教育中的使用目前面临合格培训师不足和缺乏经过测试的实施策略等挑战。关于LLM的另一个主要担忧是其准确性和可信度，幻觉或编造的信息仍然是一个持续存在的问题。
LLM还表现出与性别和种族等相关的偏见。这些偏见，特别是当它们嵌入医学文献中时，随着时间的推移有延续系统性差异的风险。此外，隐私问题也已出现，患者信息暴露的风险。
杜克-新加坡国立大学定量医学中心高级研究员、该论文的共同第一作者Ning Yilin博士说："随着AI在医学教育和培训中更深入地整合，我们需要解决它引发的伦理问题，如确保适当使用、维护学习完整性以及防止意外伤害。这些挑战需要明确的指导和包容、负责任的设计。"
呼吁合作：促进AI的负责任采用
杜克-新加坡国立大学定量医学中心副教授、杜克-新加坡国立大学AI+医学科学计划主任、该论文的高级作者Liu Nan副教授补充说："AI正在全球变革医学教育。通过致力于全面的全球战略并在各部门之间建立合作伙伴关系，我们可以负责任地部署生成式AI，创造更互动、更易于获取的培训，并将收益转化为对患者的更好护理。"
研究人员还指出，医学教育和培训中AI的可持续采用需要各部门之间的密切合作。医疗机构、医学院、行业合作伙伴和政府机构需要共同努力，开发负责任、可扩展和基于证据的解决方案。
研究人员希望此类合作能够带来AI整合医学教育和医师培训的实用框架的开发。这些合作伙伴关系对于建立资金模式和资源支持也至关重要。
更多信息：Yilin Ning等，人工智能如何变革医学生和医师的培训？《柳叶刀数字健康》(2025)。DOI: 10.1016/j.landig.2025.100900
【全文结束】
