人工智能辅助教学在临床思维培养中的探索

王梦莹 汪 恒 贾 末 孙 震 计 虹

(北京大学第三医院 北京100191)

1 引言

近年来人工智能研究热度持续攀升，在智能识别、数据挖掘、深度学习等方面有着独特优势，在医学领域得到广泛应用，诸多医疗机构已经开展辅助临床决策、影像诊断等应用，为医务工作者在临床诊疗中提供精准的诊疗知识，辅助其做出最佳诊断、治疗方案。临床思维是临床工作的基础，良好的临床思维能力是医学生必须具备的基本素质[1]。在传统医学教育中主要依靠人工带教、医学生接触实际病历、医生手工编写病历题目和学生自主背诵病历等方式培养医学生的临床思维，方法单一且人工成本较高。通过人工智能、大数据技术对海量医疗数据、医学文献和临床指南进行采集与分析，打造及时、丰富、全面的人工智能辅助医学教学数据中心，模拟患者就医场景，使其在学习中经历实践、认识、再实践、再认识的过程[2]，贯穿全程培养临床思维，改善原有教学模式，缓解教师医教研的压力，加快人才培养进程[3]。

2 基于人工智能培养临床思维的实现路径

2.1 基于海量真实病历挖掘生成教学数据中心

教学数据中心是真实病历和学生学习数据的汇集，包括标准临床提问数据库、虚拟病历数据库、学生学习记录库3大部分。其建设架构，见图1，所有患者病历资料必须是不涉及患者隐私又真实准确的，通过对数据采集、清洗、归一、标准化等处理，保证安全性和完整性。

图1 教学数据中心建设架构

2.2 构建标准、规范提问数据库

智能化病历基本构建过程是选择提问——提供结果——选择提问——验证结果，问题设计和思路需要符合临床上经常使用的评估——选择——行动——再评估的普遍原则，因此需要构建标准、规范的问题库为后续抽取工作奠定基础，依据不同科室、不同疾病建立 65个疾病问诊、查体问题库，每个疾病均收集相关临床指南、文献，构建标准通用的提问话术、查体项目，结合疾病特点、各科室专家临床经验设置特定问诊问题、专科查体等。后续在抽取虚拟病历时，从该提问库中选择需要添加的问题，统一问题数据来源，规范每个病种问题表述，规范学生提问，保证后续虚拟病历答案来源一致性。

2.3 人工智能与专家智库双引擎打造虚拟病历库

对同病种不同患者的诊疗方案、路径进行数据挖掘，在分词结果中获取目标信息，从真实病历中运用自然语言处理技术，将完整真实的电子病历文书内容进行后结构化处理，通过机器学习在线生成问题与匹配的答案，自动抽取的问题答案与原始病历正确匹配度可达90%以上，部分病种可达98%。虚拟病历数据中包括问诊、体格检查、辅助检查、诊断、鉴别诊断和处置等完整的诊疗过程，全过程学习有助于培养学生连续的临床思维。基于真实病历资料、结合临床指南和专家临床经验对病历进行最终修改审核，虚拟病历的问题与答案允许教师进行考点标注，可增加或删除不同病历问题项，满足各病种、各专科对病历个性化定制和个案特殊问题的需求。

2.3 基于自然语言处理技术的沉浸式语音交互

学生模拟问诊时，为更加贴近临床实际，营造沉浸式学习氛围，增加语音录入功能。语音录入基于自然语言处理技术，对录入数据进行结构化解析，将语音转化为文本数据，使用机器学习算法，根据提问者问题进行特征清洗及相关算法和参数调整，将与APP问题库中最相近的标准问题返回，实现智能化匹配问题回答。

3 基于临床思维能力的多维度分析评价体系

3.1 难度分级支持个性化学习

本科生、住院医师、进修医师等多类型学生对于知识要点、学习难度均有不同要求，智能虚拟病历需要通过病历难度、学习难度区分满足各类型学生需要。病历难度分级涵盖简单、常见和复杂病历，对于每份病历细分为4级学习难度：1级为最简单模式，为学生提供答案参考；2级提供干扰和错误选项；3级需要学生自行录入较多重要得分项；4级为全自学模式，学生需要自行录入所有问诊及查体问题。学生选择适合其知识水平的难度，真实地模拟出疾病进展和患者对治疗的反应，从多角度接触到疾病的不同方面，加深理解。

3.2 7大评价体系全面评估临床思维能力

临床思维能力评估的客观性和标准性要求极高，需要稳健的自动评估系统，不能单纯以分值或结论评估临床思维能力[4]，参考“北京大学第三医院医师临床能力测评反馈表”、《住院医师规范化培训管理办法 (试行)》，总结7大指标对学生学习情况、临床思维能力进行评估，从严谨性、逻辑性、系统性、敏捷性、知识拓展、多维度、综合应用几方面进行评价，形成完整、可信的评估体系，见图2。其中严谨性考察诊断与鉴别诊断全面性，完成的有效项越多评分越高；逻辑性考察问诊、查体、诊断的逻辑顺序合规性；系统性考察答题的完成率，无效项越多评分越低；敏捷性考察答题时间是否在正常时间范围内，完成有效项越多且耗时越短评分越高；知识拓展考察诊断与鉴别诊断的准确性，诊断与鉴别诊断证据充分且准确评分高；多维度考察对整体健康情况做出诊疗的综合能力；综合应用考察基础知识的应用能力，只用于第4级难度中。

图2 多维度临床思维能力评估

4 应用成效

4.1 促进教师掌握现代化教学方法

一份虚拟病历需要80～100个问题和多条检查检验药品等信息，传统的手工虚拟病历学习，如标准化病人[5]需要教师逐个筛查病历，选择符合教学特点的病历，手工录入病历问题与答案，不仅人力成本高，还存在病历真实性低、个人主观性强、难以与检查检验等完整就医流程匹配等问题。采用人工智能手段，支持教师基于大数据教学方式，建立病历筛选标准，自动匹配符合标准的病历，生成问诊、查体列表，提取检查检验项目、结果等，提升教学工作效率，为教师不断发展与创新临床教学方法提供平台。

4.2 扩大学生临床知识学习范围

基于真实病历的虚拟病历学习方式彻底打破时间、空间限制，学生可以充分利用碎片化时间随时通过手机、电脑终端学习和复习，极大调动学习主动性，虚拟病历为学生提供零风险、可试错的临床学习渠道，真实病历具有使学生更快适应疾病谱变化、更新治疗方法的独特优势，缓解罕见疾病临床患者资源不足的困境[6]，通过模拟患者就诊全流程有效地将理论知识转化为临床知识，充分发挥新兴技术优势，拓展学生学习渠道和知识面。

4.3 提升教学管理者管理能力

除考试成绩、主观评测等结果性评估，教学管理部门尚缺乏有效手段记录学生过程性评价，无法客观考量学生临床思维能力，通过智能化虚拟病历可视化统计分析学生对病历的掌握情况，记录学生对病历多次学习曲线，对比学习成效，为制定教学方案和学生培养方案提供数据支撑。

5 结语

基于人工智能的教学方式充分考虑学生临床水平和学习要求，既包括全部预设掌握的知识点，又排除容易引起误解的干扰因素，这种临床思维能力培养方式既具有临床真实感又总结了疾病的普遍特性[7]，极大提高教学质量和效率。结合人工智能技术改变教学理念，使医学生能切实增长知识、提高临床技能、提升临床思维能力，成长为合格的临床医师。