AI 虛擬人於醫學教育上的應用經驗

  • 首頁
  • 理事長的話
  • 近期國內外醫學教育活動通知
  • 台灣醫學教育學會活動通告
  • 主題文章
  • 醫學生專欄
  • 醫學教育思潮
  • 教師心語

花蓮慈濟醫院 教學部
吳仁傑

AI 虛擬人於醫學教育上的應用經驗


  Virti AI 虛擬人最早的概念發想來自360度的Virtual Reality (虛擬實境環景影片),讓參與的學員以第一人稱視角進入虛擬的場景情境中。惟虛擬實境運用於臨床醫學教育的教案需要投入大量的人力與時間,耗費的資源與成效相對不合算。隨著語音識別技術的進步,以及大型語言模型(Large Language Model LLM)逐漸成熟,Virti 將虛擬人平台化,讓建構者擁有更多發揮空間。這些虛擬人在虛擬的世界中就不再只是預錄的場景影片或模組,而是足以及時提供情緒反應、知識與非套裝預設對話能力的數位實體。


以下簡單敘述本院引進Virti AI虛擬人平台之後的應用經驗


  1. 腎臟透析單位的新人訓練。

  現代醫院的系統中,腎臟透析室是內科系領域中相當特化的單位。透析護理師除了一般護理師需要的技能之外,還需要擁有評估腎臟透析血管廔管的能力並熟悉相關狀況的處置。


  傳統的訓練方式,通常是手把手的一對一教學。資深學長姐帶著新進的菜鳥在病患身上聽診,學習評估血管廔管的狀況並給予適當的處置。本院血液透析室護理師從教學與臨床應用的角度發想,結合AI虛擬人以及實際的影音,開發並衍生了多個以Virti AI 虛擬人為基礎的血液透析相關教案,並實際應用教育訓練。


  1. 臨床新進學員的病史問診訓練

  傳統的臨床診斷學習,場景侷限在門急診或病房。需要與病患及家屬面對面才能夠問診確認病況。問診的過程,若沒有手寫記錄下來,事後的回溯通常會造成病史的資訊相形減少。


  在LLM不夠成熟的年代,以AI模擬病家,往往會得到雷同於線上遊戲中NPC (Non-Player Ch8aracter)式的罐頭回應。這樣的模式與品質不足以負荷教育目的。隨著LLM技術日新月異的發展,新的LLM甚至可以模擬真人的對話狀況,結合語言模組的Virti AI 虛擬人可以在條件設定好的情況下,模擬病人或病家,作為執行病史問診訓練的輔助對象。


  除了增加了靈活回答問題的能力,AI虛擬人具有判斷語氣以及情緒的能力,視情況給予適當的(無論正反面)回饋,足以縮小與現實的差距,達到能夠應用在實務的水準。


  1. 醫病溝通的模擬考試

  醫病溝通在臨床學習上,執行以及評估難度遠大於病史詢問。病史詢問可以從學員書寫的病歷紀錄回溯問診的品質。醫病溝通的部分除了不容易即時記錄對話溝通過程之外,評估學員程度及結果也有極大的難度。


  藉由Virit AI 虛擬人介面,在設定的臨床情境中,學員與虛擬人的互動可以在記錄成文字檔案之後,系統性的分析包含語氣、關鍵字等平常床邊教學後續不容易做到的部分。我們在模擬考的階段,曾經執行過一次病情告知的虛擬人題目。相信在更全面的教學目標設定下,除了考試功能,更能應用在臨床上,作為學生踏進醫院之前的橋樑。


  接下來我們討論AI虛擬人在客觀結構式臨床測驗(Objective Structured Clinical Examination, OSCE) OSCE的可能的運用。


  OSCE需要考生、考場,標準化病人,工作人員以及考官,眾多人事時地物同時匯集在同一個時間空間中方能執行。實務上主要是在國家考試之前,作為醫師執照國家考試的一部分在國家認可的試場中執行。本院在正式考試之前,會舉行規模小於正式OSCE考試的模擬考,讓應考的考生先行熟悉考試的類型以及臨場的狀態。需要投入的資源十分巨大。


  OSCE考題類型包含SP標準化病人問診/溝通,以及臨床操作題型。AI 虛擬人在SP病人題型 (病史詢問、病情解釋與衛教、醫病溝通)的領域中,可以提供多方面的輔助。以下嘗試列舉在OSCE範圍中,AI 虛擬人可以協助的方向。


  1. 模擬標準化病人 (Standardized Patients, SP)

  傳統上,醫學生需透過真人角色扮演的「標準化病人」來練習問診。但真人有體力限制且不容易維持一致性。


  • 全天候與重複練習: 學生可以隨時透過電腦設備與虛擬病人對話,學習不售時空限制。
  • 多元化病例: AI 虛擬人可以模擬不同年齡、性別、族裔甚至性格(如焦慮、憤怒、不配合)的病人。
  • 即時反饋: AI 虛擬人能紀錄並分析學生的問診邏輯、是否漏掉關鍵問題,並在對話結束後立即給予評分與建議。
  • 轉向應用: AI虛擬人除了用來訓練學生,也可以用來訓練標準化病人。

  1. 臨床決策與應變訓練

  醫學教育不只是知識記憶,更重要的是在壓力下做出判斷。


  • 高風險情境模擬: 例如模擬急診室的心跳停止流程。虛擬病人會根據學生的處置(如給藥劑量、電擊時機)產生即時的生理反應(如心率變化、血氧下降)。
  • 糾錯成本低,可容錯: 在虛擬環境中,學生可以「被允許犯錯」。透過觀察錯誤處置導致的後果,學習效果往往比單純閱讀課本更深刻。

  1. 共情能力與病患溝通 (Communication Skills)

  醫病溝通是現代醫學最難教的一環,特別是告知壞消息(Breaking Bad News)。


  • 情緒辨識: 先進的 AI 虛擬人結合了情緒的判斷,能從用詞遣字中辨別學員的語氣。如果學生語氣過於冷漠或者用詞不當,虛擬人會表現出受傷或不信任等等情緒反應。
  • 非語言溝通: 學生可以練習觀察虛擬人的眼神、面部表情與語氣,從中判斷病人的真實感受。

  綜合我們的應用經驗與未來期待,我們嘗試列出AI虛擬人的優缺點。


類別 優點 缺點
臨床技能 模擬高風險情境,練習重大決策 缺乏觸覺反饋
溝通能力 自然語言互動,強化學員的病史詢問能力與同理心 可能出現AI幻覺或語意斷層
教育效率 隨時隨地可學習 建置成本高,教案生成不易
評量回饋 數據化分析 與教師的評估方式之間的落差
心理層面 模擬高壓環境,協助建立心理韌性與應對機制 視覺疲勞

2014 © 台灣醫學教育學會

發行人:台灣醫學教育學會 理事長:吳明賢教授 主編:陽明交通大學醫學院楊盈盈主任委員 副主編:蔡巧琳 副主任委員 執行編輯:慈濟大學醫學院 朱紹盈

編輯委員:中山醫學大學醫學院謝明諭委員、中國醫藥大學醫學院白培英委員、成功大學醫學院林威宏委員、長庚大學醫學院歐良修委員、高雄醫學大學醫學院林彥克委員、馬偕醫學大學醫學院周桂芳委員、國防醫學大學醫學院王永志委員、陽明交通大學醫學院梁仁峯委員、義守大學醫學院梁正隆委員、慈濟大學醫學院朱紹盈委員、輔仁大學醫學院陳正文委員、臺北醫學大學醫學院陳建宇委員、臺灣大學醫學院蔡巧琳委員

相關連結  各期電子報  文稿投稿須知  投稿聲明書  影片投稿須知