Week 13 (2023/12/25-2023/12/29)

 任務與進展

2023/12/27會議暫停一次

本週收案人數：1人

心得與困難

研究計畫撰寫課程紀錄

我的主題：My GPTs 應用於巴氏量表評估之標準病人之成效驗證

資料檢索、文獻閱讀與評析以及如何大致確立研究問題

1. 確認研究目的

2. 搜尋3篇相關研究論文

3. 關鍵字：Artificial Intelligence, Standardized patients

文獻閱讀

Lessons Learned from the Usability Evaluation of a Simulated Patient Dialogue System

摘要

• 介紹了一個虛擬病人對話系統，讓醫學生練習歷史資料收集技能。該系統涵蓋多種病例和醫學專業領域，支持自然語言交互。

目標

• 解決模擬病例數量有限的問題，設計一個可以處理各種臨床條件的對話系統。該系統允許醫學訓練者透過圖形界面輕鬆創建虛擬病人​。

評估設計

• 評估了系統是否提供跨臨床案例的高品質對話。使用不同類型的案例（已見和未見的案例）進行評估​。

結果

• 評估顯示，所有方面在未見案例中的評分高於已見案例。系統在未見案例中的詞匯覆蓋率非常高，達到97.5%​。

總結

• 該系統可支援醫學生進行歷史資料收集訓練，並提供對系統優勢和局限性的見解​

• Using virtual standardized patients to accurately assess information gathering skills in medical students

摘要

• • 介紹了一個虛擬標準化病人系統 (Virtual Standardized Patient, VSP)，允許醫學生練習歷史資料收集技能並立即獲得回饋​。該系統採用人工智能和3D角色，進行自然語言溝通，自動評估學生表現​。

方法

• • 透過計算機自動評估與人工評估進行比較，以確保評分系統的準確性​。

結果

• • 計算機系統評分與人工評分相似，整體準確率為87%，與人工評分的90%相當​。

實踐要點

• • VSP可進行自然語言溝通，使用AI技術。
  • VSP允許學生反覆練習，並立即對歷史資料收集技能進行反饋。
  • 計算機評估與人工評估相當​。

優勢

• • 提供即時反饋與詳細分析。
  • 彈性安排學習時間。
  • 減少標準化病人的變異性和評分者的變異性。
  • 降低成本​。

局限性

• • 目前系統僅限於評估信息收集領域，不涉及同情心、非語言準備及體格檢查技能​。

總結

• • 該系統能夠在典型的醫療訪談中進行對話，提供準確、一致和即時的反饋，為學生提供在真實病人互動前獲得技能的機會​。