几十年来,中国护理学生练习问诊的对手,是一种特别的陪练:标准化病人(SP)——受训的真人演员,被雇来稳定地呈现症状,好让考官公平地给病史采集打分。11月15日,在南京医科大学第四届"精艺扬帆"临床技能竞赛上,这个对手换了。在新的AI问诊站里,学生面对的是虚拟数字人患者——实时对话完成病史采集和病情评估,没有演员参与,也没有模型之外的剧本。
关键要点
- 竞赛在第二附属医院临床培训中心举行,114名选手组成38支队伍,分本科和研究生赛道,并首次让临床教师与学生同场竞技,采用"本硕联合、师生同台"的形式。
- AI问诊站的流程是:选手与数字人患者实时对话,采集病史、推理出病情评估。系统记录整段对话,记下问诊的逻辑和信息采集的完整度。组织者从评估角度描述核心好处——它把"看不见的临床思维"变成可观察、可测量的对话过程,解决传统问诊考试的一个老大难:每个真人演员把病例演得略有不同,评分标准很难统一。
- 护理学院院长许勤(Xu Qin)把这个AI系统称为"电子标准化病人",能在整场考试中做全面的智能互动问答。本科赛道的站点把AI问诊与静脉输液、心肺复苏、心电监护站点结合;研究生赛道则处理生命支持、伤口护理等复杂场景。
- 最有揭示性的观察来自一位选手,而不是管理者。四年级学生李淳(Li Chun)指出,受训的真人SP能听懂学生问的任何问题,并在临床情景内作答;虚拟病人没那么宽容——如果问题不够全面,系统可能不会主动给出学生需要的信息,逼着学生追问。真人演员可能替学生掩饰过去的含糊问诊风格,被机器暴露无遗。要通过AI站,需要更系统的临床思维:知道问什么,而不只是怎么对话。
- 这个特性有评估价值,也预告了AI病人进入常规训练的方式:做一个刻意字面的考官,惩罚不完整的询问,而不是模拟一个健谈的真实病人。
- 护理教育为何先行?医学仿真已存在多年,但护理项目有结构性理由早早采用AI病人。中国的临床护理人力紧张——竞赛官员提到护理人力短缺,以及缩短新入职适应期的目标——而SP项目大规模配备演员成本高昂,教材又滞后于临床实践,正如首席评委、江苏省护理学会代理理事长吴金凤(Wu Jinfeng)指出的。电子SP能以接近零的边际成本覆盖每个学生、每个学期,并产出数据:学生问了什么、漏了什么、推理如何展开。对一个每年要认证数千名毕业生的学科,这笔经济账很有说服力。师生同台的形式也反映了人力逻辑——临床教育者自身需要被考核教学技能,所以竞赛同时测试教师的课程设计、教案和学生的技能。
诚实的局限
组织者自己划清了边界。许勤院长在闭幕词里强调,护理的基础仍是技术技能与人文关怀的融合——专注的关心、专业的严谨和协作意识。虚拟病人无法复刻许多教育者认为SP训练中不可替代的部分:对着一个恐惧的真人练习共情,解读肢体语言和情绪,以及涉及触碰真人的体检技能。AI问诊评估的是信息采集和推理,不评估床旁举止;一个对AI问诊回答得完美的学生,可能仍然难以安慰一个真正疼痛的患者。
还有一个竞赛尚未回答的效度问题:AI问诊的得分是否与真实的临床表现相关,这需要跟踪毕业生进入实践的后续研究。当前系统的严格也有两面性——一个对不精确的问题拒绝提供信息的字面虚拟病人,也许能训练出周全,但真实病人会以更杂乱、更无结构的方式主动给出背景。AI病人目前是一件测试工具,不是对人类模拟的替代——学校自己的领导层也谨慎地维护着这一区分。
普通人现在能做什么
- 如果你运营健康教育项目,从评估入手,而不是替代。南京的设计把AI病人用在计分问诊站,动手技能站仍留给真人——在尝试全面仿真之前,这个模板值得照搬。
- 向厂商要评估量规,而不是演示。这里真正的价值主张是可测量性:购买之前,要求看看系统如何给询问的逻辑和完整度打分。
- 关注效度研究。关键的开放问题是AI问诊分数能否预测真实的临床能力;任何采用它的项目,都应承诺对毕业生做纵向跟踪。