人工智能融合虚拟现实模拟的跨专业沟通培训:一项混合方法研究
Artificial intelligence in virtual reality simulation for interprofessional communication training:
Mixed method study
文章讯息:
研究背景
医护沟通障碍是引发医疗差错的重要因素。针对这一问题,医学教育领域引入跨专业团队情境模拟训练(Interprofessional Team-based Simulation Training)以提升沟通能力,但传统模拟培训面临师资不足、成本过高及医护学员比例失衡等实施障碍。虚拟现实模拟(Virtual Reality Simulation, VRS)因其沉浸式体验和远程协作优势,已成为有效的跨专业培训方法。然而,现有VRS系统依赖人工操控虚拟角色的模式,严重制约了培训的规模化开展。人工智能(Artificial Intelligence, AI)技术的发展为此提供了新思路,即将AI医疗团队成员整合至VRS系统,可显著拓展跨专业培训的覆盖范围。
二十年来,AI技术在医疗教育中的应用持续深化,其机器学习与深度神经网络能力已支持预测分析、AI教学代理等创新应用。研究表明,AI通过模拟人类智能可有效提升学习效果,但相关证据仍需进一步充实。本研究开发了一套AI驱动的虚拟现实模拟系统(AI-VRS),并采用混合研究方法评估AI-VRS对提升护理学生跨专业沟通能力的效果,以期为人工智能辅助的团队培训提供实证依据。
研究方法
2.1研究设计
混合方法研究。研究于2021年12月至2022年1月开展,采用单组前后对照研究收集量性数据,并结合焦点小组进行访谈。
2.2研究对象
采用便利抽样招募新加坡一所大学32名四年级本科护生参与研究。
2.3干预措施
研究组建了一个由护理学者、临床护士、IT专家和游戏开发者组成的团队,使用Unity 3D游戏引擎开发了一套桌面虚拟现实模拟系统,构建了虚拟医院、患者NPC、AI医生以及护理角色。学员以护士身份评估和管理患者。AI医生由Google Cloud的Dialogflow语音聊天机器人系统驱动,表现为具有人类特征的虚拟医生形象。
参与者以4至8人为一组,通过Zoom远程参与研究。参与者签署知情同意书后,下载游戏并通过Zoom咨询问题。首先,参与者完成虚拟教程,学习如何操作环境、设备,并通过耳机麦克风或聊天框与AI医生交流。系统设计包含两个典型的病情恶化案例(败血症与感染性休克),每个场景开始前,参与者阅读患者电子病历,然后进入病房,在10分钟内评估和管理虚拟患者,参与者需要用ISBAR结构化沟通策略与AI医生进行跨专业沟通。任务由虚拟机器人助手引导,任务完成后玩家进行自我回顾并参加测验。每个场景结束后,系统根据表现提供评分与反馈。整个过程约持续2小时。干预详情见表1。
表1 AI融合VRS的干预
2.4 资料收集
2.4.1一般人口学资料
测量护生的年龄、性别等一般资料。
2.4.2跨专业沟通能力与自我效能测量
采用"沟通知识测验"评估护生干预前后沟通知识变化。该测验共8题,由包括1名医生、1名高级实践护士和护理学者组成的团队共同编制并验证其内容效度。在干预前后分别施测,用于评估学生对跨专业沟通核心知识的掌握程度。
采用患者临床信息交流与跨专业沟通自我效能量表(Patient Clinical Information Exchange and Interprofessional Communication Self-Efficacy Scale,PIE-SES)测量干预后护生的自我效能。PIE-SES共6个条目,用于评估学生在实际医护沟通中应对临床挑战的自信程度,体现心理层面的能力感知。采用0–100分视觉类比评分(VAS)方式,分数越高表示自我效能越强。量表克朗巴赫系数(Cronbach’s α)0.90。
2.4.3 对AI-VRS系统的感知评价
采用智能体形象感知量表(Agent Persona Instrument, API)测量护生对AI医生的感知。量表共25个条目,分为4个维度:促进学习、可信度、人性化和互动性,用于评估学生对AI医生教学角色的多维度感受,包括教学效果与人机互动体验。采用李克特5级量表进行计分(1=完全不同意,5=完全同意),分数越高表示体验越好。量表克朗巴赫系数(Cronbach’s α)0.89。
采用技术接受模型(Technology Acceptance Model, TAM)量表测量护生技术接受度。该量表共7个维度21个条目,用于评估学生对AI-VRS系统的接受程度。采用李克特7级量表进行计分(1=完全不同意,7=完全同意),分数越高表示接受度越高。量表克朗巴赫系数(Cronbach’s α)0.93。
2.4.4 焦点小组访谈
将研究参与者以每组4–8人划分为5组。由受过训练的研究人员主持,使用半结构化访谈提纲,围绕学习体验、AI医生互动感受、教学建议等主题展开。
2.5 资料分析
量性数据采用百分比、平均值(标准差)进行统计描述,采用配对样本t检验与Wilcoxon符号秩检验比较前测与后测得分的变化,Spearman相关分析探讨API分量表之间的关系。访谈文本采用主题分析法进行分析。
2.6 研究伦理
研究获得机构伦理委员会批准。
研究结果
3.1 跨专业沟通能力与自我效能
本研究共有32名护理专业应届毕业生参与,其中女性占75%(24/32),华裔学生占87.5%(28/32),平均年龄23.9岁(标准差2.12岁)。干预后学生的沟通知识得分从平均4.22分提高至5.59分,差异具有统计学意义(P<0.001),说明AI-VRS能有效促进学生对结构化沟通框架的理解与应用。PIE-SES量表得分由干预前的56.9分升至64.7分,差异具有统计学意义(P<0.001),表明系统增强了学生在实际临床沟通场景中的信心与应对能力。
3.2 对AI-VRS系统的感知评价
参与者对API评分显示,学生对AI医生“促进学习”维度的评价最高(均值4.02),超过90%的参与者认为AI医生能引发学习兴趣并帮助聚焦关键信息。而“拟人化”维度得分最低(均值3.12),提示AI医生的表情和肢体动作有待改进。
参与者TAM评分显示,护生在“感知有用性”、“使用意愿”、“确认度”、“易用性”和“满意度”5个维度的得分均超过5分,表明虚拟现实环境具有较好的可接受性、可行性和可用性。而“沉浸感”维度得分最低(均值3.78),提示需要加强系统的沉浸体验设计。
3.3 AI-VRS系统的使用体验
通过对五组学生焦点小组访谈进行主题分析,研究归纳出以下三大体验主题:
3.3.1 与现实世界的关联性
由于距离上次临床实践已逾六个月,许多参与者高度评价了AI-VRS情景的临床相关性。这些情景为他们提供了复习临床知识和沟通技能的机会:
"这个VR模拟让我学到了很多,也是一个很好的复习机会,毕竟我已经八个月没去医院了。这个模拟很好地帮我回顾了临床知识,既有指导性又能边学边练。"(FGD 3,P3)
3.3.2 人工智能与人类的比较
参与者将其与既往和医学生的跨专业学习经历进行对比。相较于知识水平参差不齐的医学生,AI医生能提供更有条理的指导:
"相比和医学生训练,我觉得这个AI医生更有指导性。医学生在用ISBAR沟通时常常不知所措,而AI医生就像一位资深医师,清楚该做什么医嘱,让我更有安全感。"(FGD 2,P5)
但与此同时,许多参与者认为与AI医生的交流显得生硬刻板,其语言理解能力也有局限:
"我不太喜欢和AI医生交流的感觉,太机械化了。和医学生交谈时更自由,不会这么尴尬。"(FGD 1,P4)
3.3.3 对面对面学习的补充作用
多数参与者认为AI-VRS应作为面对面模拟的补充而非替代。许多建议将其作为前期学习资源:
"护生可以先使用这个软件,再和医学生模拟训练,这样能增强信心。"(FGD 2,P6)
部分参与者还希望未来能扩展更多临床情景:"如果这个程序能扩展更多病例,就能更好地为临床实习做准备。"(FGD 4,P3)
结论
本研究表明,AI驱动的虚拟现实模拟系统(AI-VRS)能够有效提升护理学生的医护沟通知识和跨专业沟通自我效能。学生普遍认可该系统作为传统模拟教学的有效替代方案。AI-VRS具有良好的教学前景,有助于护理教学质量改进。
本研究通过融合人工智能与虚拟现实技术,构建了结构化、交互式的跨专业沟通训练系统。研究不仅为护理教育者提供了新教学实践方式参考,也为护理教育研究带来启示。
本研究展现了人工智能辅助教学的临床价值:首先,其技术优势能够推动护理教学从传统“灌输式”向“体验式”与“互动式”转型,提示教育者应积极应用智能技术,重点关注学习者的参与感、自主性和沉浸体验。其次,基于临床真实场景的AI-VR系统,为临床教学提供了可借鉴的范式。教师可借鉴论文方法,开发更多临床案例模拟教学场景。教师也可采用“场景化案例+结构化工具(如ISBAR)”的组合模式,将常见沟通难题转化为可训练任务模块。在实际应用中,可根据教学资源配置情况,灵活选择完整VR系统、或简化版虚拟训练等差异化实施方案。再次,该系统的标准化沟通训练模式具有显著的临床延伸价值,不仅适用于岗前培训和新人适应性训练,更能通过模拟复杂临床情境,帮助护士在多学科协作前建立清晰的表达逻辑和沟通自信,从而有效降低因沟通不畅导致的医疗风险。
本研究仍存在若干局限性。在方法学方面,本研究样本来自单一机构,且缺乏对照组设计,这限制了研究结论的推广。在效果评估方面,目前仅验证了短期培训效果,尚未追踪知识技能向临床实践的迁移情况。建议未来研究扩大样本规模,开展多中心随机对照试验,并建立长期随访机制,以更全面地评估AI-VRS系统的教学价值。
推荐人
刘清泉,硕士,护师
病区一,手术室
审核人:唐荔,安晶晶,朱道珺
探索教学真谛·展现教学魅力
受医院“大刊论文解读”启发,护理部毕业后教育科特开设“教学论文荐读”专栏,拟邀请优秀师资骨干,精选在国内外发表的优秀教学论文,对论文的背景、方法、成果进行介绍,分享阅读心得,搭建全院临床护理师资读教学论文、品教学论文、用教学论文的学术交流平台。
他山之石,可以攻玉。我们期待通过专栏,帮助临床护理师资学习先进的教学理念与方法,积极开展教学创新和教学研究,提升临床护理教学质量和水平。后期,我们还将搭建院内临床教学创新分享平台,促进院内护理临床教学交流。
我们每迈出的每一步革新,都希望与您一路并肩同行。
护理部毕业后教育科
2020年3月19日
● 版权声明 ●
● 本文内容最终解释归四川大学华西医院护理部所有,未经授权不得转载。
● <护理教学论文荐读>封面版权归四川大学华西医院宣传部所有,未经授权不得修改、转载。
● 华西护理毕业后教育信息门户倡导尊重和保护知识产权。欢迎转载。本站内容及图片仅供参考、学习使用,不为盈利且不作为诊断、医疗根据。
作者
:刘清泉
发布时间
:2025-06-11
0次
人工智能融合虚拟现实模拟的跨专业沟通培训:一项混合方法研究
Artificial intelligence in virtual reality simulation for interprofessional communication training:
Mixed method study
文章讯息:
研究背景
医护沟通障碍是引发医疗差错的重要因素。针对这一问题,医学教育领域引入跨专业团队情境模拟训练(Interprofessional Team-based Simulation Training)以提升沟通能力,但传统模拟培训面临师资不足、成本过高及医护学员比例失衡等实施障碍。虚拟现实模拟(Virtual Reality Simulation, VRS)因其沉浸式体验和远程协作优势,已成为有效的跨专业培训方法。然而,现有VRS系统依赖人工操控虚拟角色的模式,严重制约了培训的规模化开展。人工智能(Artificial Intelligence, AI)技术的发展为此提供了新思路,即将AI医疗团队成员整合至VRS系统,可显著拓展跨专业培训的覆盖范围。
二十年来,AI技术在医疗教育中的应用持续深化,其机器学习与深度神经网络能力已支持预测分析、AI教学代理等创新应用。研究表明,AI通过模拟人类智能可有效提升学习效果,但相关证据仍需进一步充实。本研究开发了一套AI驱动的虚拟现实模拟系统(AI-VRS),并采用混合研究方法评估AI-VRS对提升护理学生跨专业沟通能力的效果,以期为人工智能辅助的团队培训提供实证依据。
研究方法
2.1研究设计
混合方法研究。研究于2021年12月至2022年1月开展,采用单组前后对照研究收集量性数据,并结合焦点小组进行访谈。
2.2研究对象
采用便利抽样招募新加坡一所大学32名四年级本科护生参与研究。
2.3干预措施
研究组建了一个由护理学者、临床护士、IT专家和游戏开发者组成的团队,使用Unity 3D游戏引擎开发了一套桌面虚拟现实模拟系统,构建了虚拟医院、患者NPC、AI医生以及护理角色。学员以护士身份评估和管理患者。AI医生由Google Cloud的Dialogflow语音聊天机器人系统驱动,表现为具有人类特征的虚拟医生形象。
参与者以4至8人为一组,通过Zoom远程参与研究。参与者签署知情同意书后,下载游戏并通过Zoom咨询问题。首先,参与者完成虚拟教程,学习如何操作环境、设备,并通过耳机麦克风或聊天框与AI医生交流。系统设计包含两个典型的病情恶化案例(败血症与感染性休克),每个场景开始前,参与者阅读患者电子病历,然后进入病房,在10分钟内评估和管理虚拟患者,参与者需要用ISBAR结构化沟通策略与AI医生进行跨专业沟通。任务由虚拟机器人助手引导,任务完成后玩家进行自我回顾并参加测验。每个场景结束后,系统根据表现提供评分与反馈。整个过程约持续2小时。干预详情见表1。
表1 AI融合VRS的干预
2.4 资料收集
2.4.1一般人口学资料
测量护生的年龄、性别等一般资料。
2.4.2跨专业沟通能力与自我效能测量
采用"沟通知识测验"评估护生干预前后沟通知识变化。该测验共8题,由包括1名医生、1名高级实践护士和护理学者组成的团队共同编制并验证其内容效度。在干预前后分别施测,用于评估学生对跨专业沟通核心知识的掌握程度。
采用患者临床信息交流与跨专业沟通自我效能量表(Patient Clinical Information Exchange and Interprofessional Communication Self-Efficacy Scale,PIE-SES)测量干预后护生的自我效能。PIE-SES共6个条目,用于评估学生在实际医护沟通中应对临床挑战的自信程度,体现心理层面的能力感知。采用0–100分视觉类比评分(VAS)方式,分数越高表示自我效能越强。量表克朗巴赫系数(Cronbach’s α)0.90。
2.4.3 对AI-VRS系统的感知评价
采用智能体形象感知量表(Agent Persona Instrument, API)测量护生对AI医生的感知。量表共25个条目,分为4个维度:促进学习、可信度、人性化和互动性,用于评估学生对AI医生教学角色的多维度感受,包括教学效果与人机互动体验。采用李克特5级量表进行计分(1=完全不同意,5=完全同意),分数越高表示体验越好。量表克朗巴赫系数(Cronbach’s α)0.89。
采用技术接受模型(Technology Acceptance Model, TAM)量表测量护生技术接受度。该量表共7个维度21个条目,用于评估学生对AI-VRS系统的接受程度。采用李克特7级量表进行计分(1=完全不同意,7=完全同意),分数越高表示接受度越高。量表克朗巴赫系数(Cronbach’s α)0.93。
2.4.4 焦点小组访谈
将研究参与者以每组4–8人划分为5组。由受过训练的研究人员主持,使用半结构化访谈提纲,围绕学习体验、AI医生互动感受、教学建议等主题展开。
2.5 资料分析
量性数据采用百分比、平均值(标准差)进行统计描述,采用配对样本t检验与Wilcoxon符号秩检验比较前测与后测得分的变化,Spearman相关分析探讨API分量表之间的关系。访谈文本采用主题分析法进行分析。
2.6 研究伦理
研究获得机构伦理委员会批准。
研究结果
3.1 跨专业沟通能力与自我效能
本研究共有32名护理专业应届毕业生参与,其中女性占75%(24/32),华裔学生占87.5%(28/32),平均年龄23.9岁(标准差2.12岁)。干预后学生的沟通知识得分从平均4.22分提高至5.59分,差异具有统计学意义(P<0.001),说明AI-VRS能有效促进学生对结构化沟通框架的理解与应用。PIE-SES量表得分由干预前的56.9分升至64.7分,差异具有统计学意义(P<0.001),表明系统增强了学生在实际临床沟通场景中的信心与应对能力。
3.2 对AI-VRS系统的感知评价
参与者对API评分显示,学生对AI医生“促进学习”维度的评价最高(均值4.02),超过90%的参与者认为AI医生能引发学习兴趣并帮助聚焦关键信息。而“拟人化”维度得分最低(均值3.12),提示AI医生的表情和肢体动作有待改进。
参与者TAM评分显示,护生在“感知有用性”、“使用意愿”、“确认度”、“易用性”和“满意度”5个维度的得分均超过5分,表明虚拟现实环境具有较好的可接受性、可行性和可用性。而“沉浸感”维度得分最低(均值3.78),提示需要加强系统的沉浸体验设计。
3.3 AI-VRS系统的使用体验
通过对五组学生焦点小组访谈进行主题分析,研究归纳出以下三大体验主题:
3.3.1 与现实世界的关联性
由于距离上次临床实践已逾六个月,许多参与者高度评价了AI-VRS情景的临床相关性。这些情景为他们提供了复习临床知识和沟通技能的机会:
"这个VR模拟让我学到了很多,也是一个很好的复习机会,毕竟我已经八个月没去医院了。这个模拟很好地帮我回顾了临床知识,既有指导性又能边学边练。"(FGD 3,P3)
3.3.2 人工智能与人类的比较
参与者将其与既往和医学生的跨专业学习经历进行对比。相较于知识水平参差不齐的医学生,AI医生能提供更有条理的指导:
"相比和医学生训练,我觉得这个AI医生更有指导性。医学生在用ISBAR沟通时常常不知所措,而AI医生就像一位资深医师,清楚该做什么医嘱,让我更有安全感。"(FGD 2,P5)
但与此同时,许多参与者认为与AI医生的交流显得生硬刻板,其语言理解能力也有局限:
"我不太喜欢和AI医生交流的感觉,太机械化了。和医学生交谈时更自由,不会这么尴尬。"(FGD 1,P4)
3.3.3 对面对面学习的补充作用
多数参与者认为AI-VRS应作为面对面模拟的补充而非替代。许多建议将其作为前期学习资源:
"护生可以先使用这个软件,再和医学生模拟训练,这样能增强信心。"(FGD 2,P6)
部分参与者还希望未来能扩展更多临床情景:"如果这个程序能扩展更多病例,就能更好地为临床实习做准备。"(FGD 4,P3)
结论
本研究表明,AI驱动的虚拟现实模拟系统(AI-VRS)能够有效提升护理学生的医护沟通知识和跨专业沟通自我效能。学生普遍认可该系统作为传统模拟教学的有效替代方案。AI-VRS具有良好的教学前景,有助于护理教学质量改进。
本研究通过融合人工智能与虚拟现实技术,构建了结构化、交互式的跨专业沟通训练系统。研究不仅为护理教育者提供了新教学实践方式参考,也为护理教育研究带来启示。
本研究展现了人工智能辅助教学的临床价值:首先,其技术优势能够推动护理教学从传统“灌输式”向“体验式”与“互动式”转型,提示教育者应积极应用智能技术,重点关注学习者的参与感、自主性和沉浸体验。其次,基于临床真实场景的AI-VR系统,为临床教学提供了可借鉴的范式。教师可借鉴论文方法,开发更多临床案例模拟教学场景。教师也可采用“场景化案例+结构化工具(如ISBAR)”的组合模式,将常见沟通难题转化为可训练任务模块。在实际应用中,可根据教学资源配置情况,灵活选择完整VR系统、或简化版虚拟训练等差异化实施方案。再次,该系统的标准化沟通训练模式具有显著的临床延伸价值,不仅适用于岗前培训和新人适应性训练,更能通过模拟复杂临床情境,帮助护士在多学科协作前建立清晰的表达逻辑和沟通自信,从而有效降低因沟通不畅导致的医疗风险。
本研究仍存在若干局限性。在方法学方面,本研究样本来自单一机构,且缺乏对照组设计,这限制了研究结论的推广。在效果评估方面,目前仅验证了短期培训效果,尚未追踪知识技能向临床实践的迁移情况。建议未来研究扩大样本规模,开展多中心随机对照试验,并建立长期随访机制,以更全面地评估AI-VRS系统的教学价值。
推荐人
刘清泉,硕士,护师
病区一,手术室
审核人:唐荔,安晶晶,朱道珺
探索教学真谛·展现教学魅力
受医院“大刊论文解读”启发,护理部毕业后教育科特开设“教学论文荐读”专栏,拟邀请优秀师资骨干,精选在国内外发表的优秀教学论文,对论文的背景、方法、成果进行介绍,分享阅读心得,搭建全院临床护理师资读教学论文、品教学论文、用教学论文的学术交流平台。
他山之石,可以攻玉。我们期待通过专栏,帮助临床护理师资学习先进的教学理念与方法,积极开展教学创新和教学研究,提升临床护理教学质量和水平。后期,我们还将搭建院内临床教学创新分享平台,促进院内护理临床教学交流。
我们每迈出的每一步革新,都希望与您一路并肩同行。
护理部毕业后教育科
2020年3月19日
● 版权声明 ●
● 本文内容最终解释归四川大学华西医院护理部所有,未经授权不得转载。
● <护理教学论文荐读>封面版权归四川大学华西医院宣传部所有,未经授权不得修改、转载。
● 华西护理毕业后教育信息门户倡导尊重和保护知识产权。欢迎转载。本站内容及图片仅供参考、学习使用,不为盈利且不作为诊断、医疗根据。
作者
:刘清泉
发布时间
:2025-06-11
0次
人工智能融合虚拟现实模拟的跨专业沟通培训:一项混合方法研究
Artificial intelligence in virtual reality simulation for interprofessional communication training:
Mixed method study
文章讯息:
研究背景
医护沟通障碍是引发医疗差错的重要因素。针对这一问题,医学教育领域引入跨专业团队情境模拟训练(Interprofessional Team-based Simulation Training)以提升沟通能力,但传统模拟培训面临师资不足、成本过高及医护学员比例失衡等实施障碍。虚拟现实模拟(Virtual Reality Simulation, VRS)因其沉浸式体验和远程协作优势,已成为有效的跨专业培训方法。然而,现有VRS系统依赖人工操控虚拟角色的模式,严重制约了培训的规模化开展。人工智能(Artificial Intelligence, AI)技术的发展为此提供了新思路,即将AI医疗团队成员整合至VRS系统,可显著拓展跨专业培训的覆盖范围。
二十年来,AI技术在医疗教育中的应用持续深化,其机器学习与深度神经网络能力已支持预测分析、AI教学代理等创新应用。研究表明,AI通过模拟人类智能可有效提升学习效果,但相关证据仍需进一步充实。本研究开发了一套AI驱动的虚拟现实模拟系统(AI-VRS),并采用混合研究方法评估AI-VRS对提升护理学生跨专业沟通能力的效果,以期为人工智能辅助的团队培训提供实证依据。
研究方法
2.1研究设计
混合方法研究。研究于2021年12月至2022年1月开展,采用单组前后对照研究收集量性数据,并结合焦点小组进行访谈。
2.2研究对象
采用便利抽样招募新加坡一所大学32名四年级本科护生参与研究。
2.3干预措施
研究组建了一个由护理学者、临床护士、IT专家和游戏开发者组成的团队,使用Unity 3D游戏引擎开发了一套桌面虚拟现实模拟系统,构建了虚拟医院、患者NPC、AI医生以及护理角色。学员以护士身份评估和管理患者。AI医生由Google Cloud的Dialogflow语音聊天机器人系统驱动,表现为具有人类特征的虚拟医生形象。
参与者以4至8人为一组,通过Zoom远程参与研究。参与者签署知情同意书后,下载游戏并通过Zoom咨询问题。首先,参与者完成虚拟教程,学习如何操作环境、设备,并通过耳机麦克风或聊天框与AI医生交流。系统设计包含两个典型的病情恶化案例(败血症与感染性休克),每个场景开始前,参与者阅读患者电子病历,然后进入病房,在10分钟内评估和管理虚拟患者,参与者需要用ISBAR结构化沟通策略与AI医生进行跨专业沟通。任务由虚拟机器人助手引导,任务完成后玩家进行自我回顾并参加测验。每个场景结束后,系统根据表现提供评分与反馈。整个过程约持续2小时。干预详情见表1。
表1 AI融合VRS的干预
2.4 资料收集
2.4.1一般人口学资料
测量护生的年龄、性别等一般资料。
2.4.2跨专业沟通能力与自我效能测量
采用"沟通知识测验"评估护生干预前后沟通知识变化。该测验共8题,由包括1名医生、1名高级实践护士和护理学者组成的团队共同编制并验证其内容效度。在干预前后分别施测,用于评估学生对跨专业沟通核心知识的掌握程度。
采用患者临床信息交流与跨专业沟通自我效能量表(Patient Clinical Information Exchange and Interprofessional Communication Self-Efficacy Scale,PIE-SES)测量干预后护生的自我效能。PIE-SES共6个条目,用于评估学生在实际医护沟通中应对临床挑战的自信程度,体现心理层面的能力感知。采用0–100分视觉类比评分(VAS)方式,分数越高表示自我效能越强。量表克朗巴赫系数(Cronbach’s α)0.90。
2.4.3 对AI-VRS系统的感知评价
采用智能体形象感知量表(Agent Persona Instrument, API)测量护生对AI医生的感知。量表共25个条目,分为4个维度:促进学习、可信度、人性化和互动性,用于评估学生对AI医生教学角色的多维度感受,包括教学效果与人机互动体验。采用李克特5级量表进行计分(1=完全不同意,5=完全同意),分数越高表示体验越好。量表克朗巴赫系数(Cronbach’s α)0.89。
采用技术接受模型(Technology Acceptance Model, TAM)量表测量护生技术接受度。该量表共7个维度21个条目,用于评估学生对AI-VRS系统的接受程度。采用李克特7级量表进行计分(1=完全不同意,7=完全同意),分数越高表示接受度越高。量表克朗巴赫系数(Cronbach’s α)0.93。
2.4.4 焦点小组访谈
将研究参与者以每组4–8人划分为5组。由受过训练的研究人员主持,使用半结构化访谈提纲,围绕学习体验、AI医生互动感受、教学建议等主题展开。
2.5 资料分析
量性数据采用百分比、平均值(标准差)进行统计描述,采用配对样本t检验与Wilcoxon符号秩检验比较前测与后测得分的变化,Spearman相关分析探讨API分量表之间的关系。访谈文本采用主题分析法进行分析。
2.6 研究伦理
研究获得机构伦理委员会批准。
研究结果
3.1 跨专业沟通能力与自我效能
本研究共有32名护理专业应届毕业生参与,其中女性占75%(24/32),华裔学生占87.5%(28/32),平均年龄23.9岁(标准差2.12岁)。干预后学生的沟通知识得分从平均4.22分提高至5.59分,差异具有统计学意义(P<0.001),说明AI-VRS能有效促进学生对结构化沟通框架的理解与应用。PIE-SES量表得分由干预前的56.9分升至64.7分,差异具有统计学意义(P<0.001),表明系统增强了学生在实际临床沟通场景中的信心与应对能力。
3.2 对AI-VRS系统的感知评价
参与者对API评分显示,学生对AI医生“促进学习”维度的评价最高(均值4.02),超过90%的参与者认为AI医生能引发学习兴趣并帮助聚焦关键信息。而“拟人化”维度得分最低(均值3.12),提示AI医生的表情和肢体动作有待改进。
参与者TAM评分显示,护生在“感知有用性”、“使用意愿”、“确认度”、“易用性”和“满意度”5个维度的得分均超过5分,表明虚拟现实环境具有较好的可接受性、可行性和可用性。而“沉浸感”维度得分最低(均值3.78),提示需要加强系统的沉浸体验设计。
3.3 AI-VRS系统的使用体验
通过对五组学生焦点小组访谈进行主题分析,研究归纳出以下三大体验主题:
3.3.1 与现实世界的关联性
由于距离上次临床实践已逾六个月,许多参与者高度评价了AI-VRS情景的临床相关性。这些情景为他们提供了复习临床知识和沟通技能的机会:
"这个VR模拟让我学到了很多,也是一个很好的复习机会,毕竟我已经八个月没去医院了。这个模拟很好地帮我回顾了临床知识,既有指导性又能边学边练。"(FGD 3,P3)
3.3.2 人工智能与人类的比较
参与者将其与既往和医学生的跨专业学习经历进行对比。相较于知识水平参差不齐的医学生,AI医生能提供更有条理的指导:
"相比和医学生训练,我觉得这个AI医生更有指导性。医学生在用ISBAR沟通时常常不知所措,而AI医生就像一位资深医师,清楚该做什么医嘱,让我更有安全感。"(FGD 2,P5)
但与此同时,许多参与者认为与AI医生的交流显得生硬刻板,其语言理解能力也有局限:
"我不太喜欢和AI医生交流的感觉,太机械化了。和医学生交谈时更自由,不会这么尴尬。"(FGD 1,P4)
3.3.3 对面对面学习的补充作用
多数参与者认为AI-VRS应作为面对面模拟的补充而非替代。许多建议将其作为前期学习资源:
"护生可以先使用这个软件,再和医学生模拟训练,这样能增强信心。"(FGD 2,P6)
部分参与者还希望未来能扩展更多临床情景:"如果这个程序能扩展更多病例,就能更好地为临床实习做准备。"(FGD 4,P3)
结论
本研究表明,AI驱动的虚拟现实模拟系统(AI-VRS)能够有效提升护理学生的医护沟通知识和跨专业沟通自我效能。学生普遍认可该系统作为传统模拟教学的有效替代方案。AI-VRS具有良好的教学前景,有助于护理教学质量改进。
本研究通过融合人工智能与虚拟现实技术,构建了结构化、交互式的跨专业沟通训练系统。研究不仅为护理教育者提供了新教学实践方式参考,也为护理教育研究带来启示。
本研究展现了人工智能辅助教学的临床价值:首先,其技术优势能够推动护理教学从传统“灌输式”向“体验式”与“互动式”转型,提示教育者应积极应用智能技术,重点关注学习者的参与感、自主性和沉浸体验。其次,基于临床真实场景的AI-VR系统,为临床教学提供了可借鉴的范式。教师可借鉴论文方法,开发更多临床案例模拟教学场景。教师也可采用“场景化案例+结构化工具(如ISBAR)”的组合模式,将常见沟通难题转化为可训练任务模块。在实际应用中,可根据教学资源配置情况,灵活选择完整VR系统、或简化版虚拟训练等差异化实施方案。再次,该系统的标准化沟通训练模式具有显著的临床延伸价值,不仅适用于岗前培训和新人适应性训练,更能通过模拟复杂临床情境,帮助护士在多学科协作前建立清晰的表达逻辑和沟通自信,从而有效降低因沟通不畅导致的医疗风险。
本研究仍存在若干局限性。在方法学方面,本研究样本来自单一机构,且缺乏对照组设计,这限制了研究结论的推广。在效果评估方面,目前仅验证了短期培训效果,尚未追踪知识技能向临床实践的迁移情况。建议未来研究扩大样本规模,开展多中心随机对照试验,并建立长期随访机制,以更全面地评估AI-VRS系统的教学价值。
推荐人
刘清泉,硕士,护师
病区一,手术室
审核人:唐荔,安晶晶,朱道珺
探索教学真谛·展现教学魅力
受医院“大刊论文解读”启发,护理部毕业后教育科特开设“教学论文荐读”专栏,拟邀请优秀师资骨干,精选在国内外发表的优秀教学论文,对论文的背景、方法、成果进行介绍,分享阅读心得,搭建全院临床护理师资读教学论文、品教学论文、用教学论文的学术交流平台。
他山之石,可以攻玉。我们期待通过专栏,帮助临床护理师资学习先进的教学理念与方法,积极开展教学创新和教学研究,提升临床护理教学质量和水平。后期,我们还将搭建院内临床教学创新分享平台,促进院内护理临床教学交流。
我们每迈出的每一步革新,都希望与您一路并肩同行。
护理部毕业后教育科
2020年3月19日
● 版权声明 ●
● 本文内容最终解释归四川大学华西医院护理部所有,未经授权不得转载。
● <护理教学论文荐读>封面版权归四川大学华西医院宣传部所有,未经授权不得修改、转载。
● 华西护理毕业后教育信息门户倡导尊重和保护知识产权。欢迎转载。本站内容及图片仅供参考、学习使用,不为盈利且不作为诊断、医疗根据。