文献速递重症综合管理与镇静镇痛

基于人工智能的线上案例平台在研究生重症医学教学中的应用

RSS 订阅 · 中华重症医学电子杂志
一句话结论基于AI的线上案例平台配合「课前预习—课中模拟—课后反思」教学,使重症医学研究生病例分析成绩高于传统教学(75.94分 vs 65.64分,提升10.30分),并提高临床决策与应急处置能力自评。

本研究由天津医科大学总医院重症医学科团队筛选2019—2023年真实典型病例50例,经双盲脱敏后由AI改写为教学案例,覆盖重症医学核心病种,并按初级、中级、高级分层,构建知识图谱和个性化推送平台。平台集成前测分层、虚拟急救场景模拟、思维导图对比专家决策,采用「课前预习—课中模拟—课后反思」三阶段流程。实验组为2022~2024级33名重症医学研究生,对照组为2021~2023级34名传统教学研究生,两组基线资料差异无统计学意义(P>0.05)。实验组结课考试病例分析题平均成绩75.94分,显著高于对照组65.64分,提升10.30分;81.8%(27/33)认为有助于深化理论理解与应用,90.9%(30/33)认为提升临床决策与应急能力,87.9%认为提升医学人文素养,87.9%愿意继续使用平台自学。结论认为该AI平台可显著提升研究生案例分析能力、临床决策与应急处置能力,为重症医学研究生教育提供新范式并具备推广潜力。

要点

  • 90.9%(30/33)的实验组研究生自评该模式提升临床决策与应急能力,81.8%认为有助于深化理论理解与应用,87.9%认为提升医学人文素养,87.9%愿意继续使用平台自学。
  • 平台采用「课前预习—课中模拟—课后反思」三阶段流程,并在课中提供虚拟急救场景模拟和思维导图对比专家决策,用于训练研究生应急处置和临床思维。
  • 教学案例来源于2019—2023年50例临床真实典型病例,经双盲脱敏后由AI改写,按难度分为初级(基础病例)、中级(多学科协作病例)、高级(疑难/技术创新病例)。
  • 该研究为单中心、非同期对照教学研究,实验组33名、对照组34名;结果仅反映研究生考试成绩和问卷自评,不能直接推广到急诊/ICU患者结局改善。

适用人群与场景

  • 适用人群为重症医学专业研究生:实验组为天津医科大学2022~2024级33名,对照组为2021~2023级34名,两组基线资料差异无统计学意义(P>0.05)。
  • 适用场景为研究生重症医学教学,平台用于课前、课中、课后三阶段,而非急诊/ICU患者床旁诊治。
  • 教学案例来自2019—2023年天津医科大学总医院重症医学科临床真实典型病例50例,覆盖重症医学全部核心病种,经双盲脱敏和AI改写。
  • 原文未提及排除标准,也未报告该平台用于其他专业或层级学习者的数据。

诊断标准与关键阈值

  • 原文未提及

处置流程与药物剂量

  • 第一步:课前预习阶段,学生使用平台完成前测分层学习,系统根据能力分层并推送相应难度案例。
  • 第二步:课中模拟阶段,学生在虚拟急救场景模拟中进行案例处置训练;原文未描述具体临床操作细节。
  • 第三步:课后反思阶段,学生用思维导图对比专家决策,反思差距。
  • 平台借助知识图谱实现案例动态生成与个性化推送。
  • 教学案例按难度分为初级(基础病例)、中级(多学科协作病例)、高级(疑难/技术创新病例)三级。
  • 该三阶段流程适用于2022~2024级33名重症医学专业研究生实验组;对照组采用传统教学模式,不采用该平台。
  • 原文未提及任何药物剂量、给药途径、给药频次、疗程或目标值。

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 原文报告为教学研究:天津医科大学总医院重症医学科单中心,实验组2022~2024级33名,对照组2021~2023级34名,两组基线资料差异无统计学意义(P>0.05)。
  • 研究人员筛选2019—2023年临床真实典型病例50例,覆盖重症医学全部核心病种,经双盲脱敏后由AI改写为教学案例,并按难度分层。
  • 干预组采用AI智能平台+新型教学模式,流程为「课前预习—课中模拟—课后反思」;对照组采用传统教学模式。
  • 问卷显示:81.8%(27/33)认为模式有助于深化理论理解与应用;90.9%(30/33)认为提升临床决策与应急能力;87.9%认为提升医学人文素养;87.9%愿意继续使用平台自学。

证据类型、等级与局限

  • 证据类型:单中心教学研究论文,采用非同期对照设计,非随机对照试验或系统评价。
  • 局限:单中心(天津医科大学总医院重症医学科)且样本量小,实验组33名、对照组34名。
  • 局限:实验组来自2022~2024级,对照组来自2021~2023级,为非同期对照,存在时间、课程或考核变化方面的潜在偏倚。
  • 局限:教学干预为开放标签,学生自评问卷存在主观报告偏倚;原文未采用盲法或客观床旁能力考核。
  • 局限:结局为结课考试病例分析题成绩和问卷自评,未报告真实床旁操作、患者不良事件或远期临床能力。

对床旁实践的改变

  • 不改变急诊/ICU患者床旁诊断、监测、用药或复苏流程;原文仅讨论重症医学研究生教学平台和考试成绩。
  • 可用于重症医学研究生教学,采用基于AI的线上案例平台与「课前预习—课中模拟—课后反思」三阶段流程,训练案例分析和应急处置。
  • 适用人群为原文中的重症医学专业研究生;不适用于直接指导急诊/ICU患者救治,也不能替代临床指南或床旁决策。
  • 常见陷阱:将81.8%至90.9%的学生自评满意度等同于客观临床能力或患者结局改善,原文未报告患者相关终点。
  • 常见陷阱:将75.94分 vs 65.64分的病例分析题成绩差异直接解读为床旁操作能力或ICU死亡率获益,原文未提供此类证据。

指南或共识出处

  • 原文未提及

以上提炼依据论文摘要(全文未开放获取,或许可不允许翻译转载);全文请点「阅读原文」。

原文图文

目的 针对重症医学研究生教育中存在的教学资源不足、理论与实践脱节等突出问题,探索基于人工智能(AI)的教学创新路径,提升研究生临床思维与应急处置能力。

方法 天津医科大学总医院重症医学科组建研究团队,筛选2019年至2023年临床真实典型病例50例(覆盖重症医学全部核心病种),经双盲脱敏后借助AI改写为适配研究生培养的教学案例,按难度分为初级(基础病例)、中级(多学科协作病例)、高级(疑难/技术创新病例);构建知识图谱以实现案例的动态生成与个性化推送,搭建集成前测分层学习、虚拟急救场景模拟、思维导图对比专家决策等功能的智能教学平台,采用“课前预习—课中模拟—课后反思”三阶段教学流程。以天津医科大学2022~2024级33名重症医学专业研究生为实验组(采用该智能平台 + 新型教学模式),2021~2023级34名同专业研究生为对照组(采用传统教学模式),两组基线资料差异无统计学意义(P>0.05),具有可比性。观察指标包括结课考试病例分析题成绩、学生对教学模式的满意度及能力提升评价问卷调查结果。

结果 实验组结课考试病例分析题平均成绩为75.94分,显著高于对照组的65.64分,提升幅度达10.30分;问卷调查显示,81.8%(27/33)的实验组学生认为该模式有助于深化理论理解与应用,90.9%(30/33)认为其提升了临床决策与应急能力,87.9%认为其有助于提升医学人文素养,87.9%表示愿意继续使用该平台自学。

结论 基于AI的智能案例平台通过系统化案例设计、分层适配教学、个性化推送及三阶段教学流程,可显著提升重症医学研究生的临床案例分析能力、临床决策与应急处置能力,获得学生广泛认可,为重症医学研究生教育提供了切实有效的教学新范式,具备向其他临床学科推广的潜力。

来源:中华重症医学电子杂志,查看原文。版权归原作者所有。

参考来源

  1. icu.cma-cmc.com.cn:基于人工智能的线上案例平台在研究生重症医学教学中的应用

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。