探索ChatGPT在護理教育中的虛擬實踐與模擬訓練

彭穩(wěn)立 成鑫花 周敏杰 張憲

作者簡介?彭穩(wěn)立，助教，碩士，E-mail：pwl199469@163.com

引用信息?彭穩(wěn)立，成鑫花，周敏杰，等.探索ChatGPT在護理教育中的虛擬實踐與模擬訓練［J］.循證護理，2024，10（11）：1961-1963.

摘要?對聊天生成預訓練轉(zhuǎn)換器（ChatGPT）在護理教育中的虛擬實踐與模擬訓練應用進行探索，并分析其未來的發(fā)展趨勢。

關鍵詞?ChatGPT；護理教育；虛擬實踐；模擬訓練；人工智能

doi：10.12102/j.issn.2095-8668.2024.11.011

護理教育在未來護士應對醫(yī)療保健服務中的復雜挑戰(zhàn)發(fā)揮著關鍵作用。然而，傳統(tǒng)的護理教育由于臨床環(huán)境、時間以及資源的有限等因素，面臨著諸多挑戰(zhàn)。近年來，人工智能技術在變革各種教育環(huán)境中的教學和學習過程方面顯示出巨大的潛力［1-3］。在護理教育領域，聊天生成預訓練轉(zhuǎn)換器（chat generative pre-trained transformer，ChatGPT）作為一種人工智能文本生成器，因其參與對話和回答問題的能力而備受關注［4-5］。ChatGPT通過提供個性化和交互式支持為護理教育中的虛擬實踐和模擬訓練提供了新的可能性。認識到ChatGPT的潛在變革力量，利用其優(yōu)勢確保其有效整合到護理教育中變得至關重要。ChatGPT可以作為護理教育的虛擬教學助手，幫助學生查詢并提供學習材料［6］。此外，它還可以用于護理教育中的角色扮演和情景模擬，參與虛擬實踐的評估和反饋，幫助護生進行診斷、護理干預以及決策，從而增強學習體驗，促進批判性思維［7］。同時，ChatGPT的準確性和可信度、倫理和法律問題以及隱私和安全隱患同樣需要防范，以確保ChatGPT在護理教育中的最佳整合［8］。因此，本研究對ChatGPT在護理教育中的虛擬實踐與模擬訓練應用進行探索，并分析其未來的發(fā)展趨勢。

1?ChatGPT的基本原理

ChatGPT是一種基于生成式預訓練模型的自然語言處理技術，它結合了大規(guī)模語料庫的訓練和強化學習的方法，以生成合理且連貫的對話回復［9-10］。ChatGPT技術的基本原理是通過預訓練模型生成文本。預訓練是指利用大規(guī)模無監(jiān)督文本數(shù)據(jù)集進行訓練，通過學習語言的統(tǒng)計規(guī)律和特征，獲得模型的知識和表示［11-12］。預訓練過程主要包括2個步驟［13］：遮蔽語言建模（masked language modeling，MLM）和下一句預測（next sentence prediction，NSP）。在MLM階段，模型會在輸入文本中隨機遮蔽一些單詞，并通過上下文中的其他詞語來預測這些被遮蔽的單詞。這個任務強迫模型理解上下文并將其應用于內(nèi)容生成。在NSP階段，模型要判斷兩個句子是否連續(xù)，以此來建立對話的連貫性。預訓練之后，ChatGPT模型需要通過微調(diào)來適應特定的任務。微調(diào)是指在特定語料上對模型進行有監(jiān)督的訓練，以提高其在具體任務中的性能［14］。對ChatGPT來說，微調(diào)的數(shù)據(jù)通常是人工構建的對話數(shù)據(jù)以及對應的正確回答。通過在這些數(shù)據(jù)上進行訓練，模型能夠?qū)W習生成與輸入對話相匹配的回復。

2?ChatGPT在護理教育中的虛擬實踐與模擬訓練應用

ChatGPT作為一種強大的自然語言處理模型，在護理教育中的虛擬實踐與模擬訓練中具有廣泛的應用前景。1）ChatGPT作為虛擬教學助手進行知識傳授和答疑解惑［15］。ChatGPT具有即時反饋和全天訪問的特點，學生可以隨時與ChatGPT進行對話，提出問題并獲取答案。這種即時的知識傳授和答疑解惑通過ChatGPT的應用，可以幫助學生快速獲取信息，并提高他們的學習效率。2）ChatGPT可用于護理教育中的角色扮演和情景模擬［16］。護理學生可以與ChatGPT進行對話，并扮演不同的虛擬護理場景中的角色，模擬真實臨床情境和實踐。通過與ChatGPT進行互動，學生可以接觸到各種病例和護理情景，然后進行診斷、護理干預以及決策等。學生不斷嘗試和反思，檢驗自己的決策和干預效果，從而提高問題解決能力和護理決策的準確性。這種基于ChatGPT的角色扮演和情景模擬可以提供一個靈活和真實的學習環(huán)境，幫助學生在安全的環(huán)境下獲得實踐經(jīng)驗，并培養(yǎng)其批判性思維和決策能力。3）ChatGPT還可以用于護理教育中虛擬實踐的評估和反饋［17］。在虛擬實踐中，學生的對話和表現(xiàn)可以通過ChatGPT進行實時分析和評估?；趯W生的回答和決策，ChatGPT可以提供個性化的學習反饋和指導，幫助學生糾正錯誤并提高技能水平。同時，這種個性化的學習體驗有助于滿足不同學生的學習需求。4）在護理教育中，跨學科教育也非常重要［18］。護理工作一般是在團隊和多學科的環(huán)境中進行的，ChatGPT可以用于模擬不同學科專家之間的對話和協(xié)作。在虛擬場景中，ChatGPT可以扮演不同學科領域的角色，如醫(yī)生、藥劑師、社會工作者等，與學生進行互動和協(xié)作。這種跨學科的對話和協(xié)作模擬可以幫助學生理解不同專業(yè)之間的溝通和合作，培養(yǎng)其團隊合作和協(xié)調(diào)能力，提高其在多學科團隊中的適應能力。

3?ChatGPT在護理教育中應用的挑戰(zhàn)

盡管ChatGPT作為一種先進的自然語言處理技術，對護理教育的虛擬實踐和模擬訓練具有巨大的潛力。目前，在護理教育中的應用仍處于探索和發(fā)展階段，面臨著一些挑戰(zhàn)和限制。1）護理實踐涉及復雜的情境和決策，而ChatGPT的生成回答能力受模型訓練時使用的大規(guī)模語料庫的限制。當前的ChatGPT模型可能無法完全準確地理解和回答所有的護理問題。其次，虛擬實踐和模擬訓練需要大量的護理相關語料庫來支持模型的應用和訓練［19］。然而，目前公開的護理語料庫相對有限，這限制了ChatGPT在護理教育中的廣泛應用。因此，建立更大規(guī)模的護理相關語料庫對提高ChatGPT模型的護理知識和理解能力至關重要。2）模型的可解釋性和安全性也是ChatGPT在護理教育中應用的挑戰(zhàn)之一。雖然ChatGPT能夠生成合理的回答，但其背后的邏輯和決策過程對用戶來說是不可見的，這可能導致學生對模型輸出的信任度降低［20］。此外，模型在數(shù)據(jù)訓練中可能受到錯誤數(shù)據(jù)和偏見的影響，這可能會導致模型生成錯誤的回答或具有偏見的建議。因此，需要對訓練數(shù)據(jù)進行有效的篩選和驗證，以確保模型的輸出準確性和可信度。3）在護理教育中，虛擬實踐和模擬訓練通常涉及大量的病人數(shù)據(jù)和敏感信息［21］。因此，ChatGPT技術需要更加關注數(shù)據(jù)安全和隱私保護問題，在模型設計和應用中加入更強的數(shù)據(jù)加密和隱私保護機制，通過技術手段和行業(yè)規(guī)范，需要確保ChatGPT模型的安全性和倫理性，以保護用戶的隱私和權益。

4?ChatGPT在護理教育中的發(fā)展趨勢

ChatGPT在護理教育中的應用可以為學生提供一種虛擬實踐和模擬訓練的方式，以增強其臨床實際操作技能、決策能力和護理溝通技巧。隨著技術的發(fā)展和需求的增長，ChatGPT在護理教育中的未來發(fā)展趨勢主要包括以下3個方面。1）ChatGPT需要增加多模態(tài)的交互體驗［22］。目前，ChatGPT主要通過文本交互進行對話，但在護理教育中，多模態(tài)的交互可以更好地模擬真實的臨床場景。未來的ChatGPT技術可能會結合語音、圖像和視頻等多種輸入和輸出模態(tài)，使學生能夠通過語音輸入、觀察圖像和視頻等方式與虛擬病人進行交互。這樣，學生不僅可以提高護理語言和溝通能力，還可以更全面地模擬和實踐真實的護理操作。2）ChatGPT技術需要強化學習和自適應訓練。ChatGPT技術可以通過強化學習來不斷改進生成的回答和交互方式。在虛擬實踐和模擬訓練中應用強化學習算法，使ChatGPT模型能夠逐步優(yōu)化回答的準確性和合理性。同時，模型還可以根據(jù)學生的反饋和表現(xiàn)，進行自適應訓練，不斷提升其對學生需求的理解和回答能力。3）ChatGPT需要與真實臨床環(huán)境的融合。虛擬實踐和模擬訓練是為了幫助學生在真實臨床工作前進行充分準備，因此與真實臨床環(huán)境的融合是未來的發(fā)展趨勢。ChatGPT技術可以結合虛擬現(xiàn)實、增強現(xiàn)實等技術，為學生提供更真實的臨床場景和體驗［23］。學生可以通過穿戴設備進入虛擬現(xiàn)實環(huán)境與病人進行交互，感受護理工作的真實性和復雜性。

5?小結

基于生成式預訓練模型的ChatGPT技術為護理教育帶來了機遇和創(chuàng)新，其可以支持學生進行虛擬實踐和模擬訓練，提供即時的知識傳授、角色扮演和情景模擬，并通過個性化的評估和反饋幫助學生提高技能水平。然而，目前ChatGPT技術在護理教育中應用還面臨著一些挑戰(zhàn)，如模型的準確性和可解釋性、數(shù)據(jù)安全和隱私保護等。ChatGPT未來的發(fā)展趨勢應該注重增加多模態(tài)的交互體驗、強化學習和自適應訓練以及與真實臨床環(huán)境的融合，以進一步提升ChatGPT技術在護理教育中的應用價值。

參考文獻：

［1］?SCHWENDICKE F，CHAURASIA A，WIEGAND T，et al.Artificial intelligence for oral and dental healthcare：core education curriculum［J］.Journal of Dentistry，2023，128：104363.

［2］?BOSCARDIN C K，GIN B，GOLDE P B，et al.ChatGPT and generative artificial intelligence for medical education：potential impact and opportunity［J］.Academic Medicine，2024，99（1）：22-27.

［3］?TEJANI A S，ELHALAWANI H，MOY L，et al.Artificial intelligence and radiology education［J］.Radiology Artificial Intelligence，2022，5（1）：e220084.

［4］ AHMED S K.The impact of ChatGPT on the nursing profession：revolutionizing patient care and education［J］.Annals of Biomedical Engineering，2023，51（11）：2351-2352.

［5］ SHARMA M，SHARMA S.A holistic approach to remote patient monitoring，fueled by ChatGPT and metaverse technology：the future of nursing education［J］.Nurse Education Today，2023，131：105972.

［6］ ABUJABER A A，ABD-ALRAZAQ A，AL-QUDIMAT A R，et al.A strengths，weaknesses，opportunities，and threats （SWOT） analysis of ChatGPT integration in nursing education：a narrative review［J］.Cureus，2023，15（11）：e48643.

［7］ JOWSEY T，STOKES-PARISH J，SINGLETON R，et al.Medical education empowered by generative artificial intelligence large language models［J］.Trends in Molecular Medicine，2023，29（12）：971-973.

［8］ HUH S.Ethical consideration of the use of generative artificial intelligence，including ChatGPT in writing a nursing article［J］.Child Health Nursing Research，2023，29（4）：249-251.

［9］ 殷冰清，劉思遠，王弘睿，等.聊天生成預訓練轉(zhuǎn)換器在慢性病護理中的應用及方法［J］.軍事護理，2024，41（2）：83-85.

［10］ ZENG Z N，NIE Y C，DING N，et al.Transcription between human-readable synthetic descriptions and machine-executable instructions：an application of the latest pre-training technology［J］.Chemical Science，2023，14（35）：9360-9373.

［11］?NAZIR A，WANG Z.A comprehensive survey of ChatGPT：advancements，applications，prospects，and challenges［J］.Meta-radiology，2023，1（2）：100022.

［12］?LEWIS M，LIU Y H，GOYAL N，et al.BART：denoising sequence-to-sequence pre-training for natural language generation，translation，and comprehension［EB/OL］.2019：arXiv：1910.13461.http：//arxiv.org/abs/1910.13461.

［13］ DEVLIN J，CHANG M W，LEE K，et al.BERT：pre-training of deep bidirectional transformers for language understanding［EB/OL］.2018：arXiv：1810.04805.http：//arxiv.org/abs/1810.04805.

［14］ LIU Z，LIN W，SHI Y，et al.A robustly optimized BERT pre-training approach with post-training［C］//China National Conference on Chinese Computational Linguistics.Cham：Springer，2021：471-484.

［15］ 李鑰，淮盼盼，楊輝.ChatGPT在護理教育中的應用狀況及優(yōu)劣分析［J］.護理學雜志，2023，38（21）：117-121.

［16］?LIU J L，LIU F，F(xiàn)ANG J B，et al.The application of Chatgenerative pre-trained transformer in nursing education［J］.Nursing Outlook，2023，71（6）：102064.

［17］ BERE S，AKA K，DIRGAR E，et al.The role and potential contributions of the artificial intelligence language model ChatGPT［J］.Annals of Biomedical Engineering，2024，52（2）：130-133.

［18］ MIAO H Y，AHN H.Impact of ChatGPT on interdisciplinary nursing education and research［J］.Asian/Pacific Island Nursing Journal，2023，7：e48136.

［19］ THIRUNAVUKARASU A J，TING D S J，ELANGOVAN K，et al.Large language models in medicine［J］.Nature Medicine，2023，29：1930-1940.

［20］?DAＧCl M，AM F，DOST A.Reliability and quality of the nursing care planning texts generated by ChatGPT［J］.Nurse Educator，2023：10.1097.

［21］ 郭彩霞，郭彩旭，史曉寧，等.ChatGPT賦能護理實踐：前景、風險及對策［J］.協(xié)和醫(yī)學雜志，2023，14（6）：1170-1174.

［22］ EL SADDIK A，GHABOURA S.The integration of ChatGPT with the metaverse for medical consultations［J］.IEEE Consumer Electronics Magazine，2024，13（3）：6-15.

［23］ GUNAWAN J.Exploring the future of nursing：insights from the ChatGPT model［J］.Belitung Nursing Journal，2023，9（1）：1-5.

（收稿日期：2024-01-02；修回日期：2024-05-17）

（本文編輯薛佳）