ChatGPT人工智能在超聲規(guī)范化培訓(xùn)教學(xué)中的研究

［摘 要］ ChatGPT作為一種生成式的人工智能技術(shù)，通過深度學(xué)習(xí)大模型和海量數(shù)據(jù)訓(xùn)練，使得智能系統(tǒng)能夠像人類一樣理解、交流和回答問題。ChatGPT的快速發(fā)展會給知識的生產(chǎn)、傳播、傳授的方式帶來巨大變遷。通過把ChatGPT與超聲規(guī)范化培訓(xùn)教學(xué)相結(jié)合，設(shè)計了一套基于ChatGPT輔助學(xué)習(xí)的方法，包括使用ChatGPT制訂個性化的超聲基礎(chǔ)知識學(xué)習(xí)計劃、生成定制化學(xué)習(xí)內(nèi)容、開展課堂教學(xué)模擬和學(xué)習(xí)效果評測等。通過ChatGPT構(gòu)建的智能化輔助教學(xué)模式是一種個性化、自助式、交互式的學(xué)習(xí)方式，能夠滿足學(xué)生的多樣化需求，從而提高學(xué)習(xí)效率，降低學(xué)習(xí)成本。ChatGPT輔助教學(xué)能夠?qū)崿F(xiàn)知識技能獲取方式的多樣化，通過模擬臨床決策為實踐提供指導(dǎo)，推進優(yōu)質(zhì)醫(yī)療教育資源的共享，對于提升醫(yī)療教學(xué)活動質(zhì)量具有重要價值。

［關(guān)鍵詞］ 人工智能；規(guī)范化培訓(xùn)；超聲醫(yī)學(xué)；計算機輔助教學(xué)

［基金項目］ 2021年度南京醫(yī)科大學(xué)教學(xué)研究課題“基于人工智能的超聲專業(yè)住院醫(yī)師規(guī)范化培訓(xùn)測評系統(tǒng)”（2021LX058）；2022年度南京醫(yī)科大學(xué)第一附屬醫(yī)院臨床能力提升工程項目“基于深度學(xué)習(xí)的多模態(tài)超聲成像技術(shù)在術(shù)前精準(zhǔn)評估乳腺癌腋窩淋巴結(jié)轉(zhuǎn)移的應(yīng)用研究”（2022023）

［作者簡介］ 俞飛虹（1986—），女，江蘇泰州人，博士，南京醫(yī)科大學(xué)第一附屬醫(yī)院超聲科副主任醫(yī)師，主要從事淺表超聲及人工智能研究；王 慧（1984—），女，江蘇宿遷人，博士，南京醫(yī)科大學(xué)第一附屬醫(yī)院超聲科副主任醫(yī)師（通信作者），主要從事淺表超聲研究。

［中圖分類號］ G642.0 ［文獻標(biāo)識碼］ A ［文章編號］ 1674-9324（2024）44-0159-04 ［收稿日期］ 2023-10-16

引言

人工智能系統(tǒng)ChatGPT是美國開放人工智能研究中心開發(fā)的大語言模型［1］。ChatGPT已逐步應(yīng)用于醫(yī)療領(lǐng)域［2］。在臨床方面，通過大量醫(yī)療知識的學(xué)習(xí)輔助醫(yī)生制訂治療方案和診斷報告；在醫(yī)療教學(xué)方面，通過快速檢索和互動學(xué)習(xí)改變學(xué)習(xí)和掌握醫(yī)學(xué)技能的方式［3-4］。本文以超聲專業(yè)規(guī)范化培訓(xùn)為例，探討ChatGPT人工智能技術(shù)輔助超聲規(guī)范化培訓(xùn)教學(xué)的新模式，將ChatGPT人工智能技術(shù)應(yīng)用在教學(xué)過程中，通過拓展線上線下相結(jié)合的學(xué)習(xí)方式，從而提高學(xué)生的學(xué)習(xí)效率。

一、超聲規(guī)范化培訓(xùn)教學(xué)分析

超聲診斷學(xué)是完整的課程體系，包括人體解剖知識、超聲操作手法以及病例診斷實踐［5］。案例教學(xué)主要是通過選取典型患者病例，分析每個患者病例所包含的病史情況、病灶部位的超聲圖像、超聲的診斷結(jié)論［6］。近年來，圍繞超聲教學(xué)規(guī)范化培訓(xùn)開展了相關(guān)研究，包括教學(xué)模式、教學(xué)方法、科研能力、崗位適應(yīng)性等方面［7-8］。本文主要是把智能技術(shù)引入超聲教學(xué)規(guī)范化培訓(xùn)。

二、ChatGPT的技術(shù)原理

ChatGPT是一個基于Transformer架構(gòu)的自然語言生成模型。該模型利用有監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)等深度學(xué)習(xí)技術(shù)的組合來優(yōu)化模型，可以用于文本生成、問題回答等多種任務(wù)［9-10］。ChatGPT的基本原理有以下幾個方面。

（一）數(shù)據(jù)集

ChatGPT是一種統(tǒng)計機器學(xué)習(xí)模型，其實現(xiàn)依賴大規(guī)模的訓(xùn)練數(shù)據(jù)集。通過使用網(wǎng)絡(luò)爬蟲和數(shù)據(jù)接口進行數(shù)據(jù)的采集，使用文本處理技術(shù)對其進行預(yù)處理。這些數(shù)據(jù)集被用來訓(xùn)練ChatGPT的神經(jīng)網(wǎng)絡(luò)，從而為生成自然語言文本奠定基礎(chǔ)。

（二）模型訓(xùn)練

ChatGPT模型的訓(xùn)練是采用無監(jiān)督訓(xùn)練技術(shù)進行的。訓(xùn)練過程分為兩個階段，即語言模型訓(xùn)練和掩碼語言模型訓(xùn)練。通過這種方式，模型可以學(xué)習(xí)到詞匯、語法和語義等語言的基本規(guī)律及關(guān)系，從而更加準(zhǔn)確地生成自然語言文本。

（三）網(wǎng)絡(luò)微調(diào)

ChatGPT還可以通過微調(diào)技術(shù)來適應(yīng)特定的任務(wù)。在網(wǎng)絡(luò)微調(diào)的過程中，模型會通過特定的數(shù)據(jù)集進行有監(jiān)督的訓(xùn)練。微調(diào)技術(shù)使用梯度下降的算法能逐步優(yōu)化模型的權(quán)重和偏置并最小化損失函數(shù)，從而提高模型在特定任務(wù)上的效果。

（四）獎勵模型

使用微調(diào)后的模型進行文本生成任務(wù)預(yù)測，可以獲得一系列結(jié)果。把這些結(jié)果反饋給人類標(biāo)注者，按照其偏好及他們遵循的共同準(zhǔn)則，將預(yù)測的結(jié)果從好到壞進行標(biāo)注。最后使用這些標(biāo)注后的結(jié)果數(shù)據(jù)進行訓(xùn)練一個獎勵模型。

（五）基于強化學(xué)習(xí)進行模型優(yōu)化

在不使用人工標(biāo)注的基礎(chǔ)上，使用PPO技術(shù)持續(xù)更新策略參數(shù)。在優(yōu)化訓(xùn)練過程中，策略就是基于該語言模型所接收的提示（prompt）作為輸入，然后輸出一系列文本。計算過程中按照策略的更改范圍，限制在與先前策略的一定程度內(nèi)，從而保證穩(wěn)定性，得出的計算結(jié)果將用于更新模型的梯度。

三、基于ChatGPT的輔助教學(xué)設(shè)計

基于ChatGPT的輔助教學(xué)業(yè)務(wù)總體架構(gòu)如圖1所示，包括ChatGPT內(nèi)部處理流程和輔助教學(xué)項目兩部分。

（一）ChatGPT內(nèi)部處理流程

如圖1所示，ChatGPT的內(nèi)部處理流程包括：

1.LI處理是指語言識別（language identification）。ChatGPT輸入的信息可以是多種語言，具體是哪種語言需要先進行語種識別。完成語種識別后，根據(jù)語種的模型對輸入信息進行處理。

2.EA處理是指對于輸入信息進行情感分析（emotional analysis）。如果問題的情感存在負能量，則ChatGPT可以拒絕回答用戶相關(guān)問題。

3.信息抽?。╡xtract information，EI）即從用戶輸入的信息中提取關(guān)鍵特征。包括：命名實體識別（named entity recognition，NER）處理，用于提取問題中的醫(yī)學(xué)專業(yè)術(shù)語等信息；句子相似性處理（sentence similarity，SS）處理，學(xué)生輸入的信息可能存在歧義或錯別字，此步驟可以進行調(diào)整和修改；文本分類（text classification，TC）處理，把學(xué)生輸入的信息進行歸納分類，進一步定位到相關(guān)內(nèi)容的搜索索引。

4.全文搜索：ChatGPT是一個自然語言處理和搜索引擎相結(jié)合的架構(gòu)，通過EI處理獲得的數(shù)據(jù)信息就是用于搜索的輸入數(shù)據(jù)。例如，EI提取出NER=醫(yī)學(xué)術(shù)語，TC=甲狀腺超聲，就可以去搜索醫(yī)學(xué)索引中有關(guān)甲狀腺超聲的內(nèi)容，從而給出答案。

5.文本生成是對大量搜索結(jié)果通過回歸模型來進行選取，生成符合問題要求的文本內(nèi)容。

（二）ChatGPT輔助教學(xué)設(shè)計

ChatGPT在教學(xué)、科研、生活等多個領(lǐng)域發(fā)揮了巨大的作用，本研究是在我們前期研究的基礎(chǔ)上，通過借鑒ChatGPT輔助教學(xué)思想來實現(xiàn)超聲教學(xué)規(guī)范化培訓(xùn)［11］。項目主要包括以下方面：

1.制訂學(xué)習(xí)計劃。ChatGPT可以根據(jù)規(guī)培生的學(xué)習(xí)時間和計劃、學(xué)習(xí)的課程內(nèi)容，個性化定制符合學(xué)生要求的學(xué)習(xí)方案。例如，輸入“如何一個星期學(xué)完《超聲基礎(chǔ)》”，ChatGPT會立刻制訂出詳細的每日學(xué)習(xí)計劃。

2.生成學(xué)習(xí)內(nèi)容。通過給ChatGPT輸入需要學(xué)習(xí)的內(nèi)容指令，它可以自動生成相關(guān)的學(xué)習(xí)內(nèi)容，從而提高學(xué)生的學(xué)習(xí)效率。例如，輸入“超聲檢查的常用技術(shù)有哪些”，ChatGPT可以迅速給出二維超聲、彩色多普勒、超聲造影等常用技術(shù)的詳細介紹。

3.開展教學(xué)模擬。通過與ChatGPT進行模擬對話，更好地了解超聲規(guī)培中的重點和難點，從而幫助學(xué)生掌握重點知識。

4.學(xué)習(xí)效果測評。ChatGPT可以直接生成測驗和考試，從而幫助學(xué)生進行自我評估。比如，輸入“設(shè)計一份關(guān)于超聲檢查的常用技術(shù)的測試報告”，如表1所示。在生成的10個問題中有6個是測試基礎(chǔ)理論的，有4個則與操作實踐相關(guān)，對超聲規(guī)范化教學(xué)培訓(xùn)有很好的輔助作用。

5.ChatGPT除了可以幫助學(xué)生自主學(xué)習(xí)，還可以幫助教師進行輔助教學(xué)，包括課前教學(xué)準(zhǔn)備、課堂助手以及個性化教學(xué)設(shè)計等。

四、ChatGPT技術(shù)輔助教學(xué)優(yōu)勢

ChatGPT能在規(guī)范化培訓(xùn)中提供更專業(yè)的醫(yī)學(xué)資料，對于提升規(guī)范化培訓(xùn)等醫(yī)療教學(xué)活動具有重要價值［12］。該系統(tǒng)融合了自然語言處理、機器學(xué)習(xí)、語音識別、知識圖譜、教授點評系統(tǒng)等AI技術(shù)，對超聲專業(yè)醫(yī)學(xué)生的規(guī)范化管理進行推廣。

（一）獲取知識技能方式的多樣化

ChatGPT為參與規(guī)范化培訓(xùn)的學(xué)生充分提供發(fā)揮自身主體性的機會。

1.知識獲取更加便捷。ChatGPT通過海量知識的醫(yī)學(xué)學(xué)習(xí)能夠快速生成涵蓋超聲、解剖等各類專業(yè)的學(xué)習(xí)材料，從而幫助學(xué)生學(xué)習(xí)和復(fù)習(xí)專業(yè)知識。

2.交互式學(xué)習(xí)更加專注。ChatGPT依據(jù)人類學(xué)習(xí)思維的對話模式能夠為學(xué)生提供良好的互動學(xué)習(xí)體驗，使其能夠更加集中注意力學(xué)習(xí)。

3.陪伴式學(xué)習(xí)更加高效。ChatGPT不僅是對知識的檢索，還利用智能技術(shù)為學(xué)生提供多元的學(xué)習(xí)支持服務(wù)，包括幫助學(xué)生進行學(xué)習(xí)計劃制訂、時間管理、學(xué)習(xí)任務(wù)設(shè)計等。

（二）提供模擬臨床決策的指導(dǎo)性

ChatGPT可以不斷完善規(guī)培生的知識結(jié)構(gòu)并更新其所掌握的技能，從而輔助和指導(dǎo)規(guī)培生做出正確的臨床決策。ChatGPT掌握的海量知識幾乎是所有醫(yī)療行業(yè)人員掌握的信息總和。因此，ChatGPT具有高級醫(yī)生解決問題的邏輯推理能力，將有效特征和經(jīng)驗從大型數(shù)據(jù)信息庫中提取出來，通過多達數(shù)十億參數(shù)的調(diào)整，為學(xué)生提供有價值的診斷依據(jù)和治療決策。

（三）推進優(yōu)質(zhì)醫(yī)療教育資源的共享性

ChatGPT能夠通過文字直接生成相應(yīng)的圖片和三維模型。例如，超聲規(guī)范化培訓(xùn)教育需要熟悉典型病例的超聲圖像，以及人體結(jié)構(gòu)等各類器官解剖模型等。教學(xué)資源能夠適應(yīng)不同醫(yī)療教學(xué)需求，實現(xiàn)教學(xué)工具和教學(xué)方式的創(chuàng)新。ChatGPT的應(yīng)用使得基于AI的醫(yī)療教學(xué)從專用的、局部的應(yīng)用轉(zhuǎn)變?yōu)檫B接、共享、智能的教育平臺。

結(jié)語

本文通過把ChatGPT人工智能技術(shù)運用并融入超聲教學(xué)和學(xué)生自主學(xué)習(xí)的過程，優(yōu)化教學(xué)方法并提升學(xué)習(xí)效果。ChatGPT創(chuàng)新技術(shù)運用過程中的一些問題也不能忽視。例如，如何提高智能診療的及時性和患者的接受度，如何保證ChatGPT技術(shù)所提供的教學(xué)和指導(dǎo)的準(zhǔn)確性和可靠性，等等。這些問題既是ChatGPT技術(shù)帶給我們的挑戰(zhàn)，也是機遇。

參考文獻

［1］劉禹良，李鴻亮，白翔，等.淺析ChatGPT：歷史沿革、應(yīng)用現(xiàn)狀及前景展望［J］.中國圖象圖形學(xué)報，2023，28（4）：893-902.

［2］陳夢媛.ChatGTP+醫(yī)療能擦出怎樣的火花［J］.人人健康，2023（6）：14-15.

［3］費曉璐，劉蓓蓓，李嘉，等.基于自然語言技術(shù)進行血管超聲報告智能生成診斷提示的探索［J］.中國數(shù)字醫(yī)學(xué)，2021，16（2）：21-25.

［4］張絨.生成式人工智能技術(shù)對教育領(lǐng)域的影響：關(guān)于ChatGPT的專訪［J］.電化教育研究，2023，44（2）：5-14.

［5］劉洋，李璐，張麗，等.“互聯(lián)網(wǎng)+”教學(xué)模式下超聲診斷學(xué)混合式教學(xué)設(shè)計與實踐［J］.西部素質(zhì)教育，2022，8（4）：122-124.

［6］劉莉紅，王錫菊，殷偉紅，等.案例式教學(xué)法在超聲科教學(xué)中的應(yīng)用研究［J］.中國繼續(xù)醫(yī)學(xué)教育，2022，14（5）：62-65.

［7］朱江，傅曉鳳，司星，等.超聲醫(yī)學(xué)科住院醫(yī)師規(guī)范化培訓(xùn)教學(xué)探索［J］.全科醫(yī)學(xué)臨床與教育，2021，19（4）：348-350+354.

［8］胡巧洪，李潛，熊丹蕾，等.住院醫(yī)師規(guī)范化培訓(xùn)超聲?？漆t(yī)師科研能力培養(yǎng)的探索［J］.全科醫(yī)學(xué)臨床與教育，2022，20（6）：538-540.

［9］高永兵，黎預(yù)璇，高軍甜，等.基于用戶意圖的微博文本生成技術(shù)研究［J］.計算機工程，2022，48（1）：119-126.

［10］王喆，楊棟梁，況星園，等.考慮提示學(xué)習(xí)的洪澇災(zāi)害應(yīng)急決策自動問答模型研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2022，18（11）：12-18.

［11］俞飛虹，葉新華，鄧晶，等.基于人工智能的超聲專業(yè)住院醫(yī)師規(guī)范化培訓(xùn)輔助教學(xué)系統(tǒng)的構(gòu)建［J］.教育教學(xué)論壇，2020（51）：149-150.

［12］雷曉燕，邵賓.大模型下人工智能生成內(nèi)容嵌入數(shù)字素養(yǎng)教育研究［J］.現(xiàn)代情報，2023，43（6）：99-107.

Exploration of ChatGPT Artificial Intelligence Technology in Ultrasound Standardized

Training and Teaching

YU Fei-hong， ZONG Qing-qing， WANG Hui

（Department of Ultrasound， The First Affiliated Hospital of Nanjing Medical University， Nanjing，

Jiangsu 210029， China）

Abstract： ChatGPT， as a generative artificial intelligence technology， aims to enable intelligent systems to understand， communicate， and answer questions like humans through deep learning of large models and massive data training. The rapid development of ChatGPT will bring significant changes to the way in which knowledge is produced， disseminated， and imparted. In this paper， ChatGPT is applied to the standardized ultrasonic training and teaching， and a set of ChatGPT-based assisted learning methods are designed， including using ChatGPT to develop a personalized ultrasound basic knowledge learning plan， generating customized learning content， carrying out classroom teaching simulation and learning effect evaluation. The intelligent assisted teaching mode is a personalized， self-service and interactive learning method， which can meet the diverse needs of students， thereby improving learning efficiency and reducing learning costs. The teaching mode can realize the diversification of knowledge and skill acquisition methods， provide practical guidance through simulated clinical decision-making， and promote the sharing of high-quality medical education resources， which are of great value for improving medical teaching activities.

Key words： artificial intelligence; standardized training; ultrasound medicine; computer-assisted teaching