王夢瑩 汪 恒 賈 末 孫 震 計 虹

(北京大學第三醫(yī)院 北京100191)

1 引言

近年來人工智能研究熱度持續(xù)攀升，在智能識別、數(shù)據(jù)挖掘、深度學習等方面有著獨特優(yōu)勢，在醫(yī)學領(lǐng)域得到廣泛應(yīng)用，諸多醫(yī)療機構(gòu)已經(jīng)開展輔助臨床決策、影像診斷等應(yīng)用，為醫(yī)務(wù)工作者在臨床診療中提供精準的診療知識，輔助其做出最佳診斷、治療方案。臨床思維是臨床工作的基礎(chǔ)，良好的臨床思維能力是醫(yī)學生必須具備的基本素質(zhì)[1]。在傳統(tǒng)醫(yī)學教育中主要依靠人工帶教、醫(yī)學生接觸實際病歷、醫(yī)生手工編寫病歷題目和學生自主背誦病歷等方式培養(yǎng)醫(yī)學生的臨床思維，方法單一且人工成本較高。通過人工智能、大數(shù)據(jù)技術(shù)對海量醫(yī)療數(shù)據(jù)、醫(yī)學文獻和臨床指南進行采集與分析，打造及時、豐富、全面的人工智能輔助醫(yī)學教學數(shù)據(jù)中心，模擬患者就醫(yī)場景，使其在學習中經(jīng)歷實踐、認識、再實踐、再認識的過程[2]，貫穿全程培養(yǎng)臨床思維，改善原有教學模式，緩解教師醫(yī)教研的壓力，加快人才培養(yǎng)進程[3]。

2 基于人工智能培養(yǎng)臨床思維的實現(xiàn)路徑

2.1 基于海量真實病歷挖掘生成教學數(shù)據(jù)中心

教學數(shù)據(jù)中心是真實病歷和學生學習數(shù)據(jù)的匯集，包括標準臨床提問數(shù)據(jù)庫、虛擬病歷數(shù)據(jù)庫、學生學習記錄庫3大部分。其建設(shè)架構(gòu)，見圖1，所有患者病歷資料必須是不涉及患者隱私又真實準確的，通過對數(shù)據(jù)采集、清洗、歸一、標準化等處理，保證安全性和完整性。

圖1 教學數(shù)據(jù)中心建設(shè)架構(gòu)

2.2 構(gòu)建標準、規(guī)范提問數(shù)據(jù)庫

智能化病歷基本構(gòu)建過程是選擇提問——提供結(jié)果——選擇提問——驗證結(jié)果，問題設(shè)計和思路需要符合臨床上經(jīng)常使用的評估——選擇——行動——再評估的普遍原則，因此需要構(gòu)建標準、規(guī)范的問題庫為后續(xù)抽取工作奠定基礎(chǔ)，依據(jù)不同科室、不同疾病建立 65個疾病問診、查體問題庫，每個疾病均收集相關(guān)臨床指南、文獻，構(gòu)建標準通用的提問話術(shù)、查體項目，結(jié)合疾病特點、各科室專家臨床經(jīng)驗設(shè)置特定問診問題、?？撇轶w等。后續(xù)在抽取虛擬病歷時，從該提問庫中選擇需要添加的問題，統(tǒng)一問題數(shù)據(jù)來源，規(guī)范每個病種問題表述，規(guī)范學生提問，保證后續(xù)虛擬病歷答案來源一致性。

2.3 人工智能與專家智庫雙引擎打造虛擬病歷庫

對同病種不同患者的診療方案、路徑進行數(shù)據(jù)挖掘，在分詞結(jié)果中獲取目標信息，從真實病歷中運用自然語言處理技術(shù)，將完整真實的電子病歷文書內(nèi)容進行后結(jié)構(gòu)化處理，通過機器學習在線生成問題與匹配的答案，自動抽取的問題答案與原始病歷正確匹配度可達90%以上，部分病種可達98%。虛擬病歷數(shù)據(jù)中包括問診、體格檢查、輔助檢查、診斷、鑒別診斷和處置等完整的診療過程，全過程學習有助于培養(yǎng)學生連續(xù)的臨床思維?；谡鎸嵅v資料、結(jié)合臨床指南和專家臨床經(jīng)驗對病歷進行最終修改審核，虛擬病歷的問題與答案允許教師進行考點標注，可增加或刪除不同病歷問題項，滿足各病種、各專科對病歷個性化定制和個案特殊問題的需求。

2.3 基于自然語言處理技術(shù)的沉浸式語音交互

學生模擬問診時，為更加貼近臨床實際，營造沉浸式學習氛圍，增加語音錄入功能。語音錄入基于自然語言處理技術(shù)，對錄入數(shù)據(jù)進行結(jié)構(gòu)化解析，將語音轉(zhuǎn)化為文本數(shù)據(jù)，使用機器學習算法，根據(jù)提問者問題進行特征清洗及相關(guān)算法和參數(shù)調(diào)整，將與APP問題庫中最相近的標準問題返回，實現(xiàn)智能化匹配問題回答。

3 基于臨床思維能力的多維度分析評價體系

3.1 難度分級支持個性化學習

本科生、住院醫(yī)師、進修醫(yī)師等多類型學生對于知識要點、學習難度均有不同要求，智能虛擬病歷需要通過病歷難度、學習難度區(qū)分滿足各類型學生需要。病歷難度分級涵蓋簡單、常見和復(fù)雜病歷，對于每份病歷細分為4級學習難度：1級為最簡單模式，為學生提供答案參考；2級提供干擾和錯誤選項；3級需要學生自行錄入較多重要得分項；4級為全自學模式，學生需要自行錄入所有問診及查體問題。學生選擇適合其知識水平的難度，真實地模擬出疾病進展和患者對治療的反應(yīng)，從多角度接觸到疾病的不同方面，加深理解。

3.2 7大評價體系全面評估臨床思維能力

臨床思維能力評估的客觀性和標準性要求極高，需要穩(wěn)健的自動評估系統(tǒng)，不能單純以分值或結(jié)論評估臨床思維能力[4]，參考“北京大學第三醫(yī)院醫(yī)師臨床能力測評反饋表”、《住院醫(yī)師規(guī)范化培訓(xùn)管理辦法 (試行)》，總結(jié)7大指標對學生學習情況、臨床思維能力進行評估，從嚴謹性、邏輯性、系統(tǒng)性、敏捷性、知識拓展、多維度、綜合應(yīng)用幾方面進行評價，形成完整、可信的評估體系，見圖2。其中嚴謹性考察診斷與鑒別診斷全面性，完成的有效項越多評分越高；邏輯性考察問診、查體、診斷的邏輯順序合規(guī)性；系統(tǒng)性考察答題的完成率，無效項越多評分越低；敏捷性考察答題時間是否在正常時間范圍內(nèi)，完成有效項越多且耗時越短評分越高；知識拓展考察診斷與鑒別診斷的準確性，診斷與鑒別診斷證據(jù)充分且準確評分高；多維度考察對整體健康情況做出診療的綜合能力；綜合應(yīng)用考察基礎(chǔ)知識的應(yīng)用能力，只用于第4級難度中。

圖2 多維度臨床思維能力評估

4 應(yīng)用成效

4.1 促進教師掌握現(xiàn)代化教學方法

一份虛擬病歷需要80～100個問題和多條檢查檢驗藥品等信息，傳統(tǒng)的手工虛擬病歷學習，如標準化病人[5]需要教師逐個篩查病歷，選擇符合教學特點的病歷，手工錄入病歷問題與答案，不僅人力成本高，還存在病歷真實性低、個人主觀性強、難以與檢查檢驗等完整就醫(yī)流程匹配等問題。采用人工智能手段，支持教師基于大數(shù)據(jù)教學方式，建立病歷篩選標準，自動匹配符合標準的病歷，生成問診、查體列表，提取檢查檢驗項目、結(jié)果等，提升教學工作效率，為教師不斷發(fā)展與創(chuàng)新臨床教學方法提供平臺。

4.2 擴大學生臨床知識學習范圍

基于真實病歷的虛擬病歷學習方式徹底打破時間、空間限制，學生可以充分利用碎片化時間隨時通過手機、電腦終端學習和復(fù)習，極大調(diào)動學習主動性，虛擬病歷為學生提供零風險、可試錯的臨床學習渠道，真實病歷具有使學生更快適應(yīng)疾病譜變化、更新治療方法的獨特優(yōu)勢，緩解罕見疾病臨床患者資源不足的困境[6]，通過模擬患者就診全流程有效地將理論知識轉(zhuǎn)化為臨床知識，充分發(fā)揮新興技術(shù)優(yōu)勢，拓展學生學習渠道和知識面。

4.3 提升教學管理者管理能力

除考試成績、主觀評測等結(jié)果性評估，教學管理部門尚缺乏有效手段記錄學生過程性評價，無法客觀考量學生臨床思維能力，通過智能化虛擬病歷可視化統(tǒng)計分析學生對病歷的掌握情況，記錄學生對病歷多次學習曲線，對比學習成效，為制定教學方案和學生培養(yǎng)方案提供數(shù)據(jù)支撐。

5 結(jié)語

基于人工智能的教學方式充分考慮學生臨床水平和學習要求，既包括全部預(yù)設(shè)掌握的知識點，又排除容易引起誤解的干擾因素，這種臨床思維能力培養(yǎng)方式既具有臨床真實感又總結(jié)了疾病的普遍特性[7]，極大提高教學質(zhì)量和效率。結(jié)合人工智能技術(shù)改變教學理念，使醫(yī)學生能切實增長知識、提高臨床技能、提升臨床思維能力，成長為合格的臨床醫(yī)師。