探索ChatGPT在护理教育中的虚拟实践与模拟训练

彭稳立 成鑫花 周敏杰 张宪

作者简介 彭稳立，助教，硕士，E-mail：pwl199469@163.com

引用信息 彭稳立，成鑫花，周敏杰，等.探索ChatGPT在护理教育中的虚拟实践与模拟训练［J］.循证护理，2024，10（11）：1961-1963.

摘要 对聊天生成预训练转换器（ChatGPT）在护理教育中的虚拟实践与模拟训练应用进行探索，并分析其未来的发展趋势。

关键词 ChatGPT；护理教育；虚拟实践；模拟训练；人工智能

doi：10.12102/j.issn.2095-8668.2024.11.011

护理教育在未来护士应对医疗保健服务中的复杂挑战发挥着关键作用。然而，传统的护理教育由于临床环境、时间以及资源的有限等因素，面临着诸多挑战。近年来，人工智能技术在变革各种教育环境中的教学和学习过程方面显示出巨大的潜力［1-3］。在护理教育领域，聊天生成预训练转换器（chat generative pre-trained transformer，ChatGPT）作为一种人工智能文本生成器，因其参与对话和回答问题的能力而备受关注［4-5］。ChatGPT通过提供个性化和交互式支持为护理教育中的虚拟实践和模拟训练提供了新的可能性。认识到ChatGPT的潜在变革力量，利用其优势确保其有效整合到护理教育中变得至关重要。ChatGPT可以作为护理教育的虚拟教学助手，帮助学生查询并提供学习材料［6］。此外，它还可以用于护理教育中的角色扮演和情景模拟，参与虚拟实践的评估和反馈，帮助护生进行诊断、护理干预以及决策，从而增强学习体验，促进批判性思维［7］。同时，ChatGPT的准确性和可信度、伦理和法律问题以及隐私和安全隐患同样需要防范，以确保ChatGPT在护理教育中的最佳整合［8］。因此，本研究对ChatGPT在护理教育中的虚拟实践与模拟训练应用进行探索，并分析其未来的发展趋势。

1 ChatGPT的基本原理

ChatGPT是一种基于生成式预训练模型的自然语言处理技术，它结合了大规模语料库的训练和强化学习的方法，以生成合理且连贯的对话回复［9-10］。ChatGPT技术的基本原理是通过预训练模型生成文本。预训练是指利用大规模无监督文本数据集进行训练，通过学习语言的统计规律和特征，获得模型的知识和表示［11-12］。预训练过程主要包括2个步骤［13］：遮蔽语言建模（masked language modeling，MLM）和下一句预测（next sentence prediction，NSP）。在MLM阶段，模型会在输入文本中随机遮蔽一些单词，并通过上下文中的其他词语来预测这些被遮蔽的单词。这个任务强迫模型理解上下文并将其应用于内容生成。在NSP阶段，模型要判断两个句子是否连续，以此来建立对话的连贯性。预训练之后，ChatGPT模型需要通过微调来适应特定的任务。微调是指在特定语料上对模型进行有监督的训练，以提高其在具体任务中的性能［14］。对ChatGPT来说，微调的数据通常是人工构建的对话数据以及对应的正确回答。通过在这些数据上进行训练，模型能够学习生成与输入对话相匹配的回复。

2 ChatGPT在护理教育中的虚拟实践与模拟训练应用

ChatGPT作为一种强大的自然语言处理模型，在护理教育中的虚拟实践与模拟训练中具有广泛的应用前景。1）ChatGPT作为虚拟教学助手进行知识传授和答疑解惑［15］。ChatGPT具有即时反馈和全天访问的特点，学生可以随时与ChatGPT进行对话，提出问题并获取答案。这种即时的知识传授和答疑解惑通过ChatGPT的应用，可以帮助学生快速获取信息，并提高他们的学习效率。2）ChatGPT可用于护理教育中的角色扮演和情景模拟［16］。护理学生可以与ChatGPT进行对话，并扮演不同的虚拟护理场景中的角色，模拟真实临床情境和实践。通过与ChatGPT进行互动，学生可以接触到各种病例和护理情景，然后进行诊断、护理干预以及决策等。学生不断尝试和反思，检验自己的决策和干预效果，从而提高问题解决能力和护理决策的准确性。这种基于ChatGPT的角色扮演和情景模拟可以提供一个灵活和真实的学习环境，帮助学生在安全的环境下获得实践经验，并培养其批判性思维和决策能力。3）ChatGPT还可以用于护理教育中虚拟实践的评估和反馈［17］。在虚拟实践中，学生的对话和表现可以通过ChatGPT进行实时分析和评估。基于学生的回答和决策，ChatGPT可以提供个性化的学习反馈和指导，帮助学生纠正错误并提高技能水平。同时，这种个性化的学习体验有助于满足不同学生的学习需求。4）在护理教育中，跨学科教育也非常重要［18］。护理工作一般是在团队和多学科的环境中进行的，ChatGPT可以用于模拟不同学科专家之间的对话和协作。在虚拟场景中，ChatGPT可以扮演不同学科领域的角色，如医生、药剂师、社会工作者等，与学生进行互动和协作。这种跨学科的对话和协作模拟可以帮助学生理解不同专业之间的沟通和合作，培养其团队合作和协调能力，提高其在多学科团队中的适应能力。

3 ChatGPT在护理教育中应用的挑战

尽管ChatGPT作为一种先进的自然语言处理技术，对护理教育的虚拟实践和模拟训练具有巨大的潜力。目前，在护理教育中的应用仍处于探索和发展阶段，面临着一些挑战和限制。1）护理实践涉及复杂的情境和决策，而ChatGPT的生成回答能力受模型训练时使用的大规模语料库的限制。当前的ChatGPT模型可能无法完全准确地理解和回答所有的护理问题。其次，虚拟实践和模拟训练需要大量的护理相关语料库来支持模型的应用和训练［19］。然而，目前公开的护理语料库相对有限，这限制了ChatGPT在护理教育中的广泛应用。因此，建立更大规模的护理相关语料库对提高ChatGPT模型的护理知识和理解能力至关重要。2）模型的可解释性和安全性也是ChatGPT在护理教育中应用的挑战之一。虽然ChatGPT能够生成合理的回答，但其背后的逻辑和决策过程对用户来说是不可见的，这可能导致学生对模型输出的信任度降低［20］。此外，模型在数据训练中可能受到错误数据和偏见的影响，这可能会导致模型生成错误的回答或具有偏见的建议。因此，需要对训练数据进行有效的筛选和验证，以确保模型的输出准确性和可信度。3）在护理教育中，虚拟实践和模拟训练通常涉及大量的病人数据和敏感信息［21］。因此，ChatGPT技术需要更加关注数据安全和隐私保护问题，在模型设计和应用中加入更强的数据加密和隐私保护机制，通过技术手段和行业规范，需要确保ChatGPT模型的安全性和伦理性，以保护用户的隐私和权益。

4 ChatGPT在护理教育中的发展趋势

ChatGPT在护理教育中的应用可以为学生提供一种虚拟实践和模拟训练的方式，以增强其临床实际操作技能、决策能力和护理沟通技巧。随着技术的发展和需求的增长，ChatGPT在护理教育中的未来发展趋势主要包括以下3个方面。1）ChatGPT需要增加多模态的交互体验［22］。目前，ChatGPT主要通过文本交互进行对话，但在护理教育中，多模态的交互可以更好地模拟真实的临床场景。未来的ChatGPT技术可能会结合语音、图像和视频等多种输入和输出模态，使学生能够通过语音输入、观察图像和视频等方式与虚拟病人进行交互。这样，学生不仅可以提高护理语言和沟通能力，还可以更全面地模拟和实践真实的护理操作。2）ChatGPT技术需要强化学习和自适应训练。ChatGPT技术可以通过强化学习来不断改进生成的回答和交互方式。在虚拟实践和模拟训练中应用强化学习算法，使ChatGPT模型能够逐步优化回答的准确性和合理性。同时，模型还可以根据学生的反馈和表现，进行自适应训练，不断提升其对学生需求的理解和回答能力。3）ChatGPT需要与真实临床环境的融合。虚拟实践和模拟训练是为了帮助学生在真实临床工作前进行充分准备，因此与真实临床环境的融合是未来的发展趋势。ChatGPT技术可以结合虚拟现实、增强现实等技术，为学生提供更真实的临床场景和体验［23］。学生可以通过穿戴设备进入虚拟现实环境与病人进行交互，感受护理工作的真实性和复杂性。

5 小结

基于生成式预训练模型的ChatGPT技术为护理教育带来了机遇和创新，其可以支持学生进行虚拟实践和模拟训练，提供即时的知识传授、角色扮演和情景模拟，并通过个性化的评估和反馈帮助学生提高技能水平。然而，目前ChatGPT技术在护理教育中应用还面临着一些挑战，如模型的准确性和可解释性、数据安全和隐私保护等。ChatGPT未来的发展趋势应该注重增加多模态的交互体验、强化学习和自适应训练以及与真实临床环境的融合，以进一步提升ChatGPT技术在护理教育中的应用价值。

参考文献：

［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，刘思远，王弘睿，等.聊天生成预训练转换器在慢性病护理中的应用及方法［J］.军事护理，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］ 李钥，淮盼盼，杨辉.ChatGPT在护理教育中的应用状况及优劣分析［J］.护理学杂志，2023，38（21）：117-121.

［16］ LIU J L，LIU F，FANG 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，史晓宁，等.ChatGPT赋能护理实践：前景、风险及对策［J］.协和医学杂志，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）

（本文编辑薛佳）