彭穩(wěn)立 成鑫花 周敏杰 張憲

作者簡(jiǎn)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(hù)理教育中的虛擬實(shí)踐與模擬訓(xùn)練［J］.循證護(hù)理，2024，10（11）：1961-1963.

摘要?對(duì)聊天生成預(yù)訓(xùn)練轉(zhuǎn)換器（ChatGPT）在護(hù)理教育中的虛擬實(shí)踐與模擬訓(xùn)練應(yīng)用進(jìn)行探索，并分析其未來(lái)的發(fā)展趨勢(shì)。

關(guān)鍵詞?ChatGPT；護(hù)理教育；虛擬實(shí)踐；模擬訓(xùn)練；人工智能

doi：10.12102/j.issn.2095-8668.2024.11.011

護(hù)理教育在未來(lái)護(hù)士應(yīng)對(duì)醫(yī)療保健服務(wù)中的復(fù)雜挑戰(zhàn)發(fā)揮著關(guān)鍵作用。然而，傳統(tǒng)的護(hù)理教育由于臨床環(huán)境、時(shí)間以及資源的有限等因素，面臨著諸多挑戰(zhàn)。近年來(lái)，人工智能技術(shù)在變革各種教育環(huán)境中的教學(xué)和學(xué)習(xí)過(guò)程方面顯示出巨大的潛力［1-3］。在護(hù)理教育領(lǐng)域，聊天生成預(yù)訓(xùn)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(duì)話和回答問(wèn)題的能力而備受關(guān)注［4-5］。ChatGPT通過(guò)提供個(gè)性化和交互式支持為護(hù)理教育中的虛擬實(shí)踐和模擬訓(xùn)練提供了新的可能性。認(rèn)識(shí)到ChatGPT的潛在變革力量，利用其優(yōu)勢(shì)確保其有效整合到護(hù)理教育中變得至關(guān)重要。ChatGPT可以作為護(hù)理教育的虛擬教學(xué)助手，幫助學(xué)生查詢并提供學(xué)習(xí)材料［6］。此外，它還可以用于護(hù)理教育中的角色扮演和情景模擬，參與虛擬實(shí)踐的評(píng)估和反饋，幫助護(hù)生進(jìn)行診斷、護(hù)理干預(yù)以及決策，從而增強(qiáng)學(xué)習(xí)體驗(yàn)，促進(jìn)批判性思維［7］。同時(shí)，ChatGPT的準(zhǔn)確性和可信度、倫理和法律問(wèn)題以及隱私和安全隱患同樣需要防范，以確保ChatGPT在護(hù)理教育中的最佳整合［8］。因此，本研究對(duì)ChatGPT在護(hù)理教育中的虛擬實(shí)踐與模擬訓(xùn)練應(yīng)用進(jìn)行探索，并分析其未來(lái)的發(fā)展趨勢(shì)。

1?ChatGPT的基本原理

ChatGPT是一種基于生成式預(yù)訓(xùn)練模型的自然語(yǔ)言處理技術(shù)，它結(jié)合了大規(guī)模語(yǔ)料庫(kù)的訓(xùn)練和強(qiáng)化學(xué)習(xí)的方法，以生成合理且連貫的對(duì)話回復(fù)［9-10］。ChatGPT技術(shù)的基本原理是通過(guò)預(yù)訓(xùn)練模型生成文本。預(yù)訓(xùn)練是指利用大規(guī)模無(wú)監(jiān)督文本數(shù)據(jù)集進(jìn)行訓(xùn)練，通過(guò)學(xué)習(xí)語(yǔ)言的統(tǒng)計(jì)規(guī)律和特征，獲得模型的知識(shí)和表示［11-12］。預(yù)訓(xùn)練過(guò)程主要包括2個(gè)步驟［13］：遮蔽語(yǔ)言建模（masked language modeling，MLM）和下一句預(yù)測(cè)（next sentence prediction，NSP）。在MLM階段，模型會(huì)在輸入文本中隨機(jī)遮蔽一些單詞，并通過(guò)上下文中的其他詞語(yǔ)來(lái)預(yù)測(cè)這些被遮蔽的單詞。這個(gè)任務(wù)強(qiáng)迫模型理解上下文并將其應(yīng)用于內(nèi)容生成。在NSP階段，模型要判斷兩個(gè)句子是否連續(xù)，以此來(lái)建立對(duì)話的連貫性。預(yù)訓(xùn)練之后，ChatGPT模型需要通過(guò)微調(diào)來(lái)適應(yīng)特定的任務(wù)。微調(diào)是指在特定語(yǔ)料上對(duì)模型進(jìn)行有監(jiān)督的訓(xùn)練，以提高其在具體任務(wù)中的性能［14］。對(duì)ChatGPT來(lái)說(shuō)，微調(diào)的數(shù)據(jù)通常是人工構(gòu)建的對(duì)話數(shù)據(jù)以及對(duì)應(yīng)的正確回答。通過(guò)在這些數(shù)據(jù)上進(jìn)行訓(xùn)練，模型能夠?qū)W習(xí)生成與輸入對(duì)話相匹配的回復(fù)。

2?ChatGPT在護(hù)理教育中的虛擬實(shí)踐與模擬訓(xùn)練應(yīng)用

ChatGPT作為一種強(qiáng)大的自然語(yǔ)言處理模型，在護(hù)理教育中的虛擬實(shí)踐與模擬訓(xùn)練中具有廣泛的應(yīng)用前景。1）ChatGPT作為虛擬教學(xué)助手進(jìn)行知識(shí)傳授和答疑解惑［15］。ChatGPT具有即時(shí)反饋和全天訪問(wèn)的特點(diǎn)，學(xué)生可以隨時(shí)與ChatGPT進(jìn)行對(duì)話，提出問(wèn)題并獲取答案。這種即時(shí)的知識(shí)傳授和答疑解惑通過(guò)ChatGPT的應(yīng)用，可以幫助學(xué)生快速獲取信息，并提高他們的學(xué)習(xí)效率。2）ChatGPT可用于護(hù)理教育中的角色扮演和情景模擬［16］。護(hù)理學(xué)生可以與ChatGPT進(jìn)行對(duì)話，并扮演不同的虛擬護(hù)理場(chǎng)景中的角色，模擬真實(shí)臨床情境和實(shí)踐。通過(guò)與ChatGPT進(jìn)行互動(dòng)，學(xué)生可以接觸到各種病例和護(hù)理情景，然后進(jìn)行診斷、護(hù)理干預(yù)以及決策等。學(xué)生不斷嘗試和反思，檢驗(yàn)自己的決策和干預(yù)效果，從而提高問(wèn)題解決能力和護(hù)理決策的準(zhǔn)確性。這種基于ChatGPT的角色扮演和情景模擬可以提供一個(gè)靈活和真實(shí)的學(xué)習(xí)環(huán)境，幫助學(xué)生在安全的環(huán)境下獲得實(shí)踐經(jīng)驗(yàn)，并培養(yǎng)其批判性思維和決策能力。3）ChatGPT還可以用于護(hù)理教育中虛擬實(shí)踐的評(píng)估和反饋［17］。在虛擬實(shí)踐中，學(xué)生的對(duì)話和表現(xiàn)可以通過(guò)ChatGPT進(jìn)行實(shí)時(shí)分析和評(píng)估?；趯W(xué)生的回答和決策，ChatGPT可以提供個(gè)性化的學(xué)習(xí)反饋和指導(dǎo)，幫助學(xué)生糾正錯(cuò)誤并提高技能水平。同時(shí)，這種個(gè)性化的學(xué)習(xí)體驗(yàn)有助于滿足不同學(xué)生的學(xué)習(xí)需求。4）在護(hù)理教育中，跨學(xué)科教育也非常重要［18］。護(hù)理工作一般是在團(tuán)隊(duì)和多學(xué)科的環(huán)境中進(jìn)行的，ChatGPT可以用于模擬不同學(xué)科專家之間的對(duì)話和協(xié)作。在虛擬場(chǎng)景中，ChatGPT可以扮演不同學(xué)科領(lǐng)域的角色，如醫(yī)生、藥劑師、社會(huì)工作者等，與學(xué)生進(jìn)行互動(dòng)和協(xié)作。這種跨學(xué)科的對(duì)話和協(xié)作模擬可以幫助學(xué)生理解不同專業(yè)之間的溝通和合作，培養(yǎng)其團(tuán)隊(duì)合作和協(xié)調(diào)能力，提高其在多學(xué)科團(tuán)隊(duì)中的適應(yīng)能力。

3?ChatGPT在護(hù)理教育中應(yīng)用的挑戰(zhàn)

盡管ChatGPT作為一種先進(jìn)的自然語(yǔ)言處理技術(shù)，對(duì)護(hù)理教育的虛擬實(shí)踐和模擬訓(xùn)練具有巨大的潛力。目前，在護(hù)理教育中的應(yīng)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(hù)理實(shí)踐涉及復(fù)雜的情境和決策，而ChatGPT的生成回答能力受模型訓(xùn)練時(shí)使用的大規(guī)模語(yǔ)料庫(kù)的限制。當(dāng)前的ChatGPT模型可能無(wú)法完全準(zhǔn)確地理解和回答所有的護(hù)理問(wèn)題。其次，虛擬實(shí)踐和模擬訓(xùn)練需要大量的護(hù)理相關(guān)語(yǔ)料庫(kù)來(lái)支持模型的應(yīng)用和訓(xùn)練［19］。然而，目前公開(kāi)的護(hù)理語(yǔ)料庫(kù)相對(duì)有限，這限制了ChatGPT在護(hù)理教育中的廣泛應(yīng)用。因此，建立更大規(guī)模的護(hù)理相關(guān)語(yǔ)料庫(kù)對(duì)提高ChatGPT模型的護(hù)理知識(shí)和理解能力至關(guān)重要。2）模型的可解釋性和安全性也是ChatGPT在護(hù)理教育中應(yīng)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(guò)程對(duì)用戶來(lái)說(shuō)是不可見(jiàn)的，這可能導(dǎo)致學(xué)生對(duì)模型輸出的信任度降低［20］。此外，模型在數(shù)據(jù)訓(xùn)練中可能受到錯(cuò)誤數(shù)據(jù)和偏見(jiàn)的影響，這可能會(huì)導(dǎo)致模型生成錯(cuò)誤的回答或具有偏見(jiàn)的建議。因此，需要對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行有效的篩選和驗(yàn)證，以確保模型的輸出準(zhǔn)確性和可信度。3）在護(hù)理教育中，虛擬實(shí)踐和模擬訓(xùn)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(shù)需要更加關(guān)注數(shù)據(jù)安全和隱私保護(hù)問(wèn)題，在模型設(shè)計(jì)和應(yīng)用中加入更強(qiáng)的數(shù)據(jù)加密和隱私保護(hù)機(jī)制，通過(guò)技術(shù)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(hù)用戶的隱私和權(quán)益。

4?ChatGPT在護(hù)理教育中的發(fā)展趨勢(shì)

ChatGPT在護(hù)理教育中的應(yīng)用可以為學(xué)生提供一種虛擬實(shí)踐和模擬訓(xùn)練的方式，以增強(qiáng)其臨床實(shí)際操作技能、決策能力和護(hù)理溝通技巧。隨著技術(shù)的發(fā)展和需求的增長(zhǎng)，ChatGPT在護(hù)理教育中的未來(lái)發(fā)展趨勢(shì)主要包括以下3個(gè)方面。1）ChatGPT需要增加多模態(tài)的交互體驗(yàn)［22］。目前，ChatGPT主要通過(guò)文本交互進(jìn)行對(duì)話，但在護(hù)理教育中，多模態(tài)的交互可以更好地模擬真實(shí)的臨床場(chǎng)景。未來(lái)的ChatGPT技術(shù)可能會(huì)結(jié)合語(yǔ)音、圖像和視頻等多種輸入和輸出模態(tài)，使學(xué)生能夠通過(guò)語(yǔ)音輸入、觀察圖像和視頻等方式與虛擬病人進(jìn)行交互。這樣，學(xué)生不僅可以提高護(hù)理語(yǔ)言和溝通能力，還可以更全面地模擬和實(shí)踐真實(shí)的護(hù)理操作。2）ChatGPT技術(shù)需要強(qiáng)化學(xué)習(xí)和自適應(yīng)訓(xùn)練。ChatGPT技術(shù)可以通過(guò)強(qiáng)化學(xué)習(xí)來(lái)不斷改進(jìn)生成的回答和交互方式。在虛擬實(shí)踐和模擬訓(xùn)練中應(yīng)用強(qiáng)化學(xué)習(xí)算法，使ChatGPT模型能夠逐步優(yōu)化回答的準(zhǔn)確性和合理性。同時(shí)，模型還可以根據(jù)學(xué)生的反饋和表現(xiàn)，進(jìn)行自適應(yīng)訓(xùn)練，不斷提升其對(duì)學(xué)生需求的理解和回答能力。3）ChatGPT需要與真實(shí)臨床環(huán)境的融合。虛擬實(shí)踐和模擬訓(xùn)練是為了幫助學(xué)生在真實(shí)臨床工作前進(jìn)行充分準(zhǔn)備，因此與真實(shí)臨床環(huán)境的融合是未來(lái)的發(fā)展趨勢(shì)。ChatGPT技術(shù)可以結(jié)合虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等技術(shù)，為學(xué)生提供更真實(shí)的臨床場(chǎng)景和體驗(yàn)［23］。學(xué)生可以通過(guò)穿戴設(shè)備進(jìn)入虛擬現(xiàn)實(shí)環(huán)境與病人進(jìn)行交互，感受護(hù)理工作的真實(shí)性和復(fù)雜性。

5?小結(jié)

基于生成式預(yù)訓(xùn)練模型的ChatGPT技術(shù)為護(hù)理教育帶來(lái)了機(jī)遇和創(chuàng)新，其可以支持學(xué)生進(jìn)行虛擬實(shí)踐和模擬訓(xùn)練，提供即時(shí)的知識(shí)傳授、角色扮演和情景模擬，并通過(guò)個(gè)性化的評(píng)估和反饋幫助學(xué)生提高技能水平。然而，目前ChatGPT技術(shù)在護(hù)理教育中應(yīng)用還面臨著一些挑戰(zhàn)，如模型的準(zhǔn)確性和可解釋性、數(shù)據(jù)安全和隱私保護(hù)等。ChatGPT未來(lái)的發(fā)展趨勢(shì)應(yīng)該注重增加多模態(tài)的交互體驗(yàn)、強(qiáng)化學(xué)習(xí)和自適應(yīng)訓(xùn)練以及與真實(shí)臨床環(huán)境的融合，以進(jìn)一步提升ChatGPT技術(shù)在護(hù)理教育中的應(yīng)用價(jià)值。

參考文獻(xiàn)：

［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(yuǎn)，王弘睿，等.聊天生成預(yù)訓(xùn)練轉(zhuǎn)換器在慢性病護(hù)理中的應(yīng)用及方法［J］.軍事護(hù)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(hù)理教育中的應(yīng)用狀況及優(yōu)劣分析［J］.護(hù)理學(xué)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(hù)理實(shí)踐：前景、風(fēng)險(xiǎn)及對(duì)策［J］.協(xié)和醫(yī)學(xué)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）