基于人工智能的虚拟患者应用程序在向医学生提供简短戒烟建议方面的专家意见评估：一项横断面研究

《BMC Medical Education》：Evaluating expert opinions on using a virtual patient app based on artificial intelligence for teaching brief smoking cessation advice to medical students: a cross-sectional study

　　

摘要

背景

吸烟是导致过早患病和死亡的主要可预防原因之一。在戒烟教育方面，仍存在诸多挑战。人工智能和虚拟患者技术是这一领域发展的一个有前景的方向，它们能够实现临床咨询场景的逼真、自适应和标准化模拟。本研究的目的是评估罗马尼亚呼吸医学专业人士对基于生成式人工智能的虚拟患者应用程序在培训医学生进行简短戒烟咨询方面的看法和接受程度。

方法

2025年5月至10月期间，对罗马尼亚的呼吸医学专业人士进行了一项横断面调查，该调查主要以描述性为主，并包含额外的分析内容，用于探讨关键变量之间的关联。通过结构化且经过验证的电子问卷，评估了参与者对GenAI-ViP应用程序的实用性、可行性、首选咨询模式、界面设计以及预期的教育和公共卫生效益。描述性统计分析了参与者的反馈，而推断性分析则采用了Mann–Whitney U检验、Kruskal–Wallis检验、卡方检验、Spearman相关性分析和二元逻辑回归等方法来识别影响应用程序实用性的因素。统计显著性标准为

0.05

。

结果

共有147名临床医生参与了调查，其中大部分为肺科医生（占89.1%），且他们对数字工具的接受度很高（95.3%的受访者表示经常使用医疗应用程序）。大多数受访者认为该应用程序有用（81.6%，Likert评分4-5分），并且对其接受程度也很高（91.1%，Likert评分4-5分）。他们偏好的界面支持语音和视频的多模态交互（65.3%）。5A咨询模型被认为是最相关的框架（80.3%），其次是动机性访谈（37.4%）。影响应用程序实用性的显著因素包括：较高的学生接受度（比值比OR 2.535，95%置信区间1.416–4.539，

0.002）；而之前未参与过戒烟项目培训的临床医生对该应用程序的实用性评价更高（比值比OR 0.266，95%置信区间0.087–0.815，

0.020）。

结论

基于生成式人工智能的虚拟患者应用程序在戒烟培训中得到了呼吸医学专业人士的高度认可，并被认为非常有用，有助于弥补烟草咨询教育方面的现有不足。将此类工具整合到本科和研究生医学课程中，可以提高戒烟能力，并支持更广泛的烟草控制策略。