当Marcos Rojas在2011年进入智利大学医学院时，他惊讶地发现所有课程都没有助教（TAs）——事实上，医学院根本没有助教项目。于是，他与一些医学生合作创建了一个助教项目。在三年内，他们培训了约700名同学，支持医学院的教师，并且还因在医学教育中的创新获得了国际奖项。

教学对Rojas来说一直是自然而然的事：在智利的高贫困社区Puente Alto长大时，他经常帮助同学完成作业，发现用自己的话解释材料能提高自己的理解。

这种兴趣从未消失——在完成医学培训并开始在圣地亚哥担任医生后，Rojas决定除了看病，他还想继续教学。他特别热衷于探索使用前沿技术来改进医学教育的方法。

现在，作为斯坦福大学教育研究生院（GSE）的博士生，Rojas正在试点他创建的一个基于网络的平台，帮助医学生提高他们确定患者初步诊断和治疗的能力，这一过程被称为临床推理。这个工具名为 Clinical Mind AI ，使用生成式人工智能（AI）来模拟医生与患者之间的真实互动，并对交流和诊断的有效性提供反馈。

“除了实际患者外，学习临床推理的最佳方式是通过面对面的模拟，聘请训练有素的演员来演绎场景，”Rojas说，他是GSE学习科学与技术设计博士项目的三年级学生，并与今年从GSE学习设计与技术硕士项目毕业的Chinat Yu共同开发了该平台。“但这很昂贵，而且无法规模化。通过AI，我看到了克服这些挑战的方法，创建一个成本效益高、可扩展的工具。”

该平台诞生于斯坦福大学的 IDEAL研究实验室 ，该实验室研究各种学习环境中的公平障碍，并开发教学工具来解决这些问题。实验室由GSE助理教授 Shima Salehi 领导，她是Rojas的导师，也是该项目的共同首席研究员之一，另一位是 Thomas Caruso ，他是医学院的教授，也是 Stanford Chariot Program 的联合主任，该实验室致力于医学教育的沉浸式技术。

一个灵活的教学工具

Rojas于2022年开始在GSE攻读博士学位，打算研究虚拟和增强现实在医学教育中的应用。但在他到达两个月后，AI聊天机器人ChatGPT的发布引起了全球轰动，促使他改变了方向。

“我对AI一无所知，但我在斯坦福，这里是研究AI的非常丰富的环境，我也不认识其他人在医学教育中使用它，”他说。“我决定投入其中。”

他报名参加了一门关于AI及其在医疗保健中潜在应用的计算机科学 课程 ，在其中他为自己的想法创建了一个粗略的原型。他通过 Learning Design Challenge ，一个由 Stanford Accelerator for Learning 组织的为期两个季度的项目，进一步发展了这个原型，该项目引导学生调查教育中的问题并设计技术解决方案。

Rojas发现了现有临床推理教学方法的几个问题。由于聘请演员进行面对面医学模拟的成本，他说，教师通常会向学生提供临床案例的书面摘要，这与与患者交谈以收集适当信息以制定工作诊断的体验相去甚远。

科技公司已经开发了更具互动性的方法，但这些方法也有其自身的缺点。他指出，首先，它们预设的案例研究反映了某些人口统计和流行病学场景，可能不具文化相关性，语言选项有限。此外，它们无法考虑临床推理的不同理论框架，使得评估学生的特定方法变得更加困难。

“不同的教师对临床推理和学习成果有不同的理解，”他说。“这些平台在语言、内容和对认知任务的理解上都太过僵化。”

通过生成式AI，Rojas看到了创建一个更灵活平台的方法，可以适应任何环境。该平台不是预设案例研究，而是提示教育者输入他们首选的内容和人口统计资料，基于他们自己的设置和教学需求。聊天机器人作为患者，可以用学生开始互动时使用的任何语言进行对话。

教育者还可以选择他们希望聊天机器人提供的反馈类型，在学生收集足够的信息以做出诊断并解释他们的评估后。反馈的见解突出学生的改进领域，例如问题的相关性、使用简单语言而非医学术语的机会，以及为推荐的行动方案提供更详细解释的机会。

学科的交汇

该项目体现了斯坦福大学教育、医学和计算机科学的罕见交汇，Salehi说，她自己 追求 过电气工程的职业生涯，然后转向学习科学。“在IDEAL研究实验室，我们希望每个人都能平等地进入那些可以成为社会流动引擎的领域，这包括科学教育和医学教育的公平性，”Salehi说。“Marcos项目的美妙之处在于，这个解决方案适用于不同的文化和语言，并且对实施它的机构来说几乎不需要什么资源。”

Caruso是一名医生和儿科麻醉师，他于2023年从GSE获得教育博士学位，他将合作的成功部分归因于专注于结果，学者们从不同领域贡献专业知识。

“在跨学科研究中，人们有时会忘记使命，而在这个案例中，使命是提供更好的医学教育，最终为患者提供更好的护理，”他说。“很容易纠结于谁支付了什么，谁得到了荣誉，对我有什么好处。但这次合作之所以成功，是因为我们都专注于使命，我们都有相同的动机，我们都想创造一个好的产品，并将其推广到可以影响最多人的地方。”

Rojas首先与一个由医学生、教师和主治医生组成的焦点小组试点了该平台，他们的意见为使聊天机器人的对话更真实以及平台可以提供的学生表现反馈类型的决策提供了信息。他目前正在与美国的100名医学教师进行测试，并计划在2025年进行国际试点。

作为一名教育学者，Rojas强调了他对评估工具有效性的研究承诺，他说这使其与市场上的许多教育技术产品区别开来。

“我们正处于一个无论你能想象什么技术，我们都能实现的时代，”他说。“问题不在于是否可能。重要的问题是影响。人们在学习吗？它比传统方法更好吗？它更高效吗？我们需要证据，这就是我们正在采取的方向——确保它服务于教育目的。”

IDEAL研究实验室和Stanford Chariot Program都为该平台的发展提供了资源，该项目还获得了斯坦福HAI和斯坦福影响实验室的资助。此外，Rojas通过斯坦福的Learning Design Challenge赢得了两个学生奖项，以及斯坦福加速学习计划的另一个学生奖项，以探索将该平台与虚拟现实模拟器连接的方法。

展望未来，团队计划扩展平台，包括进行体检和医学测试的能力，并纳入更多评估学生技能的指标。他们希望最终能免费向世界各地资源有限的机构提供该工具。