← 返回

什么是 AI 标准化病人？它与真人标准化病人相比如何？

发布于 · 作者 Making Synapses

医学与教育中的 AIOSCE

AI 标准化病人是一种模拟病人：它通过语音或文字与你交谈，每次都以同样的方式演绎一个写好的病例，只有在你提问时才透露信息，就像一位受过训练的真人标准化病人。学生用它来反复练习病史采集和完整的 OSCE（客观结构化临床考试）接诊，想练多少次都可以。

什么是标准化病人？

标准化病人（SP）是经过训练、能够以真实且可重复的方式扮演病人的人，让学习者练习临床技能并接受考核。标准化病人教育者协会（ASPE）在发表于 Advances in Simulation 的 Standards of Best Practice 中，将 SP 描述为“经过训练、以真实且可重复的方式扮演病人的人”。同一标准还指出，SP“还可以从其所扮演之人的视角对学习者的表现给出反馈，这是与 SP 合作所独有的”。

医疗模拟学会（SSH）在与美国医疗保健研究与质量局（AHRQ）共同发布的 Healthcare Simulation Dictionary 中给出了更严格的定义：“经过训练、以真实、标准化且可重复的方式扮演患有特定疾病的病人的个人，其演绎只随学习者的表现而变化。”词典引用 Barrows 的话补充说，训练有素的 SP“呈现所模拟病人的整体形态；不仅是病史，还有肢体语言、体格检查发现，以及情绪和性格特征”。

ASPE 标准建立在五项价值之上：“安全、质量、专业精神、责任和协作”。在病例开发方面，ASPE 要求“清晰且可评估的目标”以及“可重复的模拟设计”。正是这些基础，让一位 AI 标准化病人值得你投入时间。

什么是 AI 标准化病人，或 AI 病人演员？

AI 标准化病人也称 AI 病人演员，是在临床病例中扮演病人的软件：它通过语音或文字回答，保持病史和性格一致，只有在你提问时才透露细节。

医学院已经在使用它。AAMCNews 报道，在得克萨斯州和明尼苏达州，“医学生在电脑上与 AI 模拟病人进行临床问诊”，而 AI 工具“根据其训练所依据的标准评估这次问诊，例如被广泛采用的客观结构化临床考试评估工具”。文章还补充了一个关键细节：“（这是对学生与真人标准化病人互动的补充。）”

2026 年发表在 JMIR Medical Education 的一篇观点文章指出，“AI 标准化病人是传统标准化病人模式的延伸”。其决定性特征包括语音或文字对话、稳定的性格、会随你说话方式而变化的情绪，以及可定制性，教师可以通过调整“病人的人口学特征（年龄、性别、职业和教育程度）”、情绪状态和临床场景来创建病例。

为什么用“演员”这个词？ASPE 划出了一条有用的界线。演员“为观众的娱乐而表演”，而 SP“是教学团队的一员，专注于为学习者实现模拟活动的学习目标”。好的 AI 病人演员遵循 SP 的模式：每一个回答都服务于你的学习目标。

准确性同样重要。图宾根大学发表在 JMIR Medical Education 的一项研究分析了学生与 AI 模拟病人的 106 次对话中的 1894 组问答，发现其角色扮演和回答“在超过 99% 的情况下医学上合理”。

AI 标准化病人如何支持 AI OSCE 练习？

AI 标准化病人支持 AI OSCE 练习的方式，是让你无限次演练一个考站的病史采集、沟通和结束环节，并按评分表打分，让真正的考站变得熟悉。所训练的技能正是 AAMC 的第一项核心置信职业活动（Core EPA）：“住院医师从第一天起就应能够在无人监督的情况下，以有优先次序、有条理的方式，尊重病人地完成准确的完整或重点病史采集和体格检查。”

证据来自真实考试：

  1. 一场全国性 OSCE。 据 JMIR Medical Education 报道，冈山大学的 35 名四年级学生使用 AI 模拟病人练习，在日本临床实习前 OSCE 的医疗面谈部分获得 28.1 分，而前一年 110 名学生为 27.1 分。作者的结论是，该平台“应作为传统模拟教学的补充工具使用”。
  2. 一场妇科实习 OSCE。 在 BMC Medical Education 发表的一项纳入 40 名四年级学生的随机试验中，使用 AI 模拟病人练习的学生 OSCE 得分为 89.43，而与教师扮演的标准化病人练习的学生为 85.38。作者称 AI 模拟是“传统标准化病人的一种有效且可扩展的补充”。
  3. 一个预示成功的模式。 据 AAMCNews 报道，辛辛那提大学对 AI 病人接诊记录的分析显示出一个清晰的习惯：“答对的学生往往在整个接诊过程中持续提问，而答错的学生往往在最后才提问。”

这是适用于任何 OSCE 的实用规则：在整个接诊过程中持续提出有针对性的问题。想了解一个完整考站如何设计和评分，请阅读什么是 OSCE 考站以及 OSCE 考站评分表如何运作。

AI 标准化病人可以扮演哪些年龄和类型的病人？

AI 标准化病人可以扮演病例作者设定的任何年龄，从青年到老年人，也可以扮演替儿科病人讲述病情的家长，因为年龄是病例的设置，而不是选角的限制。在中国医科大学发表于 Frontiers in Public Health 的一项随机试验中，AI 病人包括一名 58 岁的晚期肺癌男性、一名 45 岁即将接受胆囊手术的男性、一名 32 岁的多囊卵巢综合征女性，以及一位儿科哮喘病人的 35 岁母亲。

真人 SP 项目通过招募来实现多样性：ASPE 要求项目“招募并维持一支能反映其在模拟活动中所扮演人群多样性的 SP 队伍”，其病例文件包含用于招募的“病人人口学信息、体型标准”。AI 病人演员则省去了选角这一步。

不过，年龄仍需要设计。在 Advances in Simulation 发表的研究中，研究者让两个通用 AI 模型在没有人口学指引的情况下各编造 250 名病人：“两个模型都没有生成 25 岁以下的病人”，中年病人占比过高。作者建议进行“常规的代表性检查”。最好的 AI 标准化病人来自精心编写的病例，由教育者有意设定年龄、性别、病史和体征。

挑选练习病例时，要覆盖你的考试所考查的范围：

  1. 青年人：急性不适或性健康问题。
  2. 中年人：胸痛、糖尿病或腹痛。
  3. 老年人：跌倒、意识混乱、多重用药或气短。
  4. 儿科就诊：由家长或照护者提供病史。
  5. 妊娠和妇科病例：涉及敏感问题。

AI 与标准化病人：两者相比如何？

在近期的随机试验中，使用 AI 标准化病人训练的学生，在病史采集和沟通方面学得与使用真人 SP 训练的学生一样好，甚至略好；而真人 SP 在非语言和情感真实感上仍占优势。两者结合效果最好。

越南维新大学发表在 BMC Medical Education 的一项随机试验，以 67 名三年级学生直接比较了两者。AI 组的 OSCE 平均分为 6.5，SP 组为 6.3，作者的结论是：“AI 虚拟标准化病人与标准化病人两种教学方法在学习效果和学生满意度上没有显著差异。”

Frontiers 的试验将 82 名高年级学生随机分配到 2 小时的 AI 或真人 SP 训练。AI 组的沟通总分更高（18.53 比 17.33），完成的练习轮次也更多（4.10 比 3.79）。作者解释了这一优势的来源：AI 病人“主要是促进更高效或更频繁练习的工具，而不是一种本质上更优越的训练方法”。他们还指出，AI 病人“天然缺乏真人 SP 所特有的自发的非语言和情感变化”。妇科试验也发现，基于文字的 AI 缺少“例如眼神交流、疼痛时的面部表情或身体姿势”等线索。

两者各自最擅长的方面：

  1. AI 标准化病人： 随时可用、无限次重复、每次演绎一致、即时的评分表反馈，以及病例作者写下的任何年龄或主诉。
  2. 真人标准化病人： 肢体语言和情感、可供体格检查的真实身体、来自病人本人视角的反馈，以及高利害考试。

AI 是否应与标准化病人一起用于医疗卫生教育？

应该。医学教育者把 AI 病人视为让每位学生获得更多练习的方式，与真人 SP 和真实病人并行。AAMC 首席学术官 Alison Whelan（医学博士）在 AAMCNews 中表示：“在医学院审慎地试验和实施 AI，为教师和学生带来了巨大的前景。”JMIR 的观点文章在角色上看法一致：“AI 标准化病人并不是要取代现有的 SP 项目，而是作为它们的补充和延伸。”

一个能充分发挥两者作用的顺序：

  1. 先用 AI 标准化病人， 通过大量简短的重复练熟常规流程。
  2. 再用真人标准化病人， 在真人身上练习共情、非语言线索和体格检查。
  3. 最后面对真实病人， 带着已经熟练到自动化的常规流程。

这样，每一代新的医护人员都能更有准备地走到病床旁。

AI 病人演员应用或平台应该具备什么？

好的 AI 病人演员应用或平台，会把可信的病人与评分考站和具体反馈结合起来。请检查：

  1. 语音和文字。 大声说出来最接近真实的 OSCE。
  2. 由作者编写的病例。 年龄、病史和体征由教育者设定，而不是随机编造。AAMC 的文章引用了一所学校给其 AI 病人的指令：“不要编造信息。”
  3. 可见的评分表和分数。 你应能看到考站的每一步以及自己是否完成。
  4. 具体的反馈。 逐条指出漏问的问题和跳过的步骤。
  5. 体格检查。 考站还要求你进行检查，而不只是交谈。
  6. 考试模式。 随机病例、没有提示，并有计时器。
  7. 保存的尝试记录和你的专业。 长期保存成绩，并有医学、医师助理、护理或院前急救的病例。

然后每次练习设定一个目标，在考试条件下完成病例，阅读反馈，重复该病例，再换一个新病例。想找免费选项，请看免费在线 AI 患者模拟器指南。

Making Synapses 如何为你提供 AI 标准化病人？

Making Synapses（医学模拟器）在每个病例中都为你提供一位 AI 标准化病人。你通过语音或打字与 AI 患者交谈，AI 患者会回答你。Making Synapses 中的一切都是 AI：患者、评分表批改、分数，以及 Making Synapses AI 主治医师给出的反馈。

Making Synapses 可免费开始：你有 10 个免费病例，每玩一个病例就用掉一个。之后，有 3 个病例永久免费。订阅即可解锁所有病例，订阅者还可以在多人模式中与朋友或同学分享自己的病例，只要由订阅者主持会话并保持连接。

每个病例都是一个 OSCE 考站：一位 AI 患者、一份由 AI 批改的分步评分表、0 到 100% 的分数，以及 Making Synapses AI 主治医师的即时反馈。你可以用双手以及听诊器、叩诊锤和笔式手电筒等器械进行检查，在 PC 上用鼠标和键盘，或在 VR 中用激光指针。教学、训练和考核模式支持上文的练习顺序，OSCE 考试按钮会从你的专业中随机挑选一位患者，以考核模式开始：没有提示，并有时间限制。

Making Synapses 拥有 726 个 AI 临床病例，支持 5 种语言，覆盖医学（MD、DO）、医师助理（PA）、护理（RN、PN、NP）和院前急救（EMT、急救医护人员）。病例围绕 USMLE Content Outline、COMLEX-USA Master Blueprint、AAMC Core EPAs、NCCPA PANCE Blueprint、NCLEX-RN 和 PN 2026 Test Plans、National EMS Education Standards 和 NREMT 以及 INACSL Standards 编写，每个病例都会标出它训练的考试领域。每次尝试都保存在你的账户中。教师在网页上编辑病例，修改会实时同步到模拟器，并可查看每位学生的成绩。更多详情请见学生页面、OSCE 考试页面和 Making Synapses 常见问题。

常见问题

什么是 AI 病人演员？

AI 病人演员就是 AI 标准化病人：一种在临床病例中扮演病人的软件，通过语音或文字回答你的问题，只有在你提问时才透露细节。与真人标准化病人一样，它遵循写好的病例，让每位学习者遇到同一位病人。

AI 标准化病人能取代标准化病人吗？

研究支持把 AI 标准化病人作为补充，而不是替代。随机试验发现两者的学习效果和 OSCE 成绩相近，而真人 SP 能提供肢体语言、情感和真实的体格检查。

AI 标准化病人可以扮演哪些年龄？

病例作者设定的任何年龄，从青年到老年人，还包括替儿科病人讲述病情的家长或照护者。请确认你的病例覆盖了考试所考查的年龄范围。

有免费的 AI 标准化病人吗？

有。Making Synapses 可免费开始，提供 10 个免费的 AI 患者病例，无需绑定银行卡。用完之后，有 3 个病例永久免费。你通过语音或打字与 AI 患者交谈、进行检查，并获得由 AI 评分的评分表和即时反馈。订阅即可解锁所有病例，订阅者还可以在多人模式中与朋友或同学分享自己的病例，只要由订阅者主持会话并保持连接。

有用于 OSCE 练习的 AI 病人演员应用吗？

有。AI 病人演员应用让你在电脑上进行 OSCE 式的接诊。请寻找语音对话、由作者编写的病例、可见的评分表、具体的反馈和考试模式。Making Synapses 可在 PC 上用鼠标和键盘运行，也可在 VR 中运行。

用 AI 标准化病人练习能提高 OSCE 成绩吗？

证据令人鼓舞。使用 AI 模拟病人练习的学生在一项全国性 OSCE 面谈部分获得 28.1 分，对照组为 27.1 分；一项妇科试验也报告，AI 练习带来了更高的 OSCE 成绩。

病人评估 AI 在医学模拟中如何使用？

在 AI 医学模拟中，AI 扮演病人，按评分表或 OSCE 标准为接诊打分并给出反馈，让学生在与真人标准化病人练习的间隙也能练习临床问诊。

参考来源

  1. Society for Simulation in Healthcare; Lioce L, ed. Healthcare Simulation Dictionary, Third Edition. Agency for Healthcare Research and Quality, AHRQ Publication No. 24-0077, 2025.
  2. Lewis KL, Bohnert CA, Gammon WL, et al. The Association of Standardized Patient Educators (ASPE) Standards of Best Practice (SOBP). Advances in Simulation, 2017.
  3. Boyle P. AI in medical education: 5 ways schools are employing new tools. AAMCNews, Association of American Medical Colleges, 2025.
  4. Association of American Medical Colleges. Core Entrustable Professional Activities for Entering Residency: Faculty and Learners' Guide. AAMC, 2014.
  5. Jia C, Qi L. Digital Standardized Patients: Conceptual Framework for Generative AI-Empowered Medical Education. JMIR Medical Education, 2026.
  6. Holderried F, Stegemann-Philipps C, Herrmann-Werner A, et al. A Language Model-Powered Simulated Patient With Automated Feedback for History Taking: Prospective Study. JMIR Medical Education, 2024.
  7. Yamamoto A, Koda M, Ogawa H, et al. Enhancing Medical Interview Skills Through AI-Simulated Patient Interactions: Nonrandomized Controlled Trial. JMIR Medical Education, 2024.
  8. Gao L, Zhang L, Zhang Y, et al. Utilizing generative artificial intelligence to create simulated patient for history taking in gynecology. BMC Medical Education, 2026.
  9. Sun N, Zhou X, Yang Z, et al. Application of AI-based virtual standardized patients in physician-patient communication training: a study based on the SEGUE framework. Frontiers in Public Health, 2026.
  10. Veenhuizen M, O'Malley A. Demographic biases in AI-generated simulated patient cohorts: a comparative analysis against census benchmarks. Advances in Simulation, 2025.
  11. Dang HNN, Luong TV, Vo HTH, et al. Artificial intelligence-powered virtual standardized patients in teaching history-taking skills to medical students: a randomized controlled trial. BMC Medical Education, 2026.

相关文章