摘要 (Summary):
本研究旨在探索将基于 GPT 的人工智能（AI）集成到混合现实（MR）环境中的虚拟病人（VP）中，以辅助医疗急救人员（MFRs）进行沟通技巧训练的可行性与用户体验。研究人员开发了一个模拟交通事故的 MR 场景，并将 ChatGPT 集成到代表伤员的虚拟病人中，通过提示工程（Prompt Engineering）赋予其特定角色特征。24名急救人员参与了模拟训练，并通过问卷（MOS-X2 和 SASSI）及开放式访谈评估了 AI 虚拟病人的语音质量和交互易用性。结果显示，用户对系统的易用性给予了中等偏上的积极评价，尤其是在语言习惯性（Habitability）和喜爱度（Likeability）方面表现较好，并认为通过自然语言询问病情的方式很自然。然而，研究也发现了一些关键问题，包括约3秒的响应延迟显著影响了交互流畅性、AI 病人缺乏主动发起对话的能力以及 AI 生成语音在模拟极端痛苦情绪方面存在局限。研究结论认为，在虚拟病人中应用 GPT 类生成式 AI 是辅助急救人员沟通训练的有潜力且可用的方法，相比传统角色扮演更具成本效益和可扩展性，但目前仍需配合清晰的操作指引，并且在降低延迟、改进交互模式和提升语音真实感等方面有待进一步优化。
参考来源 (Reference):
Gutiérrez Maquilón R, Uhl J, Schrom-Feiertag H, Tscheligi M. Integrating GPT-Based AI into Virtual Patients to Facilitate Communication Training Among Medical First Responders: Usability Study of Mixed Reality Simulation. JMIR Form Res 2024;8:e58623. URL: https://formative.jmir.org/2024/1/e58623 doi: 10.2196/58623 PMID: 39661979
#论文解读 #MR #MixedReality #混合虚拟 #AI #大模型
本研究旨在探索将基于 GPT 的人工智能（AI）集成到混合现实（MR）环境中的虚拟病人（VP）中，以辅助医疗急救人员（MFRs）进行沟通技巧训练的可行性与用户体验。研究人员开发了一个模拟交通事故的 MR 场景，并将 ChatGPT 集成到代表伤员的虚拟病人中，通过提示工程（Prompt Engineering）赋予其特定角色特征。24名急救人员参与了模拟训练，并通过问卷（MOS-X2 和 SASSI）及开放式访谈评估了 AI 虚拟病人的语音质量和交互易用性。结果显示，用户对系统的易用性给予了中等偏上的积极评价，尤其是在语言习惯性（Habitability）和喜爱度（Likeability）方面表现较好，并认为通过自然语言询问病情的方式很自然。然而，研究也发现了一些关键问题，包括约3秒的响应延迟显著影响了交互流畅性、AI 病人缺乏主动发起对话的能力以及 AI 生成语音在模拟极端痛苦情绪方面存在局限。研究结论认为，在虚拟病人中应用 GPT 类生成式 AI 是辅助急救人员沟通训练的有潜力且可用的方法，相比传统角色扮演更具成本效益和可扩展性，但目前仍需配合清晰的操作指引，并且在降低延迟、改进交互模式和提升语音真实感等方面有待进一步优化。
参考来源 (Reference):
Gutiérrez Maquilón R, Uhl J, Schrom-Feiertag H, Tscheligi M. Integrating GPT-Based AI into Virtual Patients to Facilitate Communication Training Among Medical First Responders: Usability Study of Mixed Reality Simulation. JMIR Form Res 2024;8:e58623. URL: https://formative.jmir.org/2024/1/e58623 doi: 10.2196/58623 PMID: 39661979
#论文解读 #MR #MixedReality #混合虚拟 #AI #大模型
