面向本科医学教育的多模态AI OSCE评分系统MAPLES的前瞻性评估与应用
《npj Digital Medicine》:Prospective deployment of multimodal AI grading for medical student OSCEs
【字体:
大
中
小
】
时间:2026年10月09日
来源:npj Digital Medicine 18.0
编辑推荐:
# 摘要
**目标** 结构化临床考试(OSCE)是评估医学生临床胜任力的核心手段,但人工评分会带来巨大负担。据我们所知,本报告首次前瞻性报道了在本科医学教育中部署的集笔记、音频和视频于一体的多模态人工智能(AI)OSCE评分系统。我们提出了MAPLES(多模态学习互动评估
# 摘要**目标** 结构化临床考试(OSCE)是评估医学生临床胜任力的核心手段,但人工评分会带来巨大负担。据我们所知,本报告首次前瞻性报道了在本科医学教育中部署的集笔记、音频和视频于一体的多模态人工智能(AI)OSCE评分系统。我们提出了MAPLES(多模态学习互动评估流水线),该系统为基于评分标准的零样本多模态大语言模型(LLM)系统,于2025年秋季应用于222名学生(保留72,907条项目级评分)。在分流至低分复核组中,宽容标准下的AI与标准化病人评估者(SPE)一致性按模态为85.7%–92.4%。在616例具有可见评分来源的差异项目中,经裁决后医生评分与AI一致的项目占76.0%,与SPE一致的项目占19.0%。与模拟的单人单次人工评分对照相比,人工评分环节减少了92.3%。综合来看,这些结果表明白由多模态AI进行首轮评分可嵌入常规OSCE运营中,辅以人工对低分尾部的复核以及对选定差异项目的医生裁决。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号