《Currents in Pharmacy Teaching and Learning》:Implementing AI-supported, educator-led simulation to support motivational interviewing practice in pharmacy students
编辑推荐:
教育者主导的人工智能(Artificial Intelligence, AI)支持模拟用于支持药学学生动机性访谈(motivational interviewing, MI)实践。ATLAS(Authentic Teaching & Learning Appl
教育者主导的人工智能(Artificial Intelligence, AI)支持模拟用于支持药学学生动机性访谈(motivational interviewing, MI)实践。ATLAS(Authentic Teaching & Learning Application Simulations)是一种教育者主导、AI驱动的模拟,支持药学学生在MI中的信心。将ATLAS作为课前活动使用的学生,相比将其作为课后活动使用的学生,表现出更强的信心提升。ATLAS为药学学生提供了可扩展、低风险的MI实践机会,并提供个性化反馈。学生因ATLAS提供灵活、低压力的沟通实践而重视ATLAS。
Caroline W. Sasser 等作者围绕教育者主导的AI支持模拟ATLAS在药学学生MI实践中的应用开展研究。MI是健康专业人员常用沟通风格,用于增强患者动机并引出行为正向改变。MI有核心技能和基本过程,但依赖 partnership、evocation、acceptance 和 compassion 组成的“spirit or way of being”,不能用手册或公式化清单实施,需要实践建立信心。有效MI即使简短接触也可引起患者行为重要改变。药师在简短自发接触和较长预约访问中均可能使用MI,需熟练支持患者从药物依从性到戒烟等健康优化。MI在药学教育中通过必修课、选修课和高级药学实践体验(advanced pharmacy practice experiences, APPEs)教授。广泛实施限制之一是精通教学MI的药学教育者数量;MI教学基于实践并需要经验丰富使用者的形成性教练,资源密集,需大量教师或导师时间。人-AI协作在临床沟通培训有潜力;ReadMI等显示促进者反馈结合AI生成对话指标可降低教育者认知负荷并改善学生表现;GPT驱动模拟患者聊天机器人可能有益于早期临床沟通培训。ATLAS是一种AI支持软件,利用大语言模型(large language model, LLM)促进学生对教育者设计avatar的模拟对话,avatar常代表患者或同事。ATLAS用语音转文字转录学生声音并输入LLM,AI根据文本和预定义标准如avatar情绪、披露犹豫和相关背景实时回应;学生听到avatar声音并对话;交互后ATLAS用上传 rubric 提供个性化反馈,包括表现和肢体语言。ATLAS已用于营养与饮食学硕士沟通教学和药学教育中客观结构化临床考试(objective structured clinical examination, OSCE)前沟通技能发展。尽管已有大量AI支持模拟和学习干预文献,但如何最佳部署以最大化学习和信心尚不明确。因此,研究人员设计MI ATLAS案例,比较教育者主导、AI支持模拟作为课前与课后干预对MI技能发展的影响,并测试教学影响和学生接受度。
研究人员开展前后准实验设计,平行预分配组,在一所药学院2024–2025学年教授MI技能的课程中调查一个三年级药学学生班级;便利样本,未作先验功效分析。学习环境为UNC Eshelman School of Pharmacy的Patient Care Experience 2必修课,三年级第二学期,进入APPEs前。课程包括每周50分钟大课和50分钟促进式小组会议,小组10–12人,一名教师促进者,通常13组。专门MI教学两周,使用讲座和案例 vignettes;引入ATLAS前,小组练习为同伴访谈,完全形成性,无评分,鼓励 debrief 反馈,参与学分。2025春季,七组课后用ATLAS(Pathway A),六组课前用ATLAS(Pathway B);Pathway A先同伴访谈后ATLAS,Pathway B先ATLAS后同伴访谈。所有学生收到ATLAS反馈报告并上传作为参与学分证据。发现Pathway B使用后反馈不成比例聚焦肢体语言,为案例设计错误,在Pathway A使用前纠正。所有组使用同一avatar,同伴访谈案例与ATLAS不同但复杂度相似。调查匿名,使用改编的MI信心-态度问题、技术接受模型(technology acceptance model, TAM)问题、学习活动反馈和人口学问题;MI信心-态度为七个条目五点Likert量表,TAM评估感知有用性、感知易用性和使用态度。时间点包括基线、Pathway A同伴访谈后、Pathway A ATLAS后、Pathway B ATLAS后、Pathway B同伴访谈后。最终样本AB1 n=26,A2 n=41,A3 n=18,B2 n=42,B3 n=4。数据分析因匿名不链接,按独立横截面样本;定量用Mann-Whitney U和Friedman加Dunn事后分析,定性用双编码者两周期归纳编码做主题和情感分析。该研究结论提示ATLAS可能增强MI技能信心,尤其课前使用。意义在于提供可扩展、低风险、个性化练习,支持受限课程环境中的沟通培训。
关键技术与方法:研究采用前后准实验设计,平行预分配组;样本来源为UNC Eshelman School of Pharmacy 2024–2025学年第二学期Patient Care Experience 2课程的129名三年级药学学生,便利样本,无先验功效分析。Pathway A七组和Pathway B六组分别课后和课前使用ATLAS。匿名调查在基线和各实践后时间点发放,使用MI信心-态度量表、TAM量表、学习活动反馈和人口学问题;不同时间点不链接,按独立横截面比较。定量用Mann-Whitney U检验进行组间比较、Friedman检验和Dunn事后分析进行组内比较;定性用双编码者两周期归纳编码进行主题和情感分析。缺失数据列表删除,并删除时间点不匹配记录。
研究结果:
参与者人口学(Participant demographics):129名学生入组,共131份调查;各时间点响应率变化,B3显著减少。最终样本AB1 n=26(20%),A2 n=41(32%),A3 n=18(14%),B2 n=42(33%),B3 n=4(3%)。因匿名不链接,无法确定后期受访者是否系统不同。结果需谨慎解释因非响应偏倚和选择偏倚。
动机性访谈信心-态度结果(Motivational interviewing confidence-attitude results):中位信心分数基于七个MI技能。单独实践干预未显示差异:Pathway A基线到同伴访谈后 P>0.99;Pathway B基线到ATLAS后 P=0.18。完成两种干预后,Pathway B从基线到ATLAS后同伴访谈后(B3)改善 P=0.0063,但小样本谨慎。Pathway A基线到同伴访谈后ATLAS后(A3)无此效果 P=0.68。组间比较:ATLAS作为第二干预(A3)中位信心4.0(somewhat confident,n=14),高于ATLAS作为第一干预(B2)中位3.0(neutral or not sure,n=14),P<0.0001。B3小样本显示几乎所有技能高信心,但低响应率限制解释。
ATLAS技术接受结果(ATLAS technology acceptance results):TAM复合分数显示,ATLAS作为第二干预(Pathway A)学生在感知有用性、感知易用性和用户接受三域均高于ATLAS第一(Pathway B)。感知有用性差异0.5分:A3中位3.50 vs B2中位3.00,P=0.063;感知易用性约1分:A3中位3.92 vs B2中位3.00,P=0.042;用户接受:A3中位4.00 vs B2中位3.00,P=0.004。
定性分析结果(Qualitative analysis results):自由反馈总体对教育干预和ATLAS使用偏积极。学生更常认为ATLAS反馈不有帮助,因反馈常聚焦肢体语言多于语调或MI技能使用;该问题为案例设计错误并纠正,因此Pathway A收到更全面反馈。几名学生指出MI技术有挑战性,更多练习有用。多数评论实践偏好者偏好ATLAS而非同伴访谈,因低风险环境。与TAM一致,学生认为ATLAS和MI技能有用,少数认为同伴访谈有用。评论ATLAS易用性者中8人认为易用,6人指出困难包括不真实感。
讨论与结论:讨论部分指出MI精通困难,需时间、参与、实践和质量反馈;反馈质量和特异性重要。传统同伴访谈反馈机制有限,同伴患者常只给积极、浅薄或模糊反馈,促进者难以同时精细观察所有访谈并提供具体反馈。AI支持工具如ATLAS可规模化提供建设性反馈,连接具体MI技能,个性化指出具体说话和语调,并反馈非语言技能如眼神接触和姿势;标准化反馈减少人际变异。研究结果提示AI支持实践在面对面MI实践前使用可能支持信心发展,但可能混杂反馈质量差异。学生可能更舒服先在AI伙伴前犯错再与同伴练习。dyad learning 文献显示同伴学习偏好,一些研究报告早期压力较低且学习结果非劣;一项研究显示学生偏好个体模拟但压力更高,AI练习伙伴可能平衡偏好和压力结果。国际学生可能受益,重复低风险练习帮助英语能力有限者。ATLAS first学生结束时MI技能信心更高,但报告较低感知易用性和用户接受度,感知有用性无显著差异,可能由反馈质量驱动。其他ATLAS实施也见AI反馈偏好。教育者实施AI技术应谨慎,若用逼真avatar,应纳入临床医生和代表性患者组确保文化敏感性和真实性;需多次测试案例,监测学生反馈,模型更新后测试调整案例,提供教程和用户指南;应允许选择退出并提供替代作业;建议不用于评分性总结性评估,而用于增加练习和无偏反馈。ATLAS设计总是给改进反馈,应告知学生完美分数不是目标。ATLAS灵活适用于新手、中级和高级学习者,可用于precepting、分层学习环境和入职工具。局限包括便利样本单一队列、ATLAS不评估成长、口音理解困难、无标识符导致组内比较不可行、响应率变异、仅自评信心、案例设计错误。未来研究可关注不适合同伴学习群体,并扩展至冲突解决、同理心、共享决策和语言准备,采用纵向学生内比较。研究结论翻译:本研究表明,教育者主导的、AI支持的技术如ATLAS可能通过提供增加的可扩展、时间高效和个性化实践机会,有效增强药学学生MI技能信心。在同伴访谈之前接触ATLAS的学生报告最高信心增益,提示早期暴露于AI支持实践可能增强学习者对MI对话的信心和准备。ATLAS提供的结构化低风险环境似乎鼓励学生参与,并可能作为同伴实践的有价值前奏。调查数据揭示对MI信心和AI整合的积极影响,支持教育者主导的AI协作在受限课程环境中推进MI沟通培训的作用。