近日，汕头大学医学院临床技能中心团队再传捷报：团队围绕自主研发的AI虚拟病人训练系统开展的第四篇系列实证研究论文在JMIR Medical Education在线刊发。该刊为当前全球医学教育+AI交叉领域影响因子最高的期刊，重点关注医学教育领域的技术创新与应用实践，年发文量约200篇，影响因子为13.9，连续2年居EDUCATION,SCIENTIFIC DISCIPLINES小类第1（1/89）。

刊发论文题为Association of Preexamination AI Virtual-Patient Trainer Scores With Scores on a Local Single-Station History-Taking Objective Structured Clinical Examination: Observational Cohort Study。至此，团队已在该刊实现“四连发”，构建起覆盖“系统开发与性能验证、真实世界教学结局、学习者接受度与系统迭代、独立OSCE效标关联与预测”的系列研究矩阵。该系列研究以汕头大学医学院为第一作者及通讯作者单位，通讯作者（含共同通讯作者）为夏欧东、施楚君、张伟山、谭海珠，核心作者团队包括刘杨、吴丽萍、朱懿颖等。

这一系列进展并非孤立的单点突破，而是临床技能中心围绕“技术自研—资源配套—应用验证—学术赋能”四位一体顶层设计、系统布局全栈式AI医学教学创新生态的阶段性成果。整个生态始终立足于真实课程教学：目前，团队自研的AI虚拟病人训练系统已在临床课程中实现大规模常态化应用，仅2026年春季学期，累计完成完整训练近5000人次，总训练时长超2500小时。高频教学应用沉淀出扎实的真实世界数据，形成“系统嵌入课程、数据支撑研究、成果反哺教学”的良性循环。

一、系列研究：从技术验证到效标预测的完整证据链

围绕AI虚拟病人如何深入赋能课程教学，团队从“能不能用、有没有效、愿不愿用、测得准不准”四个核心问题切入，在JMIR Medical Education上循序开展系列探索，通过不同研究设计形成互补证据链。

第一篇【能不能用？——系统开发与性能验证】（JMIR Med Educ 2025；11:e73419）：针对大语言模型常见的“对话幻觉”与“评分黑箱”难题开展前瞻性多病例研究，验证了AI虚拟病人训练系统问诊对话的高准确率，证实自动评分跨轮次高度稳定、与专家人工评分高度一致，且得分证据链透明可溯，奠定了课程常态化准入的技术基石。

第二篇【有没有效？——真实世界教学结局】（JMIR Med Educ 2026；12:e89367）：将AI虚拟病人训练系统嵌入真实临床课程，采用回顾性倾向评分匹配（PSM）队列设计，科学控制基线混杂，结果显示常态化开展课后AI自主训练的医学生期末病史采集考核成绩显著高于匹配的未使用者，为系统的真实世界教学成效提供了证据。

第三篇【愿不愿用？——学习者接受度与系统迭代】（JMIR Med Educ 2026；12:e101425）：采用定量与定性混合方法研究，证实系统交互体验、学习反馈体验均与医学生接受度显著正相关，精准识别学生训练痛点并指明改进方向，构建“倾听学生声音、反哺系统迭代”机制。

第四篇【测得准不准？——独立OSCE效标关联与预测】（JMIR Med Educ 2026；12:e109752）：采用观察性队列设计，将线上日常训练与线下OSCE考核关联起来，证实考前AI虚拟病人训练得分与本地独立单站病史采集OSCE成绩呈显著正相关，探索了其作为低风险形成性评价信号与考前学业预警工具的潜力。

四项研究环环相扣，从“能不能用”一路追问到“测得准不准”，形成了从技术验证到效标预测的完整证据链，也体现了团队持续开展课程嵌入式研究的能力。

二、国际学术影响力凸显：获海内外知名院校团队引用，深度参与国际同行评议

凭借系统化的研究设计与扎实的方法学创新，团队在“大语言模型（LLM）×医学教育”交叉领域的国际学术话语权持续提升。系列首篇论文上线13个月，在谷歌学术（Google Scholar）已被引用28次，施引者包括哈佛大学医学院、新加坡国立大学、北京协和医学院等海内外知名医学院校的研究团队；系列成果先后被npj Digital Medicine、Journal of Medical Internet Research（JMIR）、JMIR Medical Education、BMC Medical Education等国际知名期刊论文引用。

与此同时，系列研究通讯作者中的夏欧东、施楚君、张伟山多次受邀担任Journal of Medical Internet Research（JMIR）、JMIR Medical Education、BMC Medical Education、BMC Nursing等国际知名期刊审稿人。2026年以来，三人累计审阅医学教育+AI交叉方向稿件20余篇，深度参与国际同行评议。

三、“四位一体”顶层布局：常态化嵌入课程教学，结出丰硕教学成果

四篇系列论文能够连续产出，离不开从技术、资源、应用三个层面打下的坚实基础。临床技能中心投入AI建设两年来，按照“技术生态、资源生态、应用生态、学术生态”四位一体全栈闭环的顶层设计扎实推进，将系统常态化嵌入课程，取得了多方面成效：

1.技术生态（教学需求驱动·自研系统）：坚持以真实临床教学痛点为出发点，自主研发《基于大语言模型的病史采集自主训练与评价系统》《基于大语言模型的临床思维自主训练与评价系统》《基于大语言模型的标准化病人培训与考核系统》3个AI教学系统，获国家计算机软件著作权登记3项，实现对病史采集训练、临床思维全流程训练和标准化病人（SP）培训考核的全面覆盖。

2.资源生态（配套资源·内容建设）：打造与自研AI虚拟病人训练系统深度融合的数字化教学资源，出版用于AI病史采集及临床思维训练的新形态数字化教材1部，建设高质量AI虚拟病人训练典型案例60余个。

3.应用生态（教学应用·数据积累）：AI虚拟病人训练系统融入临床课程日常教学实践，提供透明智能评价并持续积累真实教学数据，为开展大规模临床课程嵌入式研究奠定了数据基础。

4.学术生态（教学研究·学术产出）：依托大规模真实教学数据开展教学研究与改革。除在JMIR Medical Education发表上述系列论文4篇外，团队还获批中华医学会医学教育分会重点课题1项，相关成果先后斩获广东省教学成果奖一等奖、全国高校教师教学创新大赛三等奖、广东省高校教师教学创新大赛特等奖等重要荣誉。

历经两年建设，“四位一体”AI医学教学创新生态已初具规模，系列研究成果相继发表于国际医学教育期刊，新的AI教学系统及相关知识产权仍在持续研发中。展望未来，团队将依托这一生态，持续推进数智技术向临床思维全流程培养与智能化形成性评价纵深演进，以课程嵌入式研究助力卓越医学人才培养，为打造具有国际影响力的汕医医学教育品牌贡献更多力量。