ChatGPT人工智能在超聲規范化培訓教學中的研究

［摘 要］ ChatGPT作為一種生成式的人工智能技術，通過深度學習大模型和海量數據訓練，使得智能系統能夠像人類一樣理解、交流和回答問題。ChatGPT的快速發展會給知識的生產、傳播、傳授的方式帶來巨大變遷。通過把ChatGPT與超聲規范化培訓教學相結合，設計了一套基于ChatGPT輔助學習的方法，包括使用ChatGPT制訂個性化的超聲基礎知識學習計劃、生成定制化學習內容、開展課堂教學模擬和學習效果評測等。通過ChatGPT構建的智能化輔助教學模式是一種個性化、自助式、交互式的學習方式，能夠滿足學生的多樣化需求，從而提高學習效率，降低學習成本。ChatGPT輔助教學能夠實現知識技能獲取方式的多樣化，通過模擬臨床決策為實踐提供指導，推進優質醫療教育資源的共享，對于提升醫療教學活動質量具有重要價值。

［關鍵詞］ 人工智能；規范化培訓；超聲醫學；計算機輔助教學

［基金項目］ 2021年度南京醫科大學教學研究課題“基于人工智能的超聲專業住院醫師規范化培訓測評系統”（2021LX058）；2022年度南京醫科大學第一附屬醫院臨床能力提升工程項目“基于深度學習的多模態超聲成像技術在術前精準評估乳腺癌腋窩淋巴結轉移的應用研究”（2022023）

［作者簡介］ 俞飛虹（1986—），女，江蘇泰州人，博士，南京醫科大學第一附屬醫院超聲科副主任醫師，主要從事淺表超聲及人工智能研究；王 慧（1984—），女，江蘇宿遷人，博士，南京醫科大學第一附屬醫院超聲科副主任醫師（通信作者），主要從事淺表超聲研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）44-0159-04 ［收稿日期］ 2023-10-16

引言

人工智能系統ChatGPT是美國開放人工智能研究中心開發的大語言模型［1］。ChatGPT已逐步應用于醫療領域［2］。在臨床方面，通過大量醫療知識的學習輔助醫生制訂治療方案和診斷報告；在醫療教學方面，通過快速檢索和互動學習改變學習和掌握醫學技能的方式［3-4］。本文以超聲專業規范化培訓為例，探討ChatGPT人工智能技術輔助超聲規范化培訓教學的新模式，將ChatGPT人工智能技術應用在教學過程中，通過拓展線上線下相結合的學習方式，從而提高學生的學習效率。

一、超聲規范化培訓教學分析

超聲診斷學是完整的課程體系，包括人體解剖知識、超聲操作手法以及病例診斷實踐［5］。案例教學主要是通過選取典型患者病例，分析每個患者病例所包含的病史情況、病灶部位的超聲圖像、超聲的診斷結論［6］。近年來，圍繞超聲教學規范化培訓開展了相關研究，包括教學模式、教學方法、科研能力、崗位適應性等方面［7-8］。本文主要是把智能技術引入超聲教學規范化培訓。

二、ChatGPT的技術原理

ChatGPT是一個基于Transformer架構的自然語言生成模型。該模型利用有監督學習和強化學習等深度學習技術的組合來優化模型，可以用于文本生成、問題回答等多種任務［9-10］。ChatGPT的基本原理有以下幾個方面。

（一）數據集

ChatGPT是一種統計機器學習模型，其實現依賴大規模的訓練數據集。通過使用網絡爬蟲和數據接口進行數據的采集，使用文本處理技術對其進行預處理。這些數據集被用來訓練ChatGPT的神經網絡，從而為生成自然語言文本奠定基礎。

（二）模型訓練

ChatGPT模型的訓練是采用無監督訓練技術進行的。訓練過程分為兩個階段，即語言模型訓練和掩碼語言模型訓練。通過這種方式，模型可以學習到詞匯、語法和語義等語言的基本規律及關系，從而更加準確地生成自然語言文本。

（三）網絡微調

ChatGPT還可以通過微調技術來適應特定的任務。在網絡微調的過程中，模型會通過特定的數據集進行有監督的訓練。微調技術使用梯度下降的算法能逐步優化模型的權重和偏置并最小化損失函數，從而提高模型在特定任務上的效果。

（四）獎勵模型

使用微調后的模型進行文本生成任務預測，可以獲得一系列結果。把這些結果反饋給人類標注者，按照其偏好及他們遵循的共同準則，將預測的結果從好到壞進行標注。最后使用這些標注后的結果數據進行訓練一個獎勵模型。

（五）基于強化學習進行模型優化

在不使用人工標注的基礎上，使用PPO技術持續更新策略參數。在優化訓練過程中，策略就是基于該語言模型所接收的提示（prompt）作為輸入，然后輸出一系列文本。計算過程中按照策略的更改范圍，限制在與先前策略的一定程度內，從而保證穩定性，得出的計算結果將用于更新模型的梯度。

三、基于ChatGPT的輔助教學設計

基于ChatGPT的輔助教學業務總體架構如圖1所示，包括ChatGPT內部處理流程和輔助教學項目兩部分。

（一）ChatGPT內部處理流程

如圖1所示，ChatGPT的內部處理流程包括：

1.LI處理是指語言識別（language identification）。ChatGPT輸入的信息可以是多種語言，具體是哪種語言需要先進行語種識別。完成語種識別后，根據語種的模型對輸入信息進行處理。

2.EA處理是指對于輸入信息進行情感分析（emotional analysis）。如果問題的情感存在負能量，則ChatGPT可以拒絕回答用戶相關問題。

3.信息抽取（extract information，EI）即從用戶輸入的信息中提取關鍵特征。包括：命名實體識別（named entity recognition，NER）處理，用于提取問題中的醫學專業術語等信息；句子相似性處理（sentence similarity，SS）處理，學生輸入的信息可能存在歧義或錯別字，此步驟可以進行調整和修改；文本分類（text classification，TC）處理，把學生輸入的信息進行歸納分類，進一步定位到相關內容的搜索索引。

4.全文搜索：ChatGPT是一個自然語言處理和搜索引擎相結合的架構，通過EI處理獲得的數據信息就是用于搜索的輸入數據。例如，EI提取出NER=醫學術語，TC=甲狀腺超聲，就可以去搜索醫學索引中有關甲狀腺超聲的內容，從而給出答案。

5.文本生成是對大量搜索結果通過回歸模型來進行選取，生成符合問題要求的文本內容。

（二）ChatGPT輔助教學設計

ChatGPT在教學、科研、生活等多個領域發揮了巨大的作用，本研究是在我們前期研究的基礎上，通過借鑒ChatGPT輔助教學思想來實現超聲教學規范化培訓［11］。項目主要包括以下方面：

1.制訂學習計劃。ChatGPT可以根據規培生的學習時間和計劃、學習的課程內容，個性化定制符合學生要求的學習方案。例如，輸入“如何一個星期學完《超聲基礎》”，ChatGPT會立刻制訂出詳細的每日學習計劃。

2.生成學習內容。通過給ChatGPT輸入需要學習的內容指令，它可以自動生成相關的學習內容，從而提高學生的學習效率。例如，輸入“超聲檢查的常用技術有哪些”，ChatGPT可以迅速給出二維超聲、彩色多普勒、超聲造影等常用技術的詳細介紹。

3.開展教學模擬。通過與ChatGPT進行模擬對話，更好地了解超聲規培中的重點和難點，從而幫助學生掌握重點知識。

4.學習效果測評。ChatGPT可以直接生成測驗和考試，從而幫助學生進行自我評估。比如，輸入“設計一份關于超聲檢查的常用技術的測試報告”，如表1所示。在生成的10個問題中有6個是測試基礎理論的，有4個則與操作實踐相關，對超聲規范化教學培訓有很好的輔助作用。

5.ChatGPT除了可以幫助學生自主學習，還可以幫助教師進行輔助教學，包括課前教學準備、課堂助手以及個性化教學設計等。

四、ChatGPT技術輔助教學優勢

ChatGPT能在規范化培訓中提供更專業的醫學資料，對于提升規范化培訓等醫療教學活動具有重要價值［12］。該系統融合了自然語言處理、機器學習、語音識別、知識圖譜、教授點評系統等AI技術，對超聲專業醫學生的規范化管理進行推廣。

（一）獲取知識技能方式的多樣化

ChatGPT為參與規范化培訓的學生充分提供發揮自身主體性的機會。

1.知識獲取更加便捷。ChatGPT通過海量知識的醫學學習能夠快速生成涵蓋超聲、解剖等各類專業的學習材料，從而幫助學生學習和復習專業知識。

2.交互式學習更加專注。ChatGPT依據人類學習思維的對話模式能夠為學生提供良好的互動學習體驗，使其能夠更加集中注意力學習。

3.陪伴式學習更加高效。ChatGPT不僅是對知識的檢索，還利用智能技術為學生提供多元的學習支持服務，包括幫助學生進行學習計劃制訂、時間管理、學習任務設計等。

（二）提供模擬臨床決策的指導性

ChatGPT可以不斷完善規培生的知識結構并更新其所掌握的技能，從而輔助和指導規培生做出正確的臨床決策。ChatGPT掌握的海量知識幾乎是所有醫療行業人員掌握的信息總和。因此，ChatGPT具有高級醫生解決問題的邏輯推理能力，將有效特征和經驗從大型數據信息庫中提取出來，通過多達數十億參數的調整，為學生提供有價值的診斷依據和治療決策。

（三）推進優質醫療教育資源的共享性

ChatGPT能夠通過文字直接生成相應的圖片和三維模型。例如，超聲規范化培訓教育需要熟悉典型病例的超聲圖像，以及人體結構等各類器官解剖模型等。教學資源能夠適應不同醫療教學需求，實現教學工具和教學方式的創新。ChatGPT的應用使得基于AI的醫療教學從專用的、局部的應用轉變為連接、共享、智能的教育平臺。

結語

本文通過把ChatGPT人工智能技術運用并融入超聲教學和學生自主學習的過程，優化教學方法并提升學習效果。ChatGPT創新技術運用過程中的一些問題也不能忽視。例如，如何提高智能診療的及時性和患者的接受度，如何保證ChatGPT技術所提供的教學和指導的準確性和可靠性，等等。這些問題既是ChatGPT技術帶給我們的挑戰，也是機遇。

參考文獻

［1］劉禹良，李鴻亮，白翔，等.淺析ChatGPT：歷史沿革、應用現狀及前景展望［J］.中國圖象圖形學報，2023，28（4）：893-902.

［2］陳夢媛.ChatGTP+醫療能擦出怎樣的火花［J］.人人健康，2023（6）：14-15.

［3］費曉璐，劉蓓蓓，李嘉，等.基于自然語言技術進行血管超聲報告智能生成診斷提示的探索［J］.中國數字醫學，2021，16（2）：21-25.

［4］張絨.生成式人工智能技術對教育領域的影響：關于ChatGPT的專訪［J］.電化教育研究，2023，44（2）：5-14.

［5］劉洋，李璐，張麗，等.“互聯網+”教學模式下超聲診斷學混合式教學設計與實踐［J］.西部素質教育，2022，8（4）：122-124.

［6］劉莉紅，王錫菊，殷偉紅，等.案例式教學法在超聲科教學中的應用研究［J］.中國繼續醫學教育，2022，14（5）：62-65.

［7］朱江，傅曉鳳，司星，等.超聲醫學科住院醫師規范化培訓教學探索［J］.全科醫學臨床與教育，2021，19（4）：348-350+354.

［8］胡巧洪，李潛，熊丹蕾，等.住院醫師規范化培訓超聲專科醫師科研能力培養的探索［J］.全科醫學臨床與教育，2022，20（6）：538-540.

［9］高永兵，黎預璇，高軍甜，等.基于用戶意圖的微博文本生成技術研究［J］.計算機工程，2022，48（1）：119-126.

［10］王喆，楊棟梁，況星園，等.考慮提示學習的洪澇災害應急決策自動問答模型研究［J］.中國安全生產科學技術，2022，18（11）：12-18.

［11］俞飛虹，葉新華，鄧晶，等.基于人工智能的超聲專業住院醫師規范化培訓輔助教學系統的構建［J］.教育教學論壇，2020（51）：149-150.

［12］雷曉燕，邵賓.大模型下人工智能生成內容嵌入數字素養教育研究［J］.現代情報，2023，43（6）：99-107.

Exploration of ChatGPT Artificial Intelligence Technology in Ultrasound Standardized

Training and Teaching

YU Fei-hong， ZONG Qing-qing， WANG Hui

（Department of Ultrasound， The First Affiliated Hospital of Nanjing Medical University， Nanjing，

Jiangsu 210029， China）

Abstract： ChatGPT， as a generative artificial intelligence technology， aims to enable intelligent systems to understand， communicate， and answer questions like humans through deep learning of large models and massive data training. The rapid development of ChatGPT will bring significant changes to the way in which knowledge is produced， disseminated， and imparted. In this paper， ChatGPT is applied to the standardized ultrasonic training and teaching， and a set of ChatGPT-based assisted learning methods are designed， including using ChatGPT to develop a personalized ultrasound basic knowledge learning plan， generating customized learning content， carrying out classroom teaching simulation and learning effect evaluation. The intelligent assisted teaching mode is a personalized， self-service and interactive learning method， which can meet the diverse needs of students， thereby improving learning efficiency and reducing learning costs. The teaching mode can realize the diversification of knowledge and skill acquisition methods， provide practical guidance through simulated clinical decision-making， and promote the sharing of high-quality medical education resources， which are of great value for improving medical teaching activities.

Key words： artificial intelligence; standardized training; ultrasound medicine; computer-assisted teaching