Симуляция клинических случаев с ИИ — виртуальный пациент, рубрика и одобрение человеком

Полно собрать анамнез, правильно расставить приоритеты при триаже или сообщить семье плохую новость — это навыки, которые развиваются не чтением, а практикой. У постели реального пациента «пробовать» нельзя. А симуляционной лаборатории, актёров-стандартизированных пациентов и часов преподавателей хватает не в каждом учреждении. Регулярно посещать симуляционные занятия медсестре, работающей посменно, тоже чаще всего нереально.

Симуляция клинических случаев на базе искусственного интеллекта — один из методов, способных заполнить этот пробел: участник переписывается на экране компьютера или телефона с «виртуальным пациентом», который играет свою роль, а затем его работа оценивается по заранее определённым критериям. В этой статье мы рассматриваем, как работает метод, как устроена оценка по рубрике, почему следует использовать только синтетические случаи и — самое важное — каковы ограничения метода.

Что такое симуляция случая и что делает виртуальный пациент?

Симуляция случая — это метод обучения, при котором участник сталкивается с клинической ситуацией, похожей на реальную, принимает решения, а затем получает обратную связь. В литературе понятием «виртуальный пациент» (virtual patient) называют интерактивные сценарии, в которых такая встреча происходит в компьютерной среде.

Отличие от классических методов

• Манекены и лаборатории навыков: незаменимы для практических навыков, но требуют помещения, оборудования и преподавателя.
• Стандартизированный пациент: подготовленный актёр играет пациента. Очень ценен для обучения коммуникации, но из-за сложной организации проводится редко.
• Письменный кейс: легко распространяется, но не интерактивен; участник прочитает информацию, даже не задав правильного вопроса.

Виртуальный пациент на базе ИИ стремится сочетать доступность письменного кейса с интерактивностью стандартизированного пациента. Если участник не задаст правильный вопрос, информации он не получит; встревоженный пациент может отвечать уклончиво или повторяться.

Как это работает?

Типичный процесс состоит из четырёх шагов:

1. Карточка случая: клинический специалист или ответственный за обучение готовит вымышленную карточку, в которой указаны возраст пациента, жалобы, анамнез, данные обследования, сведения, которые пациент сообщает «только если спросят», и учебные цели.
2. Модель, играющая роль: языковая модель играет пациента, не выходя за рамки этой карточки. Чтобы она не выдумывала данные, которых нет в карточке, её работа ограничена правилами.
3. Встреча: участник собирает анамнез, принимает решение по триажу, проверяет назначение препарата или даёт разъяснения пациенту и его близким.
4. Оценка: после завершения беседы вторая модель оценивает расшифровку разговора по заранее заданной рубрике и показывает обоснование каждой оценки.

Важно разделять модель, играющую роль, и модель, которая оценивает. Если система, играющая пациента, одновременно выставляет оценку за встречу, независимость оценки ослабевает.

Что говорят данные?

Метод виртуального пациента не нов; предыдущее поколение, до языковых моделей, работало с заранее написанными ветвящимися сценариями. Систематический обзор и метаанализ 2019 года (Kononowicz и соавт., Journal of Medical Internet Research), обобщивший исследования этого поколения, охватил 51 рандомизированное контролируемое исследование с общим числом участников 4 696. По мнению авторов, симуляции с виртуальными пациентами развивают навыки эффективнее традиционного обучения, а знания — по меньшей мере так же эффективно. В той же работе подчёркивается, что качество доказательств в целом низкое, а между исследованиями есть заметные различия.

Здесь нужны две оговорки. Во-первых, эти результаты нельзя напрямую переносить на виртуальных пациентов на базе языковых моделей; эффект симуляций с генеративным ИИ нужно измерять отдельно. Во-вторых, Всемирная организация здравоохранения (ВОЗ) в руководстве по этике и управлению для больших мультимодальных моделей, опубликованном в январе 2024 года, называет медицинское и сестринское образование, включая симулированные встречи с пациентами, одной из пяти широких областей применения таких моделей. Иными словами, направление перспективное, но требует подхода «сначала измерь, проверь, потом масштабируй».

Для каких сценариев это подходит?

Критерии в таблице — лишь примеры; каждое учреждение должно составлять рубрику по своим протоколам и учебным целям. Виртуальный пациент не заменяет навыков, которые требуют тела и обстановки, — практических манипуляций, физикального осмотра или координации в команде, — а дополняет их.

Оценка по рубрике — зачем и как?

Рубрика — это оценочная таблица, которая заранее определяет, по каким критериям и на каких уровнях оценивается выполнение задания. При оценке с помощью ИИ рубрика выполняет две функции: делает оценку согласованной для всех участников и даёт модели конкретное основание для ответа на вопрос «почему ты поставила эту оценку?».

Признаки хорошей рубрики

• Наблюдаемые критерии: вместо «проявил эмпатию» — действия, видимые в расшифровке разговора, например «пересказал беспокойство пациента своими словами».
• Выделение критических ошибок: упущения, напрямую влияющие на безопасность пациента, например невыясненная аллергия, не должны растворяться в общей сумме баллов — их нужно отмечать отдельно.
• Описание уровней: для каждого критерия — чёткие уровни, например «не выполнено / частично / полностью».
• Обязательное обоснование: модель должна обосновывать каждую оценку цитатой из разговора.

Цикл обратной связи

Обучающая часть симуляции часто наступает после оценки. Обучение закрепляется, когда участник читает обоснованную обратную связь и снова проходит тот же или похожий случай. А когда медсестра по обучению отслеживает результаты на уровне отделения, становится видно, по какому критерию есть массовый пробел; например, можно заметить, что в одном отделении в случаях по лекарственной безопасности часто пропускают вопрос об аллергии.

Принцип синтетических случаев

В симуляции случаев нельзя использовать реальные данные пациентов. Тому есть три основные причины:

1. Конфиденциальность: случай, который кажется анонимным, может стать узнаваемым при сочетании редкого диагноза, возраста и даты.
2. Отсутствие необходимости: клиническую картину, нужную для учебной цели, можно полностью построить на вымышленной карточке.
3. Контроль: синтетическая карточка создаётся под учебную цель; какая информация и в ответ на какой вопрос будет раскрыта, планируется осознанно.

При подготовке синтетической карточки случая нужно опираться на действующие протоколы учреждения, а саму карточку нельзя открывать для использования без одобрения компетентного в этой области специалиста. При изменении протокола карточку тоже нужно обновлять; иначе симуляция будет закреплять устаревшие сведения.

Ограничения и риски

Упомянутое руководство ВОЗ обращает внимание на то, что большие языковые модели могут выдавать ложные, ошибочные, предвзятые или неполные утверждения, а также на предвзятость автоматизации (automation bias), из-за которой пользователи не замечают этих ошибок. В контексте симуляции эти риски выглядят так:

• Отход от сценария: виртуальный пациент может «выдумать» данные, которых нет в карточке. Нужны рамки правил и регулярная выборочная проверка.
• Ошибочная оценка: модель-оценщик может неверно истолковать критерий. У участника должна быть возможность оспорить оценку, а возражение должен рассматривать человек.
• Ложная уверенность: высокий балл в симуляции не является свидетельством клинической компетентности. Результаты следует использовать не вместо оценки компетенций на основе наблюдения, а вместе с ней.
• Сфера применения: виртуальный пациент — учебный инструмент; его нельзя использовать для принятия решений о диагнозе или лечении реального пациента.

Где вступает в дело одобрение человеком?

Два из шести принципов руководства ВОЗ 2021 года по этике ИИ в здравоохранении — защита автономии человека, а также ответственность и подотчётность — служат ориентиром и для образовательных применений. Запуская в учреждении программу симуляции случаев, можно использовать следующий контрольный список:

• Карточка случая перед публикацией одобрена клиническим специалистом в соответствующей области.
• Рубрика подготовлена совместно с отделом обучения и руководителем отделения; критические ошибки определены отдельно.
• На первых этапах согласованность проверена сравнением оценок модели с оценками преподавателя.
• Случайно выбранные беседы регулярно просматривает человек.
• Порядок оспаривания оценки участником определён и доведён до сведения.
• При изменении протокола соответствующие карточки случаев и рубрики обновляются.
• Письменно определено, кто может видеть результаты симуляции.

Эти шаги нужны не для того, чтобы замедлить метод, а чтобы сделать его надёжным. ИИ позволяет провести множество встреч; ответственность за правильность обучения остаётся за специалистом.

Источники

• Kononowicz AA и соавт. Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration. Journal of Medical Internet Research, 2019.
• Всемирная организация здравоохранения. WHO releases AI ethics and governance guidance for large multi-modal models (18 января 2024 г.).
• Всемирная организация здравоохранения. Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models.
• Всемирная организация здравоохранения. WHO issues first global report on Artificial Intelligence (AI) in health and six guiding principles for its design and use (28 июня 2021 г.).

Симуляция случаев с ATP MedAI

В модуле симуляции случаев ATP MedAI виртуальный пациент играет роль по синтетической карточке случая; можно отрабатывать сценарии сбора анамнеза, триажа, лекарственной безопасности, коммуникации с пациентом и трудного разговора. После завершения беседы вторая модель оценивает разговор по рубрике и даёт обоснованную обратную связь. Для симуляции данные пациентов не нужны. Контент, созданный ИИ, не публикуется без одобрения специалиста; результаты отражаются на карте компетенций по сотрудникам и отделениям, а индивидуальные результаты видят только уполномоченные лица. Как выстроить этот метод в Вашем учреждении, мы можем вместе обсудить на демо.

Редакция ATP MedAI
Статья подготовлена в общих информационных целях. Если Вы заметили ошибку или неточность, напишите нам — мы исправим.