編者按:
抗菌藥物耐藥性已成為全球公共衛(wèi)生面臨的重大威脅,有效的抗菌藥物管理(AMS)培訓(xùn)對于應(yīng)對這一挑戰(zhàn)至關(guān)重要。然而,傳統(tǒng)教學(xué)模式往往缺乏互動(dòng)性和臨床真實(shí)感,難以讓學(xué)員持久掌握復(fù)雜的抗菌藥物使用知識。在2026年歐洲臨床微生物學(xué)與感染病學(xué)會全球大會(ESCMID Global)上,浙江大學(xué)邵逸夫醫(yī)院陳衍教授、俞云松教授團(tuán)隊(duì)的一項(xiàng)研究入選大會,該研究開發(fā)了一種用于AMS培訓(xùn)的智能多智能體系統(tǒng),通過模擬真實(shí)臨床決策環(huán)境,探索醫(yī)學(xué)教育的新范式。《感染在線》現(xiàn)場特邀陳衍教授對該研究進(jìn)行深入解讀,并分享參會感受。
研究簡介
用于抗菌藥物管理培訓(xùn)的智能多智能體系統(tǒng):醫(yī)學(xué)教育的新范式
背 景
抗菌藥物耐藥性是當(dāng)前全球公共衛(wèi)生面臨的重大威脅,這也凸顯了開展有效抗菌藥物管理(AMS)培訓(xùn)的迫切需求。
方 法
我們開發(fā)了一種智能多智能體系統(tǒng)(MAS),通過模擬真實(shí)的臨床決策環(huán)境,推動(dòng)抗菌藥物管理教育模式的轉(zhuǎn)變。該系統(tǒng)在一個(gè)交互式平臺中整合了多種專業(yè)智能體,包括虛擬患者、臨床醫(yī)生、藥師和微生物學(xué)家。借助大語言模型(LLMs)、自然語言處理(NLP)以及基于MedDynamic-RAG的實(shí)時(shí)知識更新機(jī)制,系統(tǒng)能夠?qū)崿F(xiàn)動(dòng)態(tài)情景模擬、協(xié)作推理和個(gè)性化反饋。受訓(xùn)者從醫(yī)學(xué)生到臨床執(zhí)業(yè)醫(yī)師不等,參與結(jié)構(gòu)化的AMS場景訓(xùn)練,包括抗生素選擇、劑量調(diào)整以及復(fù)雜感染管理等內(nèi)容。系統(tǒng)還能自動(dòng)評估其臨床決策、溝通能力和團(tuán)隊(duì)協(xié)作表現(xiàn),評估指標(biāo)涵蓋準(zhǔn)確性、指南依從性和資源利用情況。
結(jié) 果
該系統(tǒng)在46名醫(yī)學(xué)生和住院醫(yī)師中進(jìn)行了測試。超過90%的受訓(xùn)者表示學(xué)習(xí)參與度有所提升,其中60.9%明確表示非常認(rèn)同這一效果。超過97%的受訓(xùn)者認(rèn)為,基于智能體的學(xué)習(xí)內(nèi)容是有益的補(bǔ)充;超過93%的受訓(xùn)者認(rèn)為,該系統(tǒng)提高了知識獲取的效率和準(zhǔn)確性。由智能體生成的知識庫和資源庫利用率達(dá)到90%。大量反饋顯示,這些資源內(nèi)容豐富、獲取便捷,并且由于自動(dòng)更新機(jī)制而進(jìn)一步提升了使用效率。
結(jié)論
智能多智能體系統(tǒng)在抗菌藥物管理培訓(xùn)中展現(xiàn)出顯著潛力。未來仍需開展進(jìn)一步的隊(duì)列研究,以驗(yàn)證這些研究結(jié)果。
中國視角 · 陳衍教授
點(diǎn)擊觀看完整視頻
《感染在線》:
您團(tuán)隊(duì)開發(fā)的智能多智能體系統(tǒng)在AMS培訓(xùn)中引入了虛擬患者、臨床醫(yī)生、藥師和微生物學(xué)家等多個(gè)專業(yè)智能體協(xié)同工作。與傳統(tǒng)模擬教學(xué)或單純的在線課程相比,這種多智能體協(xié)作模式在提升受訓(xùn)者臨床決策能力方面有哪些獨(dú)特的優(yōu)勢?
陳衍教授:
細(xì)菌耐藥已經(jīng)成為全球性的問題。作為感染科醫(yī)生和院感科醫(yī)生,抗菌藥物的培訓(xùn)一直是臨床工作中比較棘手的難題。傳統(tǒng)的教學(xué)只是比較機(jī)械的考試,或者僅僅是上完課之后,大家做完考卷也就忘了抗菌藥物使用的細(xì)節(jié)問題。現(xiàn)在我們進(jìn)入了一個(gè)AI的時(shí)代,所以我們團(tuán)隊(duì)與相關(guān)機(jī)構(gòu)合作,共同開發(fā)了多智能體系統(tǒng),希望通過智能體的交互增加抗菌藥物培訓(xùn)的互動(dòng)性。這種智能體的引入可以整合最新的抗菌藥物知識,把最新的規(guī)范或指南灌輸給醫(yī)生,在真實(shí)的臨床場景中模擬使用規(guī)范。這樣臨床醫(yī)生對技能的掌握會更加扎實(shí),記憶也會更加持久,這就是我們設(shè)計(jì)智能體的初衷。
《感染在線》:
超過90%的受訓(xùn)者表示學(xué)習(xí)參與度有所提升,超過93%認(rèn)為系統(tǒng)提高了知識獲取的效率和準(zhǔn)確性。您認(rèn)為是什么機(jī)制帶來了這種顯著的效果提升?另外,是否有受訓(xùn)者在初期對人工智能輔助決策持保留態(tài)度?團(tuán)隊(duì)如何應(yīng)對這種情況?
陳衍教授:
需要指出的是,我們這個(gè)系統(tǒng)目前還在開發(fā)中,前期是在小樣本中進(jìn)行臨床驗(yàn)證,包括46位臨床醫(yī)生、住院醫(yī)師和醫(yī)學(xué)生的使用。根據(jù)他們的使用情況,這種交互式的教學(xué)方式會讓他們學(xué)習(xí)的興趣更高,所記住的知識點(diǎn)也會更加長久,這是我們前期實(shí)驗(yàn)得到的好結(jié)果。
我們后面也會進(jìn)行一個(gè)長期的、大型的前瞻性臨床隊(duì)列研究。在前瞻性研究中,我們要驗(yàn)證軟件的可靠性和準(zhǔn)確性,也要驗(yàn)證臨床醫(yī)生是否確實(shí)能在這種多智能體教學(xué)中獲益,是否對我們的抗菌藥物培訓(xùn)起到正向積極的效果。
《感染在線》:
從目前的初步驗(yàn)證結(jié)果來看,智能多智能體系統(tǒng)在AMS培訓(xùn)中展現(xiàn)出了顯著潛力。展望未來,您認(rèn)為該系統(tǒng)在多大程度上可以推廣到更廣泛的醫(yī)學(xué)領(lǐng)域,例如傳染病診斷、重癥醫(yī)學(xué)、基層醫(yī)生繼續(xù)教育,甚至全球抗菌藥物管理能力建設(shè)中?另外,隨著大語言模型和知識更新技術(shù)的不斷發(fā)展,您理想中的下一代智能醫(yī)學(xué)教育系統(tǒng)將會具備哪些目前尚未實(shí)現(xiàn)的能力?
陳衍教授:
這是一個(gè)非常好的問題。既往的研究已經(jīng)將人工智能和多智能體應(yīng)用于臨床科研和臨床診斷等臨床工作環(huán)境中,而我們是第一次嘗試將其應(yīng)用于臨床教學(xué)。另一方面,這種教學(xué)軟件的智能體誕生后,可以推廣到很多教育可及性較差的地區(qū)。比如偏遠(yuǎn)落后地區(qū),他們的抗菌藥物培訓(xùn)教學(xué)基礎(chǔ)水平可能較差,但智能體能夠彌補(bǔ)這一缺陷,把整體的培訓(xùn)水平拉到一個(gè)比較高的基線,這是我們希望達(dá)到的目標(biāo)。
另外,我們也希望通過多智能體的開發(fā),逐漸將其培訓(xùn)成非常多元的臨床應(yīng)用場景。例如,在感染科領(lǐng)域,我們最希望解決的是疑難雜癥,包括發(fā)熱待查的多學(xué)科討論。當(dāng)這種智慧的智能體達(dá)到一定效果后,多學(xué)科討論就會成為一個(gè)非常好的AI落地臨床應(yīng)用場景,這是我們希望看到的。
關(guān)于參會感受
此次大會給我留下了非常深刻的印象,這是我參加過的專業(yè)學(xué)術(shù)會議中規(guī)模最大的一次。據(jù)我所知,本屆會議的參會人數(shù)達(dá)到了1.8萬,是一個(gè)涵蓋眾多國家與種族、學(xué)科領(lǐng)域廣泛的大型綜合性學(xué)術(shù)盛會,我從中獲益良多。此外,在會議期間我還有機(jī)會與許多學(xué)界的老朋友和師長交流。因此,這是我每年都非常期待參加,也是收獲頗為豐富的會議。
專家簡介
陳 衍 教授
醫(yī)學(xué)博士
浙江大學(xué)醫(yī)學(xué)院特聘研究員、副主任醫(yī)師、博士生導(dǎo)師
研究方向:細(xì)菌耐藥及毒力機(jī)制、AI在感染性疾病診治的應(yīng)用
工作學(xué)習(xí)經(jīng)歷:
2012/10-2014/04 美國國立衛(wèi)生研究員 感染與免疫研究所 聯(lián)合培養(yǎng)博士
2014/08-至今,浙江大學(xué)邵逸夫醫(yī)院,感染科、醫(yī)院感染管理科
社會兼職及獎(jiǎng)項(xiàng):
浙江省自然科學(xué)基金杰出青年基金獲得者
中華醫(yī)學(xué)會感染病學(xué)分會青年委員
中華醫(yī)學(xué)會細(xì)菌感染與耐藥防治分會青委副主委
中國醫(yī)藥教育協(xié)會感染專業(yè)委員會(IDSC) 青委副主委
浙江省醫(yī)學(xué)會細(xì)菌感染與耐藥防治分會青委副主委
浙江省藥學(xué)會感染藥學(xué)專業(yè)委員會青委副主委
浙江省衛(wèi)生高層次人才醫(yī)壇新秀
浙江省抗疫優(yōu)秀青年感染科醫(yī)師
學(xué)術(shù)成果:
第一及通訊作者身份在Nature Communications、Lancet Infect Dis、Lancet Microbe、Emerg Infect Dis、Clin Infect Dis等微生物主流雜志發(fā)表SCI文章30余篇,單篇最高引用次數(shù)為180余次
2011、2017年2次榮獲“中國百篇最具影響國際學(xué)術(shù)論文”
擔(dān)任Lancet Microbe、Frontier Microbiology、BMC Infectious Diseases等雜志審稿人
近年來共主持國家自然科學(xué)基金項(xiàng)目3項(xiàng)
擁有1項(xiàng)機(jī)器學(xué)習(xí)視覺分析國家發(fā)明專利
來源:《感染在線Infection Online》
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.