基于扎根理論的ChatGPT在核醫(yī)學(xué)教育中的應(yīng)用優(yōu)勢(shì)

摘要：目的 探討ChatGPT在核醫(yī)學(xué)課程學(xué)習(xí)及教學(xué)中的應(yīng)用優(yōu)勢(shì)因素。方法 采用質(zhì)性研究思路，借助扎根理論方法，通過(guò)線下面訪和線上訪談收集數(shù)據(jù)，運(yùn)用NVivo 14. 0軟件對(duì)訪談文本進(jìn)行三級(jí)編碼。結(jié)果 提出ChatGPT在核醫(yī)學(xué)教育領(lǐng)域中存在的指導(dǎo)課程知識(shí)學(xué)習(xí)、輔助課程理論教學(xué)、營(yíng)造科研學(xué)術(shù)氛圍、加強(qiáng)臨床實(shí)踐能力、平衡教育資源不均，以及提高醫(yī)學(xué)人文素養(yǎng)六大優(yōu)勢(shì)因素，其中指導(dǎo)課程知識(shí)學(xué)習(xí)和加強(qiáng)臨床實(shí)踐能力兩大優(yōu)勢(shì)因素最受關(guān)注，被提及的頻繁程度分別為29%和21%。結(jié)論 ChatGPT在核醫(yī)學(xué)教育領(lǐng)域的應(yīng)用優(yōu)勢(shì)展現(xiàn)在學(xué)生自主學(xué)習(xí)、教師教學(xué)輔助，以及社會(huì)醫(yī)學(xué)人文3個(gè)層面，為高等醫(yī)學(xué)教育的高質(zhì)量發(fā)展帶來(lái)了巨大的機(jī)遇和挑戰(zhàn)。

關(guān)鍵詞：扎根理論；醫(yī)學(xué)教育；核醫(yī)學(xué)；人工智能；ChatGPT

DOI：10.13555/j.cnki.c.m.e.2025.01.021

中圖分類號(hào)：G642. 0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2096-3181（2025）01-0136-08

基金項(xiàng)目：重慶市高等教育教學(xué)改革研究一般項(xiàng)目（233147）；重慶醫(yī)科大學(xué)未來(lái)醫(yī)學(xué)青年創(chuàng)新團(tuán)隊(duì)發(fā)展支持計(jì)劃項(xiàng)目（W0026）

Advantages of ChatGPT’s Applied in Nuclear Medicine Education from the Perspective of Grounded Theory

DAI Jinjie1，2，CHEN Yicai1，2，DENG Ailin1，2，JIANG Liu1，2，CHEN Wenyi1，2， CHEN Yuhua1，2，WANG Xinran1，2，REN Jianli3，RAO Maohua1

1. Department of Nuclear Medicine， Affiliated Second Hospital of Chongqing Medical University， Chongqing 400010， China； 2. Affiliated Second Hospital of Chongqing Medical University， Chongqing 401331， China； 3. Department of Ultrasound， Affiliated Second Hospital， Chongqing Medical University， Chongqing 400010， China

Abstract： Objective To explore the advantages of ChatGPT applied in the learning and teaching of nuclear medicine course. Methods By using qualitative research method， based on Grounded Theory， data were col？ lected through offline and online interviews； and the interview texts were coded at three levels using NVivo14. 0 software. Results We found six major advantages of ChatGPT in the field of nuclear medicine education： guiding course knowledge learning， assisting in theory teaching， creating an academic atmosphere for scientific research， enhancing clinical practice ability， balancing the inequality of educational resources， and developing medical humanistic literacy. Among them， the first two advantages received the most atten？ tion， with the frequency of mentioning being 29% and 21%， respectively. Conclusion The advantages of ChatGPT in the field of nuclear medicine education lie in three levels： students’ independent learning， teach？ ers’ teaching assistance， and social medical humanities， which bring great opportunities and challenges to the high-quality development of higher medical education.

Keywords： Grounded Theory； Medical Education； Nuclear medicine； Artificial intelligence； ChatGPT

人工智能（Artificial Intelligence， AI）技術(shù)迅速發(fā)展，在醫(yī)學(xué)教育領(lǐng)域的發(fā)展日新月異。四川大學(xué)華西醫(yī)院核醫(yī)學(xué)科在其本科培養(yǎng)過(guò)程中運(yùn)用智能病灶標(biāo)注系統(tǒng)輔助閱片訓(xùn)練[1]，調(diào)查顯示，實(shí)驗(yàn)組學(xué)生考核成績(jī)及教學(xué)滿意度更高。華西醫(yī)院核醫(yī)學(xué)教研室也曾使用全身骨顯像智能閱片系統(tǒng)幫助開(kāi)展線上教學(xué)[2]，保證教學(xué)質(zhì)量。2022年發(fā)布的ChatGPT——基于GPT（Generative Pre-trained Transformer， GPT）模型的通用人機(jī)對(duì)話系統(tǒng)，是一個(gè)大型的語(yǔ)言模型和具有較高智能的多語(yǔ)言聊天機(jī)器人[3]，通過(guò)自動(dòng)識(shí)別數(shù)據(jù)進(jìn)行信息摘取，生成易于理解的自然語(yǔ)言，降低了AI的使用門(mén)檻，代表著AI技術(shù)的里程碑式突破。ChatGPT的出現(xiàn)展現(xiàn)了AI在醫(yī)學(xué)教育領(lǐng)域更廣闊的應(yīng)用前景。

北京師范大學(xué)何克抗教授提到當(dāng)代教育技術(shù)的五大發(fā)展趨勢(shì)之一就是“愈來(lái)愈重視人工智能在教育中應(yīng)用的研究”[4]。核醫(yī)學(xué)是一門(mén)研究核技術(shù)在醫(yī)學(xué)應(yīng)用及其理論的學(xué)科，同時(shí)也是涉及多學(xué)科領(lǐng)域的綜合性、邊緣性學(xué)科。傳統(tǒng)核醫(yī)學(xué)教學(xué)僅有課本上的文字描述和線性圖示，且本科階段缺乏足夠的閱片機(jī)會(huì)，單純的幻燈片式教學(xué)難以體現(xiàn)核醫(yī)學(xué)動(dòng)態(tài)顯像的特點(diǎn)。人工智能的引入可實(shí)現(xiàn)動(dòng)態(tài)圖像、視頻的輕松傳輸，更好地開(kāi)展教學(xué)[5]。目前，ChatGPT在核醫(yī)學(xué)教育的應(yīng)用研究處于初級(jí)階段，國(guó)內(nèi)外研究多探討智能教育發(fā)展前景和未來(lái)挑戰(zhàn)。本研究立足于Chat？ GPT在核醫(yī)學(xué)教育的應(yīng)用現(xiàn)狀，通過(guò)訪談的方式探究ChatGPT在核醫(yī)學(xué)教育領(lǐng)域的優(yōu)勢(shì)，以期為核醫(yī)學(xué)教育改革創(chuàng)新提供啟示。

1 研究方法

1.1 扎根理論

扎根理論是一種質(zhì)性研究的方式，其主要宗旨是在經(jīng)驗(yàn)資料的基礎(chǔ)上建立理論。研究者在研究開(kāi)始之前一般沒(méi)有理論假設(shè)，直接從實(shí)際觀察入手，從原始資料中歸納出經(jīng)驗(yàn)概括[6]。其研究思路是利用原始數(shù)據(jù)提取初始概念，通過(guò)逐級(jí)提煉、不斷比較、分析、獲取理論范疇，最終形成新的理論，是一種自上而下地建構(gòu)理論的質(zhì)性研究方法[7]。該研究借鑒扎根理論中的三級(jí)編碼流程，通過(guò)訪談的形式收集原始資料，分析ChatGPT在核醫(yī)學(xué)教育領(lǐng)域的優(yōu)勢(shì)因素。扎根理論方法在研究過(guò)程中的具體應(yīng)用如圖1所示。

1.2 設(shè)計(jì)訪談提綱

為保證提問(wèn)的靈活性和訪談內(nèi)容的深度，該研究選用半結(jié)構(gòu)化訪談方式，并據(jù)此擬定三段式訪談提綱。正式訪談之前，研究人員對(duì)核醫(yī)學(xué)專業(yè)的2名學(xué)生進(jìn)行了預(yù)訪談。根據(jù)預(yù)訪談結(jié)果，小組成員對(duì)訪談提綱進(jìn)行了修改和完善，制定了最終的半結(jié)構(gòu)化訪談提綱。訪談提綱分為三部分，分別是開(kāi)場(chǎng)引入、主題內(nèi)容及概括總結(jié)。在主題內(nèi)容部分，受訪者就Chat？ GPT在核醫(yī)學(xué)教育中的優(yōu)勢(shì)因素進(jìn)行了討論，包括對(duì)學(xué)生的面訪和對(duì)教師的面訪兩部分，受訪問(wèn)題如表1所示。

2 研究對(duì)象

由于ChatGPT普及度不高，為保證后續(xù)數(shù)據(jù)分析的有效性和可信度，本次訪談樣本選擇對(duì)Chat？ GPT的使用步驟較為熟悉，近1個(gè)月內(nèi)使用Chat？ GPT次數(shù)≥10次（一周2～3次）的用戶，同時(shí)訪談對(duì)象應(yīng)系統(tǒng)學(xué)習(xí)過(guò)核醫(yī)學(xué)課程或參與過(guò)核醫(yī)學(xué)課程教學(xué)。為保證訪談樣本的有效性，該研究采用線上和線下2種訪談途徑，訪談周期為14 d，共收集到25份訪談資料，平均訪談時(shí)間為15 min。受訪者基本信息如表2所示。

3 結(jié)果

3.1 編碼結(jié)果

按照扎根理論三級(jí)編碼的操作程序，依次對(duì)訪談資料進(jìn)行開(kāi)放式編碼、關(guān)聯(lián)式編碼和核心性編碼。對(duì)訪談資料進(jìn)行一級(jí)編碼的過(guò)程，從中提取關(guān)鍵詞并命名，最終得到47個(gè)開(kāi)放式編碼。二級(jí)編碼旨在找到并確立各個(gè)概念類屬之間的聯(lián)系，將開(kāi)放式編碼有機(jī)地整合在一起。從而在47個(gè)開(kāi)放式編碼中提煉出新的編碼，形成18個(gè)關(guān)聯(lián)式編碼。訪談資料的三級(jí)編碼通過(guò)分析二級(jí)編碼，確定其核心概念類屬，形成7個(gè)核心性編碼，編碼結(jié)果如表3及圖2所示。核心范疇確定后，使用余下的1/5訪談資料對(duì)結(jié)果進(jìn)行理論飽和度檢驗(yàn)。檢驗(yàn)結(jié)果顯示，余下的1/5訪談資料不再有新的編碼出現(xiàn)，由此認(rèn)為該研究提出的ChatGPT在核醫(yī)學(xué)教育中的優(yōu)勢(shì)因素在理論上是飽和的。

3.2 構(gòu)建理論模型

通過(guò)三級(jí)編碼的方式對(duì)訪談文字資料各要素之間的內(nèi)在聯(lián)系進(jìn)行歸納總結(jié)，該研究發(fā)現(xiàn)ChatGPT在核醫(yī)學(xué)教育的優(yōu)勢(shì)因素和應(yīng)用局限性。優(yōu)勢(shì)因素可歸納概括為3個(gè)層面，一是學(xué)生層面，包括指導(dǎo)課程知識(shí)學(xué)習(xí)、加強(qiáng)臨床實(shí)踐能力；二是教師層面，包括輔助醫(yī)學(xué)理論教學(xué)、營(yíng)造科研學(xué)術(shù)氛圍；三是社會(huì)層面，包括提升醫(yī)學(xué)人文素養(yǎng)、平衡教育資源不均，并細(xì)分為16個(gè)范疇。局限性包括信息繭房、依賴性、普及度不高、數(shù)據(jù)集局限和專業(yè)性不足5個(gè)范疇，如圖3所示。

4 討論

4.1 優(yōu)勢(shì)因素分析

基于扎根理論的研究方法，NVivo 14. 0軟件對(duì)訪談資料進(jìn)行綜合分析，得出ChatGPT在核醫(yī)學(xué)教育中6個(gè)方面的優(yōu)勢(shì)因素。被提及最頻繁的優(yōu)勢(shì)因素為指導(dǎo)課程知識(shí)學(xué)習(xí)和輔助醫(yī)學(xué)理論教學(xué)，被關(guān)注的頻繁程度分別為29%和21%。在指導(dǎo)課程學(xué)習(xí)方面涉及的二級(jí)編碼中，解答問(wèn)題的參考點(diǎn)最多，表明學(xué)生和教師傾向于用ChatGPT來(lái)答疑解惑。在輔助醫(yī)學(xué)理論教學(xué)方面，虛擬助手這一二級(jí)編碼被提及次數(shù)最多（48次），說(shuō)明虛擬助手這一功能最受關(guān)注和期待。下文將深入分析ChatGPT這6方面優(yōu)勢(shì)因素的具體體現(xiàn)。

4.1.1 指導(dǎo)課程知識(shí)學(xué)習(xí)

核醫(yī)學(xué)是一門(mén)研究核技術(shù)在醫(yī)學(xué)應(yīng)用及其理論的綜合性學(xué)科[8]，傳統(tǒng)的核醫(yī)學(xué)學(xué)習(xí)中，單一的大量機(jī)械性閱片和幻燈片式教學(xué)難以滿足學(xué)生的需要，學(xué)生對(duì)于輔助檢查結(jié)果的分析常存在問(wèn)題[9]，而教師答疑時(shí)間有限、無(wú)法及時(shí)回應(yīng)等問(wèn)題，均展現(xiàn)出ChatGPT在學(xué)生群體中的潛在市場(chǎng)。在本次的訪談研究過(guò)程中，ChatGPT在指導(dǎo)課程學(xué)習(xí)方面的優(yōu)勢(shì)因素被多次提及，具體參考點(diǎn)數(shù)目高達(dá)95次，被關(guān)注頻繁程度接近1/3。

ChatGPT 4. 0已可實(shí)現(xiàn)對(duì)圖像的剖析，解釋圖中各組分的含義、作用及聯(lián)系，幫助核醫(yī)學(xué)專業(yè)學(xué)生更好地通過(guò)機(jī)制圖理解原理。學(xué)生3表示：“我通常在課后復(fù)習(xí)的時(shí)候用到ChatGPT，給它一張圖，它能解釋這張圖中所描繪的機(jī)制是怎么運(yùn)行的。比如給它一張甲狀腺激素的合成圖，讓它用簡(jiǎn)潔的語(yǔ)言解釋。”教師1表示：“現(xiàn)在很多影像科室已經(jīng)開(kāi)始用AI幫助分析影像圖片，其實(shí)ChatGPT作為一個(gè)很大的人工智能數(shù)據(jù)庫(kù)，可以進(jìn)行綜合分析判斷，對(duì)于下影像學(xué)方面的診斷有幫助。”

根據(jù)喬哈里視窗，ChatGPT能與學(xué)習(xí)者建立有效對(duì)話機(jī)制，通過(guò)人機(jī)雙向反饋對(duì)協(xié)同任務(wù)建構(gòu)共同認(rèn)識(shí)，生成更符合學(xué)習(xí)者需求的內(nèi)容[10]。學(xué)生1表示：“我認(rèn)為ChatGPT適合回答一些比較個(gè)性化的問(wèn)題，比如我想問(wèn)某兩個(gè)結(jié)構(gòu)之間的具體特點(diǎn)，這種問(wèn)題在百度上不太好查，但是ChatGPT能比較完善地整合信息后反饋相對(duì)準(zhǔn)確的答案。所以對(duì)我而言，ChatGPT是一個(gè)更個(gè)性化的搜索引擎。并且在詢問(wèn)過(guò)程中可以反復(fù)提問(wèn)，讓這個(gè)答案越來(lái)越精確。”

4.1.2 加強(qiáng)臨床實(shí)踐能力

核醫(yī)學(xué)教學(xué)目標(biāo)中明確指出要求學(xué)生掌握臨床問(wèn)診等技能，但實(shí)際上很多影像專業(yè)的學(xué)生常由于缺乏實(shí)踐機(jī)會(huì)而忽略病史采集及查體等基本功的練習(xí)。在本次研究過(guò)程中，尤其教師群體，ChatGPT在加強(qiáng)臨床實(shí)踐能力方面的優(yōu)勢(shì)也被高頻次提及，被關(guān)注的頻繁程度達(dá)到16%。ChatGPT可以生成針對(duì)性的文本內(nèi)容，根據(jù)學(xué)習(xí)者的需求設(shè)定多樣化的標(biāo)準(zhǔn)化病人，很好地模擬患者的表述，為學(xué)生提供更為標(biāo)準(zhǔn)、規(guī)范、真實(shí)的病情模擬和情感交互對(duì)話[11]。

教師2表示：“在考試中如果需要進(jìn)行病例分析，除了看圖外還需要結(jié)合患者的病情、治療、題干中給出的其他信息和患者的實(shí)際情況進(jìn)行綜合考慮，學(xué)生缺乏模擬臨床環(huán)境的實(shí)踐，對(duì)于需要聯(lián)系實(shí)際的分析類題，解答起來(lái)較為吃力。”

學(xué)生5表示：“比如說(shuō)闡述病例這一塊，我們可以通過(guò)ChatGPT模擬一名患者，將案例及各種病情進(jìn)行闡述之后，讓學(xué)生結(jié)合數(shù)據(jù)以及癥狀進(jìn)行分析，完成問(wèn)診過(guò)程。”

學(xué)生7表示：“我在書(shū)寫(xiě)大病歷時(shí)總是把握不住重點(diǎn)，病歷書(shū)寫(xiě)耗時(shí)很長(zhǎng)。而ChatGPT可以根據(jù)我輸入的零碎的病史信息，提取其中的關(guān)鍵內(nèi)容，參照住院病歷與查房記錄、生成標(biāo)準(zhǔn)化的大病歷，大大提高病歷報(bào)告和診療記錄的書(shū)寫(xiě)效率。”

4.1.3 輔助醫(yī)學(xué)理論教學(xué)

在輔助理論教學(xué)方面，多名教師在訪談過(guò)程中表示對(duì)ChatGPT現(xiàn)有功能的肯定和對(duì)未來(lái)程序開(kāi)發(fā)的期待。具體的被關(guān)注頻繁程度位居第二（21%）。ChatGPT可以根據(jù)教師需求生成演示文稿、講義及教案等教學(xué)材料并進(jìn)行實(shí)時(shí)的反饋調(diào)整，也可以對(duì)理論知識(shí)進(jìn)行匯總分析，突出學(xué)習(xí)重點(diǎn)，適應(yīng)教學(xué)內(nèi)容的變化。

教師4表示：“在和ChatGPT的交互過(guò)程中，它可以比較好地‘聽(tīng)懂’我的需求，輔助更新演示文稿內(nèi)容，根據(jù)每一年考點(diǎn)的變化，對(duì)其中的課程重點(diǎn)和難點(diǎn)進(jìn)行刪改或是強(qiáng)調(diào)。”

教師2表示：“針對(duì)即將到來(lái)的考試或評(píng)估，只要設(shè)定好相應(yīng)的知識(shí)點(diǎn)和考試要求， ChatGPT可以自動(dòng)生成模擬題目、復(fù)習(xí)指導(dǎo)和測(cè)試策略，幫助學(xué)生更好地準(zhǔn)備和復(fù)習(xí)。”

與傳統(tǒng)教學(xué)相比，以問(wèn)題為基礎(chǔ)的教學(xué)模式（Problem-based Learning， PBL）在培養(yǎng)評(píng)判性思維等方面具有明顯優(yōu)勢(shì)，取得了廣泛應(yīng)用，但進(jìn)一步地也對(duì)帶教教師提出了更高的要求——強(qiáng)大的臨床情景模擬能力以及對(duì)典型病例的熟悉程度[12]。

教師3表示：“ChatGPT可以提供或協(xié)助分析具體的臨床案例，幫助學(xué)生理解不同核醫(yī)學(xué)技術(shù)在診斷特定疾病時(shí)的應(yīng)用。通過(guò)案例學(xué)習(xí)，幫助學(xué)生更好地理解影像結(jié)果的解讀和臨床意義。”

4.1.4 營(yíng)造科研學(xué)術(shù)氛圍

ChatGPT能追蹤學(xué)術(shù)前沿進(jìn)展并生成文本，在輔助論文寫(xiě)作方面具有巨大的潛力，主要表現(xiàn)在以下三個(gè)方面：一是論文參考方面，ChatGPT能輔助篩選相關(guān)文獻(xiàn)，節(jié)省查找文獻(xiàn)花費(fèi)的時(shí)間；并且可以快速提煉知識(shí)點(diǎn)，形成重點(diǎn)清晰的摘要，幫助科研人員節(jié)省文獻(xiàn)閱讀時(shí)間[13]。二是結(jié)構(gòu)優(yōu)化方面，ChatGPT具有優(yōu)化文章結(jié)構(gòu)和邏輯、提供語(yǔ)言表達(dá)建議，以及改進(jìn)論文質(zhì)量的優(yōu)勢(shì)，其生成的論文在結(jié)構(gòu)邏輯、語(yǔ)言表達(dá)上均有可取之處[14]。三是科研思維方面，基于強(qiáng)大的數(shù)據(jù)庫(kù)，ChatGPT可以捕捉到各個(gè)領(lǐng)域科研前沿發(fā)展，為論文撰寫(xiě)提供寫(xiě)作思路和創(chuàng)新靈感。其中，ChatGPT在科研思維和論文參考方面的優(yōu)勢(shì)因素被提及頻率較高，分別為23次和15次。

學(xué)生1表示：“寫(xiě)論文時(shí)，ChatGPT可以幫助列大綱，可以給我一些新的靈感和啟發(fā)，補(bǔ)充了我沒(méi)有想到的一些方面。”

學(xué)生17表示：“在檢索文獻(xiàn)方面我使用過(guò)Chat？ GPT，它確實(shí)在數(shù)據(jù)綜合方面很突出，能夠幫助我完成對(duì)信息的認(rèn)識(shí)、分析和檢索。”

4.1.5 提升醫(yī)學(xué)人文素養(yǎng)

在本次研究過(guò)程中，訪談對(duì)象還提到了Chat？ GPT在醫(yī)學(xué)倫理方面的應(yīng)用優(yōu)勢(shì)，被關(guān)注頻繁程度為7%。ChatGPT充當(dāng)標(biāo)準(zhǔn)化病人的角色，模擬診療情景與學(xué)生進(jìn)行交互，有助于培養(yǎng)學(xué)生的人文關(guān)懷意識(shí)。在交互過(guò)程中，ChatGPT可根據(jù)學(xué)生的問(wèn)診用詞和語(yǔ)氣提出指導(dǎo)性建議，降低學(xué)生在實(shí)習(xí)時(shí)因表達(dá)不清而發(fā)生醫(yī)患糾紛的風(fēng)險(xiǎn)[15]。

學(xué)生10表示：“在醫(yī)學(xué)教育中，我們往往過(guò)于關(guān)注技術(shù)和科學(xué)，忽視了與患者的交流和人文關(guān)懷。Chat？ GPT提供與‘患者’交流的機(jī)會(huì)，培養(yǎng)醫(yī)患溝通能力和人文關(guān)懷意識(shí)。”

核醫(yī)學(xué)專業(yè)的學(xué)生不僅需要扎實(shí)的核醫(yī)學(xué)知識(shí)基礎(chǔ)，還需要熟悉掌握衛(wèi)生法規(guī)，更好地為患者服務(wù)的同時(shí)維護(hù)自身利益。ChatGPT在法律和技術(shù)領(lǐng)域表現(xiàn)出色、作答準(zhǔn)確，接近甚至超越人類專家[16]，可作為核醫(yī)學(xué)專業(yè)學(xué)生的“法律助手”，普及相關(guān)法律法規(guī)，明確醫(yī)患雙方需承擔(dān)的責(zé)任義務(wù)，分析學(xué)生實(shí)際遇到的法律問(wèn)題。

學(xué)生13表示：“ChatGPT讓你對(duì)醫(yī)療的各個(gè)方面，包括衛(wèi)生法等有一個(gè)全面整體的了解，對(duì)你的措辭和行為及時(shí)作出糾正。”

4.1.6 平衡教育資源不均

ChatGPT可以在學(xué)生不能與患者進(jìn)行線下交流時(shí)，結(jié)合元宇宙、虛擬現(xiàn)實(shí)及增強(qiáng)現(xiàn)實(shí)等技術(shù)，打造沉浸式醫(yī)學(xué)教育體驗(yàn)，進(jìn)行較為真實(shí)的臨床實(shí)踐模擬。

學(xué)生9表示“：醫(yī)學(xué)是一門(mén)基于臨床實(shí)踐的學(xué)科，將ChatGPT和AR、VR這種技術(shù)結(jié)合起來(lái)，可以很好地模擬病例討論或者是問(wèn)診，甚至在未來(lái)查體都可能實(shí)現(xiàn)了，無(wú)疑是對(duì)實(shí)踐能力的提升有很大幫助。”

此外，ChatGPT可以拓展醫(yī)學(xué)知識(shí)邊界，打破傳統(tǒng)教育模式時(shí)間和空間的局限[17]，極大地促進(jìn)教育公平，推動(dòng)西部資源匱乏地區(qū)教育水平的提高。

主任醫(yī)師表示：“除醫(yī)學(xué)教育層面，在醫(yī)療資源人才建設(shè)上，ChatGPT線上資源平臺(tái)的建設(shè)能夠促進(jìn)醫(yī)療資源共享，讓基層醫(yī)務(wù)工作者可以及時(shí)接觸到最新的循證醫(yī)學(xué)知識(shí)。”

4.2 訪談對(duì)象結(jié)果差異分析

對(duì)比分析學(xué)生和教師訪談資料中三級(jí)編碼參考點(diǎn)數(shù)和被關(guān)注的頻繁程度，具體結(jié)果如表4所示。在學(xué)生和教師這兩個(gè)群體中，指導(dǎo)課程知識(shí)學(xué)習(xí)、輔助醫(yī)學(xué)理論教學(xué)均為被提及頻率最高的優(yōu)勢(shì)因素，而提升醫(yī)學(xué)人文素養(yǎng)、平衡教育資源不均為提及頻率較低的優(yōu)勢(shì)因素，表明目前ChatGPT在核醫(yī)學(xué)教育的應(yīng)用優(yōu)勢(shì)主要體現(xiàn)在知識(shí)學(xué)習(xí)和理論教學(xué)兩方面。ChatGPT的局限性在學(xué)生和教師群體中被關(guān)注的頻繁程度分別為11%和12%，提示ChatGPT的局限性是“ChatGPT+核醫(yī)學(xué)教育”改革中不可忽略的因素。此外，學(xué)生對(duì)營(yíng)造科研學(xué)術(shù)氛圍的優(yōu)勢(shì)因素關(guān)注度較高，教師對(duì)加強(qiáng)臨床實(shí)踐能力的優(yōu)勢(shì)因素關(guān)注度較高，可能與教師對(duì)提高學(xué)生臨床實(shí)踐能力的重視程度及學(xué)生對(duì)科研領(lǐng)域的探索求知欲有關(guān)。

5 結(jié)論

5.1 ChatGPT應(yīng)用優(yōu)勢(shì)

ChatGPT能在學(xué)生自主學(xué)習(xí)、教師教學(xué)輔助及社會(huì)醫(yī)學(xué)人文3個(gè)層面促進(jìn)核醫(yī)學(xué)教育的發(fā)展，在高等醫(yī)學(xué)教育領(lǐng)域具有卓越的應(yīng)用優(yōu)勢(shì)。ChatGPT等人工智能將對(duì)核醫(yī)學(xué)教育領(lǐng)域產(chǎn)生巨大影響，深刻改變各大高校學(xué)生及教師的學(xué)習(xí)和工作方式。隨著訓(xùn)練數(shù)據(jù)庫(kù)不斷擴(kuò)充，ChatGPT的輸出準(zhǔn)確性和專業(yè)性會(huì)得到顯著提升，將在輔助核醫(yī)學(xué)專業(yè)學(xué)生學(xué)習(xí)方面取得更進(jìn)一步的發(fā)展。

5.2 ChatGPT自身局限性

該研究發(fā)現(xiàn)ChatGPT在核醫(yī)學(xué)應(yīng)用中的局限性主要包括普及度不高、數(shù)據(jù)集局限、專業(yè)性不足、依賴性，以及信息繭房5個(gè)范疇。由于ChatGPT在核醫(yī)學(xué)專業(yè)學(xué)生的普及度不高，因此，在利用ChatGPT進(jìn)行核醫(yī)學(xué)輔助教學(xué)時(shí)應(yīng)注意提前為學(xué)生準(zhǔn)備ChatGPT的安裝教程和使用注意事項(xiàng)。教學(xué)案例、臨床數(shù)據(jù)等可能涉及的隱私泄露問(wèn)題，導(dǎo)致了ChatGPT在核醫(yī)學(xué)這一專業(yè)領(lǐng)域訓(xùn)練數(shù)據(jù)不足，回答不夠?qū)I(yè)準(zhǔn)確。若其被廣泛推廣應(yīng)用之后，是否會(huì)引發(fā)剽竊等一系列學(xué)術(shù)不端的行為，均是有待思考的潛在問(wèn)題。學(xué)生過(guò)于依賴ChatGPT而缺乏主觀思考將導(dǎo)致人類思維的退化[18]。人工智能時(shí)代帶來(lái)更多信息的同時(shí)，也易導(dǎo)致信息繭房現(xiàn)象的發(fā)生。學(xué)生對(duì)ChatGPT的提問(wèn)是有選擇性的，ChatGPT的回答會(huì)受到個(gè)人提問(wèn)方式的局限。

5.3 研究局限性

該研究訪談的學(xué)生來(lái)自重慶醫(yī)科大學(xué)，在調(diào)查地域的維度上還需進(jìn)一步拓寬。樣本中參與教學(xué)的教師占比較少，研究結(jié)果更多反映學(xué)生的需求和使用效果。若需要對(duì)ChatGPT在核醫(yī)學(xué)教育中的應(yīng)用優(yōu)勢(shì)進(jìn)行深入探索，需進(jìn)一步擴(kuò)大樣本量和提高研究對(duì)象的豐富度。

參考文獻(xiàn)：

[1]趙禎，周科，蔣麗莎，等.智能病灶標(biāo)注系統(tǒng)在核醫(yī)學(xué)閱片教學(xué)中的應(yīng)用[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2021，13（7）：78-81.

[2]趙禎，蔡華偉.全身骨顯像智能閱片系統(tǒng)在新冠肺炎疫情期間線上核醫(yī)學(xué)影像讀片教學(xué)訓(xùn)練中的應(yīng)用[J].現(xiàn)代職業(yè)教育，2020（10）：182-183.

[3]陶嘉雯，余爭(zhēng)平，皮會(huì)豐.淺析以ChatGPT為代表的人工智能對(duì)醫(yī)學(xué)教育的影響[J].數(shù)理醫(yī)藥學(xué)雜志，2023，36（6）：475-480.

[4]陳剛，張淼，李彪，等.個(gè)性化核醫(yī)學(xué)教學(xué)初探[J].上海醫(yī)學(xué)影像，2009，18（4）：337-338.

[5]何煉圖，湯慶，湯佳馨，等.人工智能+醫(yī)學(xué)影像教育新模式的作用與構(gòu)想[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2018，10（20）：31-33.

[6]劉亞麗，范逢春.ChatGPT-AIGC用戶風(fēng)險(xiǎn)感知維度識(shí)別與治理研究：基于扎根理論的探索性分析[J].情報(bào)理論與實(shí)踐，2024，47（3）：121-129.

[7]吳毅，吳剛，馬頌歌.扎根理論的起源、流派與應(yīng)用方法述評(píng)：基于工作場(chǎng)所學(xué)習(xí)的案例分析[J].遠(yuǎn)程教育雜志，2016，34（3）：32-41.

[8]周明舸，邱春，王躍濤.核醫(yī)學(xué)本科教學(xué)開(kāi)展課程思政的思考與探索[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2022，14（12）：1-4.

[9]楊繼文，陳曉磊，高光健，等.微信在核醫(yī)學(xué)實(shí)踐教學(xué)中的輔助應(yīng)用與探索[J].安徽醫(yī)專學(xué)報(bào)，2023，22（4）：101-102.

[10]董艷，夏亮亮，李心怡，等.ChatGPT賦能學(xué)生學(xué)習(xí)的路徑探析[J].電化教育研究，2023，44（12）：14-20.

[11]戴嶺，趙曉偉，祝智庭.智慧問(wèn)學(xué)：基于ChatGPT的對(duì)話式學(xué)習(xí)新模式[J].開(kāi)放教育研究，2023，29（6）：42-51.

[12]黃干，萬(wàn)良榮，姚旭峰，等.核醫(yī)學(xué)教學(xué)模式的應(yīng)用探索[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2021，13（28）：108-112.

[13]馬武仁，弓孟春，戴輝，等.以ChatGPT為代表的大語(yǔ)言模型在臨床醫(yī)學(xué)中的應(yīng)用綜述[J].醫(yī)學(xué)信息學(xué)雜志，2023，44（7）：9-17.

[14]李佩芳，陳佳麗，寧寧，等.ChatGPT在醫(yī)學(xué)領(lǐng)域的應(yīng)用進(jìn)展及思考[J].華西醫(yī)學(xué)，2023，38（10）：1456-1460.

[15]劉立東.人工智能+醫(yī)學(xué)影像教育新模式在教與學(xué)中的作用與構(gòu)想[J].智慧健康，2020，6（26）：3-5.

[16]雷磊.ChatGPT對(duì)法律人主體性的挑戰(zhàn)[J].法學(xué)，2023（9）：3-15.

[17]王曉冰，吳歆，林青青，等.ChatGPT在醫(yī)學(xué)教學(xué)中的應(yīng)用探討[J].中國(guó)醫(yī)學(xué)教育技術(shù)，2024，38（1）：70-74.

[18]董艷，夏亮亮，李心怡，等.ChatGPT賦能學(xué)生學(xué)習(xí)的路徑探析[J].電化教育研究，2023，44（12）：14-20.

（編輯：楊雪瑩 趙伊昕）