應用ChatGPT評估護生之護病溝通能力

臨床技能中心楊馥宇助理研究員、吳美玲副教授2024-03-15 15:20:59

圖1. GPT-4繪製的標準化病人陳桃女士

護理過程是由評估、診斷、規劃、實施和評估這五個連續步驟組成（Whiteman et al., 2021），而溝通是這些步驟的基礎（Mousavinasab et al., 2020）。護生必須在學校學習護病溝通的專業技能，對病患具備足夠的觀察力與溝通技巧，才能在問診後及時且正確地評估和判斷患者的病情資訊與感受，展開正向的護病關係（Kirca & Bademli，2019 ；Toney-Butler & Unison-Pace, 2019 ），並提供患者專業且正確的衛教知識。

護理課程雖然有教導學生如何問診和衛教，且OSCE考試也會考學生的護病溝通能力，但是學生在課堂能實際練習的機會比較少，所以當他們面對OSCE考試或進入醫院臨床實習時，往往處於不敢講或不會講的狀態（蕭雅竹、吳麗瑜、鄭幸宜、劉碧霞，2012）。

近來生成式AI大行其道，OpenAI公司發展的ChatGPT (Generative Pretrained Transformer)更是對業界和學術界拋下一顆震撼彈。生成式AI運用深度學習技術、自然語言處理模型(natural language processing model, NLP model) (OpenAI, 2023)，人們只要使用類人類語言就可以和機器人溝通，對ChatGPT下提示語指令，產生文字、代碼或圖形等各種形式內容，無論是程式語言學習、模擬對話、創意生成點子、摘要、翻譯、評量、出題等等，都有相關應用研究（AlAfnan, et al., 2023）。雖然目前ChatGPT在護理教育多半處於考題測試階段，但已有少數護理教育將ChatGPT應用在課程的研究，例如培養學生的問題解決能力(Chang et al., 2024)。本研究為提高護理系學生護病溝通與衛教知識熟稔度與精確性，設計將OSCE教案融入GPT-4提示語，探究護生與GPT-4模擬的標準化病人（Standardized Patient, SP）的護病溝通情形。

方法：本研究使用GPT-4繪製標準化病人的外觀，78歲高齡的高血糖病患陳桃女士，由學生對其進行護病溝通的任務。實驗仿照正式OSCE的考試時間，讓學生讀題1分鐘，接著進行8分鐘的問診、評估和衛教，並回答由GPT-4扮演的標準化病人所提出的問題。希望透過這樣的測試，瞭解護生的護病溝通能力、溝通特徵與困難，藉此修正與訓練GPT-4的護病溝通對話能力與溝通評估成效。

本研究樣本為3位有OSCE經驗、平均年齡 22.67 歲的學生，兩位為護理五專應屆畢業生，其中一位有4年臨床工作經驗，他們均要與扮演標準化病人的GPT-4進行護病溝通，之後由兩位專家對學生的GPT-4對話歷史紀錄進行獨立評分，其評分一致性信度Kappa值=0.80，p<.001。

結果：學生在8分鐘內平均對話10次，平均分數5.67分，並未達預設的及格分數14分，其中有臨床工作經驗的護生溝通次數最多，概念範圍也較廣。學生雖然覺得GPT-4很聰明，可以精確說出醫療用藥和提問，但與GPT-4互動缺乏跟真實病人的互動感，不太能將GPT-4視為標準化病人，也比較少使用老人溝通原則。此外，學生大部分時間花在問診評估，著重於病患會不會或有沒有量血糖、運動、吃藥之事，不太會深入詢問時間、頻率、專業醫療用語及評估數值是否合宜，也沒有提到高、低血糖的異常症狀，只有臨床工作經驗的學生有提到糖尿病合併症。
    結論：護生需要加強護理背景知識與臨床溝通技能練習，尤其是時間規律、醫療專業數據方面。建議未來要因應AI可評估面向調整評分項目和標準，護理授課老師要針對老人溝通原則進一步教學，培養學生的觀察力與護理技能，並多提醒學生問診和衛教溝通的專業內容。之後也可以結合VR影像，提升標準化病人的真實性與互動性。而GPT-4也需要修改提示語和再次訓練，以增進其對話與評估的正確性。

參考文獻：

蕭雅竹、吳麗瑜、鄭幸宜、劉碧霞（2012）。護理學生溝通能力之培育及省思。長庚護理，23(4)，464-475。

AlAfnan, M. A., Dishari, S., Jovic, M., & Lomidze, K. (2023). Chatgpt as an educational tool: Opportunities, challenges, and recommendations for communication, business writing, and composition courses. Journal of Artificial Intelligence and Technology, 3(2), 60-68.

Chang, C. Y., Yang, C. L., Jen, H. J., Ogata, H., & Hwang, G. H. (2024). Facilitating nursing and health education by incorporating ChatGPT into learning designs. Educational Technology & Society, 27(1), 215-230.

Kirca, N., & Bademli, K. (2019). Relationship between communication skills and care behaviors of nurses. Perspectives in psychiatric care, 55(4), 624-631.

Mousavinasab, E. S., Kalhori, S. R. N., Zarifsanaiey, N., Rakhshan, M., & Ghazisaeedi, M. (2020). Nursing process education: A review of methods and characteristics. Nurse Education in Practice, 48, 102886.

OpenAI (2023). ChatGPT: Optimizing Language Models for Dialogue. Retrieved 15/03/2024 from. https://openai.com/blog/chatgpt/.

Toney-Butler, T. J., & Unison-Pace, W. J. (2019). Nursing admission assessment and examination. In: StatPearls [Internet]. StatPearls Publishing, Treasure Island (FL); 2024 [cited 2024 Jan 17]. Available from: https://www.ncbi.nlm.nih.gov/books/NBK493211/

Whiteman, K., Yaglowski, J., & Stephens, K. (2021). Critical Thinking Tools for Quality Improvement Projects. Critical Care Nurse, 41(2).