Руководство по разработке промптов: основы и применение для специалистов по медицинской симуляции

A guide to prompt design: foundations and applications for healthcare simulationists
Maria Bajwa, Sara Maaz, Janice C. Palaganas, Gerry Palaganas
2025-01-30

этика генеративного ИИмедицинская симуляциябольшие языковые моделидизайн промптовсимуляционное образование
Большие языковые модели (БЯМ), такие как ChatGPT, Gemini и Claude, все шире применяются в медицинской симуляции; в данной статье специалистам по симуляции предлагается практическое руководство по эффективной разработке промптов. На основе структурированного обзора литературы и итерационного тестирования промптов в статье сформулированы лучшие практики создания калиброванных промптов, рассмотрены различные типы и методы промптинга на примере конкретных вариантов применения, а также проанализированы проблемы, включая этические аспекты использования БЯМ в медицинской симуляции. Руководство помогает восполнить дефицит знаний специалистов по симуляции об использовании БЯМ в симуляционном обучении и содержит рекомендации по разработке промптов, адаптированные к их потребностям. Примеры были разработаны путем итерационного тестирования для обеспечения соответствия целям симуляции; они охватывают такие варианты применения, как разработка клинических сценариев, создание станций объективного структурированного клинического экзамена (OSCE), написание сценариев для симулированных пациентов и проведение дебрифинга. Эти варианты применения предлагают простые в использовании методы повышения реалистичности, вовлеченности и соответствия образовательным целям в рамках симуляционного обучения. Наряду с этическими аспектами, специфичными для медицинского образования, обсуждаются ключевые проблемы интеграции БЯМ, включая предвзятость, вопросы конфиденциальности, галлюцинации, недостаточную прозрачность, а также необходимость надежного надзора и оценки. Представлены рекомендации, помогающие специалистам по симуляции формулировать промпты в соответствии с образовательными целями и одновременно снижать связанные с этим риски. Эти выводы вносят ценный и своевременный вклад в знания, необходимые специалистам по симуляции, стремящимся ответственно использовать возможности генеративного искусственного интеллекта в медицинском образовании.
1
В работе сформулированы рекомендации по созданию калиброванных промптов и рассмотрены различные типы и методы промптинга на примерах медицинской симуляции.
2
Итеративно протестированные примеры охватывают разработку клинических сценариев, создание станций OSCE, написание сценариев для симулированных пациентов и проведение дебрифинга.
3
Рекомендации по разработке промптов направлены на повышение реалистичности симуляций, вовлечённости обучающихся и соответствия образовательным целям.
4
В качестве ключевых проблем выделены предвзятость, риски конфиденциальности, галлюцинации, недостаточная прозрачность и необходимость строгого надзора и оценки с учётом этических требований.
5
Статья предлагает практическое руководство по разработке промптов для специалистов по медицинской симуляции, основанное на структурированном обзоре литературы и итеративном тестировании.

разработка промптов для больших языковых моделей в симуляционном обучении в здравоохранении

передовые практики, методы и способы снижения этических рисков при создании калиброванных промптов, согласованных с целями симуляции и обучения

Publication Details
Publication Date
2025-01-30
Journal
Publisher
ISSN
Cited by
60
Access Type
Author Information
Authors
Maria Bajwa
Sara Maaz
Janice C. Palaganas
Gerry Palaganas
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%