Generative AI for Medical Education Standards (GAMES )

生成式AI醫學教育標準---

後續宜發展「以生成式AI發展影音教材之SOP與評估標準」&「以LLM發展虛擬病人與虛擬考官之SOP與評估標準」，因為這些SOP與評估標準皆對於後續的醫學教育研究具有很重要的指引與驗證需求。

---------------------------------------

以下是針對「以生成式AI發展影音教材之SOP與評估標準」的評論：

獨特價值：技術創新與教育結合：

• 將生成式AI（如影片生成、語音合成、動畫製作）應用於醫學教育，開創新的教材製作模式
• 大幅降低高品質教材的製作成本和時間
• 能夠快速產生多語言版本，促進醫學教育的國際化

個人化學習的突破：

• 可根據學習者程度/目標，自動調整教材難度和呈現方式
• 產生多樣化的臨床案例變化，避免學習固定模式
• 即時更新醫學知識，保持教材的時效性

教學設計整合：

• 如何將AI工具整合到現有的教學設計流程
• 教師在AI輔助下的新角色定位
• 保持人文關懷在醫學教育中的核心地位

---------------------------------------------------

「以LLM發展虛擬病人與虛擬考官之SOP與評估標準」

創新價值：

• 解決臨床教學資源限制問題（標準化病人數量有限、考官時間寶貴）
• 提供24/7的練習機會，增加學生接觸多樣化案例的機會
• 能夠模擬罕見疾病或高風險情境，提供安全的學習環境

---------------------------------------------------

VP 驗證模式：

對話內容之一致性與正確性（>12項*2種對話來源[自然對話（>10 examiness）與設定對話（New Chat 3次）]*>5VP）

對話風格之一致性與正確性（>5項*2種對話來源[自然對話與設定對話]*>5VP）

專家設定對話，以FIFE言，可約12題（可驗證prompt有無舉例/設定）

VR (virtual rater) 驗證模式：

評分與回饋內容之一致性與正確性