Автор(ы): Колбаев М.Т., Мизонова С.Н., Кабылбекова С.С.
Город: Алматы, Казахстан
Учреждение: НАО "Казахский национальный медицинский университет имени С.Д.Асфендиярова"
Цель
На основе анализа современной научной литературы систематизировать подходы к использованию технологий искусственного интеллекта для формирования и оценки коммуникативных компетенций у студентов медицинских вузов.
Материалы и методы
Проведен систематический поиск и контент-анализ публикаций в базах данных PubMed, Scopus, Web of Science и Google Scholar за период с 2021 по 2026 годы. Поисковые запросы включали комбинации ключевых слов: artificial intelligence, medical education, communication skills, virtual patient, LLM in simulation. Из первоначального пула (более 140 статей) для глубокого анализа было отобрано 38 полнотекстовых исследований, соответствующих критериям доказательности (наличие рандомизированных контролируемых групп, валидированных шкал оценки ОСКЭ).
Результаты
Анализ мировой литературы позволил выделить три ключевых направления применения ИИ в коммуникативном тренинге: Диалоговая адаптивность: Современные ИИ-аватары (на базе архитектур, подобных GPT-4) способны генерировать контекстуально точные, эмоционально окрашенные ответы в реальном времени, успешно имитируя агрессию, тревогу или когнитивные нарушения у пациентов. Объективизация дебрифинга: Исследования подтверждают, что ИИ-системы распознавания речи оценивают не только семантику (полноту сбора анамнеза), но и паралингвистические характеристики (тон, паузы, маркеры эмпатии) с точностью до 92–95%, что сопоставимо с оценкой экспертов-профессоров. Клиническая эффективность: В 82% проанализированных исследований студенты, сочетавшие работу с ИИ-симуляторами и традиционные занятия, показали достоверно более высокие баллы по шкале эмпатии Джефферсона (JSE) и на станциях коммуникативного ОСКЭ по сравнению с контрольными группами.
Выводы
Литературные данные убедительно доказывают, что ИИ-платформы и виртуальные пациенты являются валидным и высокоэффективным инструментом для развития мягких навыков (soft skills) у будущих врачей. Переход от жестко запрограммированных сценариев к гибким ИИ-моделям решает проблему дефицита преподавательских кадров и стандартизирует систему оценки. Оптимальным вектором развития признана гибридная модель обучения, сочетающая цифровую симуляцию с последующим межличностным разбором в малых группах.
Мейербек Колбаев
Ваш комментарий будет первым!
Войти или зарегистрироваться, чтобы оставить комментарий.