首页 > 医学分子生物学杂志 > 大语言模型在病例生成、个性化教学与评估中的研究进展

大语言模型在病例生成、个性化教学与评估中的研究进展

Research Progress of Large Language Models in Case Generation,Personalized Teaching and Assessment

二维码有效期 120s

摘要大语言模型(large language model,LLM)为医学教育带来新机遇.文章考察LLM在病例生成、个性化教学及智能评估方面的技术基础与应用手段.借助合理挑选模型、提示词,开展多模态融合与学术校正,LLM可生成仿真教学案例,利于临床推理训练;将学生画像与学习行为结合,LLM可实现路径推荐、内容定制的操作,提升教学适配度;LLM助力构建涵盖医学准确性、逻辑结构与因果推理方面的多维评分体系,产出个性化反馈内容.当前LLM仍面临幻觉与知识更新滞后等挑战,未来应加强人机协同、数据安全与标准资源建设,从而推动医学教育向智能化、规范化发展.

作者丛尚 ^[1] 白沃涵 ^[2] 陈钟 ^[3] 苏钰 ^[4] 易跃雄 ^[5] 学术成果认领

作者单位武汉大学中南医院妇科武汉市,430071;武汉大学第一临床学院武汉市,430070 ^[1] 武汉大学中南医院妇科武汉市,430071;武汉大学第二临床学院武汉市,430071 ^[2] 武汉大学中南医院科研处武汉市,430071 ^[3] 武汉大学人民医院眼科中心武汉市,430070 ^[4] 武汉大学中南医院妇科武汉市,430071 ^[5]

关键词大语言模型病例生成个性化教学教学评估医学教育 large language model case generation personalized teaching teaching assess-ment medical education

分类号 R4（临床医学）

栏目名称

医学教育

DOI 10.3870/j.issn.1672-8009.2026.01.014

发布时间 2026-02-04（万方平台首次上网日期，不代表论文的发表时间）