生成式AI（人工智能）虚拟病人随机对照试验：沟通技能评分优于阅读材料对照
一项发表于《JMIR Medical Education（JMIR医学教育）》的摘要级随机对照试验报告：51名医学生、护理与医师助理学生及在职临床人员使用生成式AI（人工智能）虚拟病人SOPHIE完成3个30分钟互动模块后，赋权、明确表达、共情及总体沟通得分的改善幅度均大于阅读同一框架材料的对照组，自评信心亦更高。
研究为单盲设计，由标准化病人演员与4名独立评分者评估； 摘要未报告技能保持与真实临床行为变化。
研究于2024年6月至12月通过视频会议开展，采用单盲、平行组、1:1随机设计，共招募51名学员与临床人员（平均年龄30.6岁，标准差13.2； 女性40/51，78.4%），全部完成研究。
干预组使用SOPHIE（Standardized Online Patient for Healthcare Interaction Education，用于医疗交互教育的标准化在线病人）完成Empathize（共情）、Be Explicit（明确表达）、Empower（赋权）3个30分钟互动模块，含实时对话与自动反馈；
对照组在同等时长内阅读同一框架材料。 主要结局为标准化病人演员与盲法评分者依据既有临床沟通培训框架评分的变化。
结果显示，赋权β=0.11（95%CI 0.04–0.17，P=0.002）、明确表达β=0.08（95%CI 0.03–0.13，P=0.002）、共情β=0.07（95%CI 0.01–0.13，P=0.03）、总体沟通得分β=0.09（95%CI 0.04–0.14，P=0.001）； β表示相对对照组的额外前后改善。
自评信心均值4.31对3.83（5点李克特量表，P=0.009）。 上述内容来自摘要，未核对全文。
该试验把生成式AI（人工智能）的角色限定为可重复练习的对话对象加自动反馈，相比传统标准化病人可降低排期与一致性限制； 但样本仅51人、干预仅3个模块、评估在培训后即刻进行，摘要未报告技能保持、真实临床沟通行为或患者结局。 对教育产品而言，可借鉴的是按沟通框架拆分训练目标并以外部盲评验证，而非直接引用为临床能力提升证据。
后续观察信号
- 检索ClinicalTrials.gov或论文全文中的注册号与样本量计算依据
- 关注后续是否有更大样本、长期随访的重复研究