大语言模型在儿科临床医学教育中的应用、挑战与展望

杨张娅; 吕奎林; 王红迁; 王琦; 张雨平; 杨望; 唐雪梅; 吴至凤

doi:10.3760/cma.j.cn116021-20250811-02342

您当前的位置：

首页 >

文章列表页 >

大语言模型在儿科临床医学教育中的应用、挑战与展望

更新时间：2026-07-31

- 大语言模型在儿科临床医学教育中的应用、挑战与展望
- The application, challenges, and prospects of large language models in pediatric clinical medical education
- 中华医学教育探索杂志 2026年页码：1-6
- 作者机构：
  
  1.陆军军医大学第二附属医院儿科，重庆 400037
  2.陆军军医大学第一附属医院人工智能与大数据中心，重庆 400038
  3.陆军军医大学第二附属医院医务处，重庆 400037
  4.重庆医科大学儿科学院内科教研室，重庆 400014
- 作者简介：
  
  吴至凤，Email：wuzhifeng@tmmu.edu.cn
- 基金信息：
  
  重庆市高等教育教学改革研究项目数字化专项(244136);重庆市教委科学技术研究计划项目(KJQN202512808);陆军军医大学校级教学成果立项培育课题、校级数字化教学改革课题
- DOI：10.3760/cma.j.cn116021-20250811-02342
  中图分类号： R-05
- 收稿：2025-08-11，
  
  网络首发：2026-07-31，
- 稿件说明：
移动端阅览
杨张娅, 吕奎林, 王红迁, 等. 大语言模型在儿科临床医学教育中的应用、挑战与展望[J/OL]. 中华医学教育探索杂志, 2026,1-6.

Yang Zhangya, Lü Kuilin, Wang Hongqian, et al. The application, challenges, and prospects of large language models in pediatric clinical medical education[J/OL]. Chinese Journal of Medical Education Research, 2026, 1-6.
杨张娅, 吕奎林, 王红迁, 等. 大语言模型在儿科临床医学教育中的应用、挑战与展望[J/OL]. 中华医学教育探索杂志, 2026,1-6. DOI： 10.3760/cma.j.cn116021-20250811-02342.

Yang Zhangya, Lü Kuilin, Wang Hongqian, et al. The application, challenges, and prospects of large language models in pediatric clinical medical education[J/OL]. Chinese Journal of Medical Education Research, 2026, 1-6. DOI： 10.3760/cma.j.cn116021-20250811-02342.

摘要

儿科临床医学教育是培养高素质儿科专业人才的核心环节，当前面临教学场景不足、婴幼儿症状表述缺失导致的诊疗链条断裂、有创操作训练伦理受限、医患沟通情境模拟困难等突出问题。本文聚焦大语言模型在该领域的应用价值，通过整合多模态数据构建动态病例库、结合虚拟仿真系统革新操作训练、设计情景化平台优化医患沟通，建立病种知识库、形成相关智能体和模拟真实临床场景，为儿科临床教学提供了创新解决方案。本文系统探讨大语言模型在儿科临床医学教育中的应用场景、核心挑战及未来优化方向，提出“数据-伦理-技术”三位一体发展框架，为技术落地与教育模式创新提供理论与实践参考。

Abstract

Pediatric clinical medical education is central to cultivating high-quality pediatric professionals. However

it faces significant challenges

including insufficient teaching scenarios

breakdowns in the diagnostic chain due to the inability of infants and toddlers to describe symptoms

ethical constraints on invasive procedure training

and difficulties in simulating doctor–patient communication. This article explores the application value of large language models in addressing these issues. By integrating multimodal data to construct dynamic case libraries

innovating procedural training through virtual simulation systems

and designing contextual platforms to enhance doctor-patient communication

we developed disease knowledge bases

intelligent agents

and realistic clinical scenario simulations. These advances provide innovative solutions for pediatric clinical education. This paper systematically examined the application scenarios

core challenges

and future optimization directions for large language models in this field

and proposed a "data

ethics

technology" trinity development framework. This study provides both a theoretical and a practical reference for technology implementation and educational model innovation.

关键词

Keywords

references

教育部临床医学专业认证工作委员会 . 中国本科医学教育标准：临床医学专业 [M ] . 北京：北京大学医学出版社， 2023 .

张明君，蒋绚，郭晓娟，等 . 基于CBL及体验式教学理念的临床医学消化科教学改革 [J ] . 实验技术与管理， 2021 ， 38 （ 7 ）： 214 - 216， 231 . DOI: 10.16791/j.cnki.sjg.2021.07.040 http://dx.doi.org/10.16791/j.cnki.sjg.2021.07.040 .

熊英，何静 . 护理学本科生PICC虚拟仿真教学的需求调查及软件开发 [J ] . 中国继续医学教育， 2021 ， 13 （ 35 ）： 66 - 68 . DOI: 10.3969/j.issn.1674-9308.2021.35.019 http://dx.doi.org/10.3969/j.issn.1674-9308.2021.35.019 .

刘洁 . 医患沟通困境：患者角色客体化和医患关系工具化 [J ] . 中国医学伦理学， 2022 ， 35 （ 11 ）： 1241 - 1245 . DOI: 10.12026/j.issn.1001-8565.2022.11.12 http://dx.doi.org/10.12026/j.issn.1001-8565.2022.11.12 .

Xu X , Chen Y , Miao J . Opportunities, challenges, and future directions of large language models, including ChatGPT in medical education: a systematic scoping review [J ] . J Educ Eval Health Prof , 2024 , 21 : 6 . DOI: 10.3352/jeehp.2024.21.6 http://dx.doi.org/10.3352/jeehp.2024.21.6 .

Cave AJ , Davey C , Ahmadi E , et al . Development of a validated algorithm for the diagnosis of paediatric asthma in electronic medical records [J ] . npj Prim Care Respir Med , 2016 , 26 : 16085 . DOI: 10.1038/npjpcrm.2016.85 http://dx.doi.org/10.1038/npjpcrm.2016.85 .

Wang H , Peng H , Chen Z , et al . Development and implementation of a pediatric clinical teaching case library based on massive real-time data [J ] . J Multidiscip Healthc , 2024 , 17 : 4721 - 4730 . DOI: 10.2147/jmdh.s477748 http://dx.doi.org/10.2147/jmdh.s477748 .

Hashmi OU , Chan N , de Vries CF , et al . Artificial intelligence in radiology: trainees want more [J ] . Clin Radiol , 2023 , 78 ( 4 ): e336 - e341 . DOI: 10.1016/j.crad.2022.12.017 http://dx.doi.org/10.1016/j.crad.2022.12.017 .

Zurynski Y , Deverell M , Dalkeith T , et al . Australian children living with rare diseases: experiences of diagnosis and perceived consequences of diagnostic delays [J ] . Orphanet J Rare Dis , 2017 , 12 ( 1 ): 68 . DOI: 10.1186/s13023-017-0622-4 http://dx.doi.org/10.1186/s13023-017-0622-4 .

Wojtara M , Rana E , Rahman T , et al . Artificial intelligence in rare disease diagnosis and treatment [J ] . Clinical Translational Sci , 2023 , 16 ( 11 ): 2106 - 2111 . DOI: 10.1111/cts.13619 http://dx.doi.org/10.1111/cts.13619 .

Tian W , Huang X , Cheng T , et al . A medical multimodal large language model for pediatric pneumonia [J ] . IEEE J Biomed Health Inform , 2025 , 29 ( 9 ): 6869 - 6882 . DOI: 10.1109/jbhi.2025.3569361 http://dx.doi.org/10.1109/jbhi.2025.3569361 .

Dick K , Kaczmarek E , Ducharme R , et al . Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data [J ] . Sci Rep , 2025 , 15 : 11816 . DOI: 10.1038/s41598-025-90216-8 http://dx.doi.org/10.1038/s41598-025-90216-8 .

Grzywalski T , Piecuch M , Szajek M , et al . Practical implementation of artificial intelligence algorithms in pulmonary auscultation examination [J ] . Eur J Pediatr , 2019 , 178 ( 6 ): 883 - 890 . DOI: 10.1007/s00431-019-03363-2 http://dx.doi.org/10.1007/s00431-019-03363-2 .

Wang J , Wang K , Yu Y , et al . Self-improving generative foundation model for synthetic medical image generation and clinical applications [J ] . Nat Med , 2025 , 31 ( 2 ): 609 - 617 . DOI: 10.1038/s41591-024-03359-y http://dx.doi.org/10.1038/s41591-024-03359-y .

刘佳利，宋一萍，李文迅，等 . 小儿推拿教学应用虚拟仿真技术与传统教学法比较研究 [J ] . 光明中医， 2024 ， 39 （ 20 ）： 4200 - 4204 .

Smit D , Spruit E , Dankelman J , et al . Improving training of laparoscopic tissue manipulation skills using various visual force feedback types [J ] . Surg Endosc , 2017 , 31 ( 1 ): 299 - 308 . DOI: 10.1007/s00464-016-4972-0 http://dx.doi.org/10.1007/s00464-016-4972-0 .

刘畅，李广普，陈梦欢，等 . 基于深度学习的心肺复苏术人工智能实时辅助培训和考核系统的构建 [J ] . 中华医学教育杂志， 2023 ， 43 （ 6 ）： 418 - 422 . DOI: 10.3760/cma.j.cn115259-20220504-00571 http://dx.doi.org/10.3760/cma.j.cn115259-20220504-00571 .

Li S , Liu B , Li S , et al . A deep learning-based computer-aided diagnosis method of X-ray images for bone age assessment [J ] . Complex Intell Syst , 2022 , 8 ( 3 ): 1929 - 1939 . DOI: 10.1007/s40747-021-00376-z http://dx.doi.org/10.1007/s40747-021-00376-z .

吴云潇潇，张立波，龚丁旭，等 . 人工智能在先天性心脏病影像诊断中应用研究进展 [J ] . 中华实用诊断与治疗杂志， 2024 ， 38 （ 8 ）： 856 - 859 . DOI: 10.13507/j.issn.1674-3474.2024.08.018 http://dx.doi.org/10.13507/j.issn.1674-3474.2024.08.018 .

罗皓月，陈欣，司佳珺，等 . 人工智能在影像学诊断儿童发育性髋关节发育不良中的研究进展 [J ] . 中国医学影像技术， 2025 ， 41 （ 1 ）： 160 - 163 . DOI: 10.13929/j.issn.1003-3289.2025.01.034 http://dx.doi.org/10.13929/j.issn.1003-3289.2025.01.034 .

Verder H , Heiring C , Ramanathan R , et al . Bronchopulmonary dysplasia predicted at birth by artificial intelligence [J ] . Acta Paediatr , 2021 , 110 ( 2 ): 503 - 509 . DOI: 10.1111/apa.15438 http://dx.doi.org/10.1111/apa.15438 .

邵建文，刘欢，张玥，等 . 基于人工智能的医患沟通共情语言教学与评价系统的开发与应用研究 [J ] . 中国全科医学， 2024 ， 27 （ 34 ）： 4315 - 4321 . DOI: 10.12114/j.issn.1007-9572.2023.0544 http://dx.doi.org/10.12114/j.issn.1007-9572.2023.0544 .

王博，周欣，孙晶，等 . 儿科数字化研究网络现状与展望 [J ] . 临床儿科杂志， 2024 ， 42 （ 2 ）： 171 - 176 . DOI: 10.12372/jcp.2024.23e0824 http://dx.doi.org/10.12372/jcp.2024.23e0824 .

郑超，翟瑄 . 人工智能在儿外科医学教育中的应用 [J ] . 中华医学教育探索杂志， 2024 ， 23 （ 5 ）： 589 - 593 . DOI: 10.3760/cma.j.cn116021-20240102-01739 http://dx.doi.org/10.3760/cma.j.cn116021-20240102-01739 .

Sisk BA , Antes AL , DuBois JM . An overarching framework for the ethics of artificial intelligence in pediatrics [J ] . JAMA Pediatr , 2024 , 178 ( 3 ): 213 . DOI: 10.1001/jamapediatrics.2023.5761 http://dx.doi.org/10.1001/jamapediatrics.2023.5761 .

高蕾，彭贤贵，杨武晨，等 . 应用人工智能图像教学系统提高医学生骨髓细胞形态判读能力 [J ] . 中华医学教育探索杂志， 2020 ， 19 （ 5 ）： 569 - 573 . DOI: 10.3760/cma.j.cn116021-20190614-00129 http://dx.doi.org/10.3760/cma.j.cn116021-20190614-00129 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

静脉血栓栓塞症智能知识库的构建及在医学教育中的应用评价

大语言模型在公共卫生与预防医学专业院校教育中的应用与展望

DeepSeek 辅助命题用于前列腺癌教学测评的可行性研究

大语言模型辅助住院医师规范化培训课程设计：以胸部X线平片报告教学为例

基于认知与使用视角的临床教师人工智能素养现状与教学应用需求调查