采购AI虚拟标准化病人之前，院校必须现场验证的12项能力

从课程适配、完整训练、过程留痕到教师复盘与持续运营

采购AI虚拟标准化病人，现场不能只看它能不能“聊几句”，而要看它能否真正进入课程。院校应带着自己的课程目标、病例脚本、教师和学生到现场，完整跑通一次训练，核对过程记录、评分证据、教师复盘、数据安全和后续运营，再决定是否采购。

这份“12项能力”不是某项强制性国家标准，而是一套面向院校采购现场的实操清单。教育部在一流本科课程建设中强调以学生为中心、评价科学可测量、过程可回溯、教学材料完整；标准化病人教育领域的最佳实践也把安全环境、病例开发、评价和项目管理视为关键环节。对AI虚拟标准化病人而言，验收重点同样应从“模型表现”转向“课程能否稳定运行”。

先说清楚：谁在什么课程中使用

同一套AI虚拟标准化病人，不应该用一个“万能问诊”覆盖所有专业。采购前首先要把使用者、课程、训练目标和评价方式一一对齐。

• 临床医学本科生可在诊断学、内科学、外科学、全科医学和医患沟通课程中，训练问诊框架、信息整合、初步临床思维和沟通表达。
• 儿科学生与规培学员需要同时处理患儿和监护人的信息，验证系统能否区分信息来源、年龄特点和代理陈述。
• 精神科、心理和护理相关课程更关注倾听、同理、精神状态检查、风险识别与安全转介，不能只统计“问了几个问题”。
• 药学与临床药师培训可用于用药咨询、依从性评估、不良反应追问和患者教育，但不能把教学反馈误作真实处方建议。
• 住院医师规范化培训、临床技能中心和OSCE前训练，可采用更复杂病例和限时任务，但病例难度、评分量规和考核用途必须经过专家审定。

现场应要求供应方用一句话回答四个问题：谁来用、在哪门课程中用、练哪项能力、由什么证据判断学会了。如果回答仍停留在“所有专业都能用”“AI自动评分”，说明课程边界尚未定义清楚。

一次训练应当经历哪些步骤

内科问诊仿真应让学生完整经历开场、信息采集、总结和任务提交

一次可用于教学的训练，至少要完整经历以下过程，而不是在演示页上随机问几句话：

• 第一步：学生以真实课程身份进入对应班级、任务和病例版本，系统明确训练目标、角色和时限。
• 第二步：学生阅读简短的接诊信息，只获得临床现场本来就能看到的内容，不能提前泄露答案。
• 第三步：学生完成开场、身份确认、称呼和知情说明，建立基本沟通关系。
• 第四步：学生从主诉开始，使用开放式提问、针对性追问和澄清，虚拟患者按病例规则逐步披露信息。
• 第五步：学生根据已获得的线索调整问诊路径，识别症状特征、危险信号、既往史、用药史和心理社会因素。
• 第六步：学生进行阶段性总结，向患者复述关键信息并纠正理解偏差。
• 第七步：按课程要求提交问题列表、初步判断、鉴别思路、下一步检查或患者教育内容。
• 第八步：系统结束会话并形成过程记录，给出与具体对话证据相连的反馈，而不是只有一个总分。
• 第九步：教师查看个人回放、班级共性问题和评分依据，必要时修正评价或补充点评。
• 第十步：教师将同一病例、变式病例或专项补练再次下发，比较学生前后两次表现。

采购现场要故意加入中断、重进、超时、重复追问、偏题和遗漏危险信号等情况。只有正常路径能跑通，不代表系统具备教学可用性。

院校必须现场验证的12项能力

1. 课程与使用者适配能力

要看什么：系统能否把学生层级、课程目标、病例难度、训练时长和评分方式对应起来。怎么测：分别用低年级学生、实习生和教师账号进入同一主题的不同任务，检查可见内容、提示强度和评价维度是否不同。合格证据：课程配置表、角色权限、任务版本和实际运行结果彼此一致。

2. 病例脚本与角色一致性

虚拟患者必须“守住病例”。年龄、职业、主诉、时间线、既往史、用药史、家庭信息和情绪反应不能在多轮对话中自行变化。现场可用同义问法、倒序追问和间隔重复提问交叉核对。合格证据不是一次回答正确，而是多轮训练中关键信息稳定、矛盾点来自病例设计而非模型漂移。

3. 信息分层披露能力

真实问诊不会在第一个问题中得到全部答案。系统应区分主动陈述、问到才说、建立信任后才说以及在特定情境下拒绝回答的信息。现场可设置敏感史、依从性差或家庭冲突等线索，观察学生提问方式是否影响信息披露。合格证据是病例规则可配置、可解释，并能由教师复核。

4. 对自然表达的理解与有效追问能力

学生会使用口语、简称、停顿、纠正和不完整句子。系统既要理解常见表达，也要在含糊时要求澄清，不能用“猜中答案”掩盖误解。现场应加入同义问题、口语问题、连续追问、否定表达和明显无关问题。重点记录回答相关性、响应时间、错误恢复和是否错误泄露病例信息。

5. 沟通行为与临床思维协同能力

AI虚拟标准化病人不是关键词收集器。它应支持学生在倾听、同理、总结、解释和共同决策中完成信息采集。现场故意比较两种路径：一组机械逐项提问，另一组先开放提问再针对线索追问。若两组只因“命中相同词语”获得相同反馈，说明系统还没有把沟通过程纳入评价。

6. 多课程、多角色与变式训练能力

儿科仿真需要同时处理患儿、监护人与学生之间的信息关系

同一病例可以服务不同教学目的，但评价重点必须改变。诊断学关注病史结构，内科关注临床推理，儿科关注与监护人沟通，精神科关注风险与关系建立，药学关注用药核对和健康教育。现场应验证教师能否在不重做整套系统的情况下调整任务、难度、患者情绪、信息缺口和评分量规。

7. 异常输入、安全提示与适用边界控制能力

学生可能提出冒犯性问题、请求患者直接说出诊断，或把系统当成临床决策工具。系统应能拒绝越界请求、保持教学角色，并在涉及自伤、伤人、严重过敏或其他高风险线索时触发预设教学流程。现场还要检查提示是否适度：不能替学生做决定，也不能对危险信号毫无反应。

8. 全过程留痕能力

系统至少应能按项目实际配置记录：使用者、课程、病例与版本、开始结束时间、暂停和重进、完整对话、问题顺序、关键点命中与遗漏、重复或诱导性提问、阶段任务提交、用时、评分维度、模型或规则版本、教师点评和再训练结果。采购时不要只看后台有多少图表，要随机抽取一名学生，确认每一条结论都能追溯到原始行为。

9. 评分可解释与教师可干预能力

总分必须能拆成评价维度，并指向具体证据。例如“危险信号识别不足”应对应未追问的症状或错误处置，“沟通表达欠佳”应对应具体语句和量规条目。现场让两位教师独立查看同一记录，判断系统证据是否足以支持结论；同时验证教师能否调整分值、填写理由并保留修改痕迹。

10. 教师复盘与班级管理能力

教师需要的不是一个漂亮大屏，而是能迅速定位教学问题。系统应支持查看单次会话、按时间线回放或阅读对话、筛选共性遗漏、比较不同学生和不同训练轮次、批量下发补练、导出必要材料，并保留病例和量规版本。现场要求教师亲自完成一次“查找问题—点评—再布置—看改进”的闭环，供应方不能代操作。

11. 部署、权限、集成与数据保护能力

院校要验证并发、网络、终端兼容、账号体系、角色权限、日志、备份恢复以及与现有教学平台的接口边界。若采集语音、对话或学习画像，还应明确数据最小化、告知与授权、保存期限、访问控制、导出删除、脱敏和安全事件处理。测试应使用虚构病例或已合规处理的数据，不能为了演示上传可识别的真实患者材料。

12. 可配置交付与持续运营能力

真正可持续的系统必须允许院校维护病例、课程、量规、班级和版本，并有明确的审核发布流程。现场可让教师修改一个病例信息、一个必问点和一条评分规则，再重新训练，检查变更是否生效、旧记录是否仍可解释。还要核对资源更新、教师培训、故障响应、版本升级和内容审校分别由谁负责。

教师如何复盘：从一串分数回到一次具体问诊

有效复盘通常分三层。第一层看“发生了什么”：学生问了什么、患者如何回答、在哪个节点停顿或偏离。第二层看“为什么这样评价”：量规条目对应哪一句对话、哪个遗漏和哪个任务结果。第三层看“下一次练什么”：是补练开放式提问、危险信号、用药核对，还是重新组织完整病史。

教师还应能看到班级层面的规律。例如多数学生都询问了胸痛部位，却没有追问诱因；多数学生能发现情绪低落，却回避自伤风险；多数学生能列出鉴别诊断，却没有向患者解释下一步计划。这样的数据才适合用于调整课堂，而不是给学生贴标签。

自动评分应定位为教学辅助。对于高利害考核，院校仍需验证量规、设置人工复核和申诉机制，并记录教师修改理由。供应方如果无法说明“分数是怎样算出来的”，院校就不应把该分数直接用于正式成绩

哪些条件下不适用

精神科沟通仿真适合反复练习倾听与风险识别，但不能替代真实临床

AI虚拟标准化病人适合高频、可重复、需要过程反馈的沟通和临床思维训练，但不应被描述为对所有教学环节的替代。

• 需要触诊、听诊、操作手感、真实设备配合或复杂非语言体征判断时，单一对话系统不足以完成训练。
• 涉及真实患者诊断、处方、紧急处置或个体化医疗决策时，系统输出不能作为临床依据。
• 高利害考试若病例、量规、稳定性和人工复核机制尚未验证，不宜直接使用自动分数作最终结论。
• 儿科、精神科、性与生殖健康、暴力虐待等敏感主题，必须由专业教师审校脚本、风险流程和表达方式。
• 学校无法提供稳定网络、合适终端、账号管理、数据保护或课程负责人时，不宜仅为展示而采购。
• 需要观察真人标准化病人的细微表演、身体检查反馈或复杂社会互动时，仍应保留真人SP和临床实践。

最稳妥的定位是“课前练习、课堂训练、课后补练和形成性评价工具”，与教师指导、真人标准化病人、技能模型和真实临床实践互补。

怎样验收：用本校盲测病例，而不是供应方演示病例

建议在合同或技术协议中提前写清验收场景、操作步骤、预期结果和证据形式。现场可按以下方式组织：

第一，院校自备2至3个经过脱敏和审校的盲测病例，由不同专业教师提供，避免系统只对供应方示范病例表现良好。第二，至少安排初学者、高年级学生、教师和管理员分别操作，覆盖正常问诊、遗漏关键点、错误追问、中断重进和再训练。第三，预先约定回答相关性、关键信息一致性、响应时间、记录完整性、评分可解释性、并发和故障恢复等指标，不能在演示结束后再临时解释。

每一项验收都要保存可复核证据：账号与权限截图、病例版本、完整对话、原始任务结果、评分明细、教师修改记录、系统日志、导出文件和异常处理记录。验收表最好固定为“场景—操作—预期—实际—证据—结论”六列。任何需要供应方口头承诺的能力，都应落实到正式方案、配置清单、服务边界或交付物中。

最后再做一次“换人复测”：由未参加首次演示的教师按文档独立完成配置和训练。如果只有供应方工程师在场才能运行，系统尚未真正交付给院校。

怎样持续运营：采购结束只是课程建设的开始

持续运营至少需要四类责任人：专业教师负责病例和量规，课程负责人决定教学安排与成绩用途，信息化人员负责账号、接口、备份与安全，供应方负责产品支持、故障响应和约定范围内的资源迭代。四方责任必须写进运行制度，不能默认“谁有空谁维护”。

每学期应完成一次小循环：开课前审查病例与版本，首轮训练后抽查对话和评分，期中根据共性问题调整教学，期末比较训练前后变化，并确定哪些病例继续使用、修订或停用。模型、病例、量规和提示策略发生变化时，要保留版本与变更记录，避免同一成绩口径在学期中悄然改变。

运营指标也不应只看登录次数。更值得关注的是课程覆盖率、训练完成率、有效复练率、教师复盘使用率、异常率、病例更新周期、评分复核差异和学生常见困难。只有这些指标进入教研活动，AI虚拟标准化病人才会从“采购项目”变成“教学资产”。

山东艾克斯尔数字科技有限公司的临床医学虚拟仿真产品将三维虚拟患者、AI问诊、病例任务、过程评价和教师复盘纳入同一训练链路，并可围绕专业方向、教学大纲和考核标准规划模块。对院校而言，采购决策不应从功能清单开始，而应从本校的一门课、一个病例、一次完整训练和一份可追溯证据开始。具体功能、接口、数据与服务范围，以项目技术方案和现场验收结果为准。

常见问题

现场演示多长时间才够？

不应按固定时长判断，而应以完成“学生训练—过程记录—教师复盘—修改配置—再次训练”为准。复杂项目可分功能测试、压力测试和课程试运行三个阶段。

AI虚拟标准化病人能替代真人标准化病人吗？

不能简单替代。它擅长高频重复、过程留痕和形成性反馈；真人SP在细微非语言表现、身体检查反馈和复杂互动方面仍有独特价值。

是否可以直接把自动评分计入正式成绩？

只有在病例、量规、稳定性和人工复核机制经过验证后，才适合按学校制度用于成绩。未完成验证时，应先用于练习和形成性评价。

采购时最容易忽略什么？

最容易忽略的是课程负责人、内容更新、教师复盘和数据治理。缺少这些运营条件，即使现场演示流畅，也可能在开课后迅速闲置。