Виртуальные пациенты в обучении клинической коммуникации: аналитический обзор доказательств и педагогические предложения

Резюме

Виртуальные пациенты (ВП) позволяют многократно отрабатывать клиническую коммуникацию. Однако способность системы поддерживать диалог, результат обучения и обоснованность автоматической оценки – разные вопросы, каждый из которых требует отдельной проверки.

Цель обзора – сопоставить данные об обучении отдельным коммуникативным умениям и предложить подходы к их формированию и оцениванию с помощью ВП. Исходная подборка литературы для нарративного методологического обзора дополнена поиском в PubMed 13 сентября 2026 г. и проверкой первичных публикаций. Раздельно рассмотрены результаты обучения, их перенос в новые условия, возможность применения ВП в учебном процессе и обоснованность выводов на основе полученных баллов. В контролируемых исследованиях наряду с положительными результатами встречаются сравнения без статистически значимых различий. Вывод зависит от учебной задачи, условий сравнения и того, кто и как оценивал результат. В ряде работ изучали сохранение результата через 3 мес и показатели вакцинации в клинической практике. Эти данные не позволяют говорить о преимуществе ВП при любых условиях или об улучшении здоровья пациентов. Близость общего автоматического балла к экспертной оценке также не означает, что система столь же точно оценивает отдельные коммуникативные умения. Мы предлагаем связывать учебную цель с наблюдаемым действием и обратной связью, отдельно оценивать коммуникацию и клиническую безопасность, постепенно усложнять задания и независимо проверять результат. При этом различаются прямые данные исследований ВП, косвенные педагогические основания и авторские предложения. ВП могут расширить возможности практики и обратной связи в ходе обучения. Использование автоматического балла как единственного основания решений, существенно влияющих на обучение и профессиональный путь, требует более убедительного обоснования.

Ключевые слова: виртуальный пациент; медицинское образование; клиническая коммуникация; симуляционные технологии; стандартизированный пациент; генеративный искусственный интеллект; большие языковые модели; автоматическое оценивание; валидность; обратная связь; объективный структурированный клинический экзамен

Финансирование: Исследование не имело спонсорской поддержки.

Конфликт интересов: Платформа ClinTalk предназначена для коммерческого использования. Статья посвящена педагогическим подходам и оцениванию; собственные результаты исследования эффективности ClinTalk в ней не представлены.

Для цитирования: Балкизов З.З., Алексеева А.Ю., Ашхотов Э.Р. Виртуальные пациенты в обучении клинической коммуникации: аналитический обзор доказательств и педагогические предложения // Медицинское образование и профессиональное развитие. 2026. Т. 17, № 3. С. 08–37. DOI: https://doi.org/10.33029/2220-8453-2026-17-3-08-37

В 2016 г. участники рандомизированного контролируемого исследования (РКИ) A. Foster и соавт. – студенты I курса – отрабатывали эмпатическую коммуникацию в разговоре с экранным персонажем, а затем встречались со стандартизированным пациентом [1]. В 2024 г. F. Holderried и соавт. проанализировали 106 бесед с GPT-4, посвященных сбору анамнеза [2]. За этими работами стоят разные вопросы: помогает ли практика освоить коммуникативные навыки и способен ли цифровой собеседник поддерживать содержательный диалог. Даже убедительный ответ на второй вопрос еще не соответствует ответу на первый.

Именно здесь возникают вопросы, на которые предстоит ответить и нам, и разработчикам. Чему в действительности учит разговор с цифровым пациентом? Сумеет ли обучающийся воспользоваться этим опытом при встрече с человеком – сначала стандартизированным, а затем реальным пациентом? Можно ли доверить машине оценку эмпатии, а не подсчет слова «понимаю»? Как организовать поведение виртуальных пациентов (ВП), чтобы оно оставалось клинически непротиворечивым и помогало решать учебную задачу?

Исследования подтверждают пользу ВП в отдельных учебных ситуациях, но не дают оснований ожидать одинакового эффекта от всех систем при обучении любым коммуникативным умениям. В одних работах результат проверяли в новом симуляционном задании, в других – спустя некоторое время или уже в клинической практике. У каждого такого подхода свои возможности и ограничения. Поэтому для преподавателя важен не только положительный результат исследования. Необходимо понимать, какое действие освоил обучающийся, как это было установлено и что полученные данные позволяют изменить в преподавании.

Дополнительную сложность создает терминология. В метаанализе 2010 г. D.A. Cook и соавт. выявили большой эффект применения ВП по сравнению с отсутствием вмешательства и малый – по сравнению с другими активными методами. Разнородность систем затрудняла сопоставление результатов [3]. A.A. Kononowicz и соавт., проанализировав 536 из 791 найденной публикации, показали, что термином «virtual patient» обозначают и интерактивный сценарий, и экранного персонажа, и VR-среду, и даже манекен высокой реалистичности [4]. В обзор 2025 г. вошли 35 публикаций, описывавших 24 инструмента для обучения коммуникации; 43% работ были выполнены в США и 17% – в Австралии [5]. Применяя эти данные в русскоязычном медицинском образовании, необходимо учитывать язык общения, культурные особенности и организацию медицинской помощи.

Цель настоящего обзора – сопоставить опубликованные данные о формировании и оценке отдельных коммуникативных умений с помощью ВП, определить границы применимости этих данных и предложить подходы к использованию таких систем, в том числе генеративных, в учебном процессе. Наши предложения предназначены для последующей апробации. Они не имеют статуса согласованного стандарта и не являются результатом испытания конкретной платформы.

Материал и методы

Работа выполнена как аналитический (нарративный) методологический обзор. Мы сопоставляем неоднородные результаты исследований и рассматриваем их значение для преподавания. Проведение исчерпывающего систематического обзора или метаанализа не входило в задачи работы; схема отбора публикаций по PRISMA не составлялась [6]. При описании поиска, построении научной аргументации и изложении результатов использованы положения SANRA [7].

Этическое одобрение. Работа основана на анализе опубликованных источников. Новое исследование с участием людей не проводилось.

13 сентября 2026 г. исходная подборка литературы была дополнена целевым поиском в PubMed через NCBI E-utilities. Выполнены 3 запроса: о ВП и коммуникации за 2025–2026 гг.; о переносе результатов обучения и изменениях в клинической практике за 2010–2026 гг.; об автоматической обратной связи и оценивании за 2024–2026 гг. Во всех запросах поиск ограничивался публикациями по 13 сентября 2026 г. Получены и полностью выгружены соответственно 154, 156 и 17 записей. После удаления повторов осталась 301 запись: 299 журнальных публикаций и 2 книжные записи. Поисковые запросы и порядок отбора приведены в Приложении А.

Просмотрены названия 299 журнальных публикаций. Аннотации изучали, если название указывало на соответствие теме либо не позволяло уверенно его установить. Поиск, предварительный отбор и извлечение сведений проводили с помощью искусственного интеллекта (ИИ); ключевые утверждения проверяли по первоисточникам. Независимый отбор двумя исследователями не проводили. Дополнительно проверены 5 работ, указанных при рецензировании, и первоисточники теоретических положений. Полные тексты получали через PubMed Central и сайты издателей. Если полный текст был недоступен, анализ ограничивали аннотацией или доступными разделами публикации и отмечали это при ее обсуждении. Дополнительный поиск не охватывал Scopus, Web of Science, CINAHL, PsycINFO, ERIC и Google Scholar. Сведения о числе записей при первоначальном отборе не документированы, поэтому эта подборка не используется для количественных суждений о полноте охвата литературы.

Для анализа отбирали работы об использовании интерактивного цифрового пациента при подготовке обучающихся и медицинских работников: для освоения клинической коммуникации, сбора анамнеза, ответа на эмоции, консультирования и сообщения плохих новостей. При подробном разборе предпочтение отдавали контролируемым сравнениям с оценкой действий обучающихся, исследованиям переноса результата и работам, непосредственно сопоставлявшим автоматическую и экспертную оценки. Работы по самооценке и возможности применения ВП рассматривали отдельно, чтобы не смешивать впечатления от обучения с его результатом. Пассивные видеокейсы, цифровые модели для планирования стоматологического лечения, применение VR в лечении и чат-боты для пациентов не рассматривали как доказательства эффективности обучения коммуникации. Две книжные записи из дополнительного поиска не включали в анализ эмпирических данных; основополагающие теоретические источники изучали отдельно. Для подробного сопоставления выбраны 10 сравнений, отражающих разные учебные задачи, контрольные условия и оцениваемые результаты (см. табл. 2), а также отдельные исследования оценочных инструментов и возможности применения ВП. Выбор служит задачам нарративного обзора и не охватывает все подходящие работы из поисковой выдачи.

При разборе ключевых работ учитывали дизайн исследования, число участников, консультаций или иных единиц анализа, условия сравнения, изучаемое действие, состав экспертов или экзаменаторов, способ и сроки оценки, а также ограничения. Методологические недостатки рассматривали по единому плану: как формировались группы и учитывались посторонние влияния, были ли сопоставимы практика и обратная связь, насколько независимо проводилась оценка, все ли участники завершили наблюдение и соответствует ли измеряемый показатель выводу авторов. Такой разбор основан на доступных описаниях исследований; формальная оценка каждой работы по RoB 2 или ROBINS-I не проводилась. Результаты AMSTAR-2 в обзоре систематических обзоров [8] относятся только к включенным в него обзорам и не заменяют анализа первичных исследований. Доверительные интервалы и показатели разброса приводятся там, где они представлены авторами; отсутствующие значения не рассчитывали.

Материал сгруппирован по коммуникативным задачам и характеру оцениваемого результата. Прямыми данными мы называем результаты исследований, в которых ВП использовался для решения соответствующей учебной задачи. Косвенными основаниями служат данные и теоретические положения, представленные в обширном корпусе литературы по симуляционным технологиям, обратной связи и оцениванию. Собственные предложения связывают эти основания с организацией практики и решениями преподавателя. Предлагаемая совокупность положений не проходила формального экспертного согласования и эмпирической проверки.

Результаты анализа литературы

Терминология и рабочее определение

Виртуальный пациент (ВР) – интерактивная цифровая модель пациента с заданными клиническими и психологическими характеристиками. Обучающийся взаимодействует с ней, а его действия влияют на ответы или состояние цифрового пациента. При таком определении пассивный видеокейс, текстовая задача без ответной реакции и цифровой двойник, моделирующий только физиологические процессы, к ВП не относятся. Стандартизированный пациент – человек, специально подготовленный к исполнению роли. Термин «виртуальный стандартизированный пациент» мы предлагаем использовать для цифровой системы, которая воспроизводит стандартизированный сценарий с контролируемой реакцией. Это уточнение помогает уменьшить терминологическую неоднозначность, описанную A.A. Kononowicz и соавт. [4].

Для описания ВП мы предлагаем несколько независимых признаков (табл. 1). Располагать все системы на одной шкале «продвинутости» малополезно для преподавателя. Голосовой ВП на основе большой языковой модели может быть технически сложным, но уступать текстовому тренажеру с заранее заданными ответами и обоснованными критериями оценки, если качество его обратной связи не проверено. В литературе представлены разные поколения таких систем, однако их появление само по себе не доказывает преимущества новых решений [5, 8].

Так, выбирая готовую реплику, обучающийся учится распознавать подходящий ответ. Свободный диалог требует уже другого действия – самостоятельно этот ответ сформулировать. Для генеративного ВП дополнительно важно установить, сохраняет ли система клинические условия случая и помогает ли ее обратная связь решить учебную задачу. Название и техническая сложность системы этих вопросов не снимают: пользу для обучения и обоснованность оценки нужно проверять отдельно.

Что показали исследования эффективности

Выводы обзора зависят от того, какие системы и результаты в нем сопоставляются. M. Kalmring и соавт. оценили качество всех девяти включенных систематических обзоров по AMSTAR-2 как критически низкое [8]. Это снижает уверенность в обобщениях, но не означает столь же низкого качества каждого первичного исследования. J. Lee и соавт. и S. Kelly и соавт. рассматривают подготовку к занятию, обратную связь, повторную практику и включение ВП в учебный план [9, 10]. Различия в организации этих компонентов могут объяснять неодинаковые результаты программ. Однако обзор их совместного применения не позволяет установить вклад каждого компонента.

Обзоры различаются по срокам поиска и содержанию включенных работ. M. Fernández-Alcántara и соавт. завершили поиск в июне 2023 г. [5]. D. Li и S. Lebai Lutfi включили 39 работ о ВП на основе больших языковых моделей для сбора анамнеза, в том числе технические проверки и сравнения моделей, в которых обучение не оценивалось [11]. J. Jiang и соавт. рассмотрели 15 эмпирических образовательных исследований с 645 участниками. 6 работ имели контрольную группу, в том числе 3 были РКИ; поиск обновлен 19 марта 2026 г. [12]. Складывать эти числа или считать их количеством независимых подтверждений эффективности нельзя. Более поздние первичные исследования требуют отдельного разбора.

В РКИ A. Foster и соавт. 70 первокурсников распределили в 3 группы: с контрольным ВП, с ВП, дополненным предысторией, и с ВП, дававшим немедленную обратную связь по эмпатии. Затем студенты встречались со стандартизированным пациентом. При экспертной оценке по ECCS результат в группе обратной связи был выше, чем в группе предыстории: 2,91 против 2,20 (p=0,027). Превосходство над контролем не было показано. Сами стандартизированные пациенты оценили эмпатические высказывания, теплоту общения и контакт в обеих экспериментальных группах выше, чем в контрольной [1]. Вывод зависит и от того, кто проводит оценку, и от того, какие группы сравниваются. Утверждать, что любая обратная связь повышает эмпатию, эти данные не позволяют.

В многоцентровом РКИ F.W. Kron и соавт. 421 студент обучался с MPathic-VR или мультимедийным модулем [13]. Через несколько дней умения проверяли в новом сценарии межпрофессионального общения. Четыре области оценивали по 5-балльной шкале 32 подготовленных исполнителя ролей, не знавших группу студента. Более высокий балл означал лучшее выполнение задания. Сводный результат составил 0,806 (SD 0,201) против 0,752 (SD 0,198); разница на использованной авторами шкале – 0,054 (p=0,014; η²=0,0145). Ее нельзя считать процентом улучшения компетентности; порог образовательной значимости не установлен. T.C. Guetterman и соавт. выполнили вторичный анализ того же испытания [14]. Таким образом, это одно исследование, в котором перенос проверяли в новой симуляционной ситуации общения с коллегой, а не с реальным пациентом.

В отдельных исследованиях результат обучения проверяли в клинической прак­тике. В пилотном РКИ F.J. Real и соавт. с участием 45 ординаторов-педиатров сравнивали VR-программу консультирования по вакцинации с контролем. За последующие 3 мес доля отказов от вакцинации против гриппа у детей 6–59 мес составила 27,8% в группе VR и 37,1% в контрольной группе (p=0,03) [15]. В более позднем нерандомизированном исследовании этих авторов оценивали начало вакцинации против ВПЧ в течение 6 мес. В общей выборке межгрупповая разница в изменении показателя не достигла статистической значимости: 14,2 п.п. (95% ДИ -2,0–30,4; p=0,086) [16]. Эти показатели характеризуют поведение в условиях клинической помощи. Они позволяют судить о результатах за пределами симуляции, но не измеряют качество каждого компонента разговора и не устанавливают влияние обучения на здоровье пациентов.

В исследованиях 2026 г. генеративные ВП непосредственно сравнивали с традиционными форматами обучения. N. Sun и соавт. при анализе данных 82 студентов выявили более высокий общий балл SEGUE сразу после обучения с ИИ-ВП. Однако группы различались по обратной связи и числу попыток, а в публикации есть противоречия в описании выборки и результатах анализа с поправками [17]. В кластерном РКИ H.N.N. Dang и соавт. значимых различий между обучением с ВП и обычным стандартизированным пациентом не выявлено [18]. В исследовании голосового ВП с участием 134 ординаторов результаты были выше, чем после ролевой игры. При этом сделать вывод об эквивалентности обучения с ВП и стандартизированным пациентом нельзя [19].

По данным аннотации РКИ Y. Zhang и соавт., в котором участвовали 60 студентов-стоматологов, восьминедельная программа с ИИ-ВП дала лучшие результаты на объективном структурированном клиническом экзамене (ОСКЭ), сохранявшиеся через 3 мес [20]. Полный текст для настоящего обзора был недоступен. Поэтому не проверены сведения об экзаменаторах, выбывании участников и подробностях отсроченного анализа. Исследование показывает, что сохранение результата изучали, однако по одной аннотации нельзя надежно оценить обоснованность вывода об отсроченном эффекте.

Исследование A. Borg и соавт. позволяет отдельно рассмотреть вклад обратной связи. Авторы сравнивали практику с роботизированным ВП при наличии ИИ-обратной связи и без нее; участники обеих групп также посещали преподавательские семинары [21]. При внешней симуляционной проверке общий результат был выше в группе с обратной связью. Однако значимых различий в коммуникации в начале и конце консультации не выявлено. Группы формировали без рандомизации, поэтому различия могли зависеть и от других факторов. Эти данные обосновывают дальнейшее изучение отдельных компонентов программы, но не дают единого объяснения эффективности всех ВП.

Качественные исследования раскрывают опыт обучающихся. V. Carrard и соавт. провели фокус-группы с 23 студентами, изучая их восприятие ВП для сообщения диагноза рака. Значимой частью этого опыта было наблюдение за собственным общением по видеозаписи [22]. В работе F. BaHammam с участием 41 студента-стоматолога рассмотрены возможности применения и ограничения генеративного пациента при обучении принятию клинических решений [23]. Такие результаты полезны при подготовке занятий, но не подтверждают улучшения коммуникативных умений. Основные сравнения результатов обучения представлены в табл. 2, а их связь с отдельными умениями – в табл. 3.

Таблица 3 позволяет сопоставить основания для применения ВП при обучении разным умениям; она не предназначена для ранжирования технологий. Прямые данные по сбору анамнеза не дают такой же уверенности в отношении совместного принятия решений. По сводному баллу консультации также нельзя судить об улучшении каждого из составляющих ее умений.

При обобщении результатов важны 3 обстоятельства. Во-первых, положительные результаты относятся к определенным задачам и программам; в прямых сравнениях есть и работы без значимых различий. Во-вторых, эффект часто связан с сочетанием практики, обратной связи и преподавания, хотя вклад отдельных компонентов уже изучается. В-третьих, необходимо различать выполнение в новой симуляционной ситуации, сохранение учебного результата и поведение в клинической практике. Вывод о переносе должен соответствовать тому, что действительно проверялось.

Сравнивая ВП со стандартизированным пациентом, необходимо уточнять, какой результат обучения нас интересует. В обзоре T. Rutherford-Hemming и соавт. результаты сравнений разных форматов оказались неоднородными [27]. В рандомизированном перекрестном исследовании E.G. Tyrrell и соавт., проведенном в двух медицинских школах, после занятий с актерами были выше и прирост самооценки, и удовлетворенность обучением [24]. Самооценка, однако, не заменяет наблюдения за действиями студента. Кроме того, отсутствие статистически значимых различий в каком-либо сравнении еще не доказывает эквивалентности форматов. Выбирать формат следует с учетом учебной задачи, ресурсов и того результата, который действительно проверен.

Автоматическая оценка коммуникации: научные основания и пределы применения

Обзор T. Stamer и соавт. включал 12 работ, преимущественно описательных, найденных в 2022–2023 гг. [28]. Он характеризует соответствующий этап развития области; его выводы не охватывают все публикации 2026 г. Число РКИ позволяет судить об изученности эффекта вмешательства, но не дает ответа на вопрос об обоснованности выводов, сделанных по полученному баллу. Для этого необходимо проверить, соответствует ли показатель оцениваемому умению, насколько обоснована экспертная оценка, с которой его сравнивают, применимы ли результаты к другим случаям и какие последствия имеет использование балла.

F. Holderried и соавт. проанализировали 106 бесед, включавших 1894 пары «вопрос – ответ». При сопоставлении оценок GPT-4 и одного эксперта по наличию тем анамнеза коэффициент согласованности составил =0,832 (95% ДИ 0,816–0,848). Вместе с тем для 8 из 45 категорий было ниже 0,6 [2]. Правдоподобие ответов с клинической точки зрения проверяли отдельно – в первых 20% бесед; правдоподобными признаны 407 из 410 ответов. Эти показатели относятся к разным массивам данных. По этим данным можно судить о полноте собранной информации, но нельзя обосновать оценку эмпатии, качества консультации в целом или решение о допуске к практике.

В многоцентровом пилотном исследовании ECOSBot 91 студент провел 184 беседы в письменной форме. Каждую беседу оценивала пара преподавателей из группы нефрологов [29]. При сопоставлении общего автоматического балла с экспертной оценкой коэффициент внутриклассовой корреляции (ICC) составил 0,94 (95% ДИ 0,91–0,96), а по поведенческим и коммуникативным пунктам – 0,44 (95% ДИ 0,28–0,58). Общий балл преимущественно отражал клинические действия. Автоматическую и экспертную оценки сопоставляли на одних и тех же текстах; проверка на другой группе обучающихся не проводилась. Поэтому эти данные не подтверждают ни переноса умения, ни точности автоматической оценки устной коммуникации.

В исследовании X. Gao и соавт. 92 студента работали с одним из трех сценариев с голосовым взаимодействием. Автоматические результаты сопоставляли с оценками 10 преподавателей-экспертов, проводивших оценку вслепую. Согласно опубликованной аннотации, согласованность общего балла с экспертными оценками составила ICC=0,51 (95% ДИ 0,34–0,65), а оценки коммуникации – ICC=0,29 [30]. Высокие средние баллы сопровождались потолочным эффектом – ограничением различий у верхней границы шкалы; величина ошибки зависела от уровня результата. Сопоставление с несколькими экспертами и анализ согласия дают больше оснований для суждения о качестве оценки, чем демонстрация работы системы. Однако этого недостаточно, чтобы использовать автоматический балл как единственное основание итогового решения.

Опубликованные исследования позволяют судить о качестве автоматической оценки в отдельных системах. Этого недостаточно, чтобы считать задачу оценки коммуникации решенной. Для каждого применения необходимо установить, какие выводы позволяет сделать балл на соответствующем языке, в выбранных сценариях и у тех обучающихся, для которых предназначена система.

Нормативный контекст

Нормативные требования и педагогические предложения имеют разные основания. Регламент ЕС 2024/1689 относит некоторые применения ИИ для оценки результатов обучения к категории высокого риска – согласно приложению III, пункту 3(b), с учетом условий статьи 6. Статьи 9, 13 и 14 устанавливают требования к управлению рисками, прозрачности и контролю со стороны человека [31]. Статья 22 Регламента ЕС 2016/679 ограничивает принятие решений исключительно на основе автоматизированной обработки, если они имеют правовые или сопоставимые существенные последствия; при этом предусмотрены исключения и гарантии [32]. Руководство Всемирной организации здравоохранения по большим мультимодальным моделям носит рекомендательный характер [33]. Эти документы нельзя рассматривать как универсальные нормы, непосредственно действующие в российской практике. При внедрении системы необходимо анализировать применимое законодательство и локальные акты. Далее возможность пересмотра автоматической оценки с участием человека рассматривается как педагогическое предложение.

В отечественной литературе описаны сквозная программа обучения коммуникации и трудности ее внедрения [34], оценка общения при аккредитации [35], а также опыт применения ВП на платформе OpenLabyrinth с опросом 209 студентов [36]. Эти работы помогают понять образовательный контекст, но по ним нельзя судить ни о качестве генеративного диалога, ни об обоснованности его автоматической оценки. Дополнительный поиск не был систематическим обзором русскоязычной литературы. Поэтому его недостаточно, чтобы утверждать отсутствие отечественных испытаний во всей области.

Педагогические предложения по использованию виртуальных пациентов

Рассмотренные исследования дают основания предложить подходы к организации обучения с ВП. Принципы постановки целей, обратной связи и независимой проверки результатов применимы к разным образовательным вмешательствам. При работе с ВП следует также учитывать особенности смоделированного взаимодействия, а при использовании генеративных ВП – изменчивость ответов и устойчивость клинического контекста. Основания для каждого предложения указаны в тексте и таблицах. Это авторские предложения, которые еще предстоит проверить применительно к конкретной платформе.

Организация учебной практики

Свободная беседа с ВП сама по себе не гарантирует образовательного эффекта. Метаанализы и обзоры симуляционных технологий дают основания для целенаправленной практики с обратной связью, повторением и освоением умений до заданного стандарта [37–39]. В обзоре BEME и руководстве AMEE № 82 также рассматриваются включение такой практики в учебный план, постепенное усложнение заданий и четко определенные результаты обучения [40, 41]. Эти положения могут служить косвенным педагогическим основанием для работы с конкретным ВП, однако оптимальный режим его применения по ним установить нельзя.

Опираясь на эти положения, мы предлагаем следующий цикл: цель → попытка → разбор наблюдаемого действия → обратная связь → повторная попытка → независимая проверка. Цель задает конкретное действие, которое обу­чающийся должен выполнить в разговоре. При разборе он определяет, что сможет изменить в следующей попытке, а при повторении проверяет, удалось ли это сделать. Задания можно постепенно усложнять, переходя от отдельных эпизодов к целой консультации. Чтобы проверить перенос умений, следует изменить случай или собеседника и исключить учебные подсказки. Такая организация практики предложена нами на основании общей педагогической литературы; она не определяет универсальную длительность занятия или необходимое число повторов.

Теория когнитивной нагрузки обосновывает постепенное усложнение задач с учетом подготовленности обучающегося [42], но не устанавливает общего запрета на одновременную оценку нескольких областей. В начале обучения полезно ограничить учебную цель, а при объединении отдельных умений необходимо рассматривать консультацию в целом. Предварительное обсуждение правил и возможность остановить эмоционально тяжелый сценарий помогают поддерживать психологическую безопасность [43]. Пирамида Миллера позволяет различать выполнение действий в учебной ситуации и в клинической практике [44]. Удовлетворенность занятием и уверенность обучающегося не заменяют наблюдения за тем, как он действует.

Необходимый объем практики и оптимальные интервалы между занятиями следует изучать применительно к конкретной задаче. Положительный результат программы с обратной связью еще не дает оснований рекомендовать произвольное число попыток или одинаковый режим всем обучающимся.

Платформа ClinTalk и организация учебной практики

ClinTalk – разрабатываемая цифровая платформа для обучения клинической коммуникации с помощью ВП. Она предназначена как для занятий студентов под руководством преподавателя, так и для самостоятельной практики ординаторов и врачей. Основной формат работы – голосовая консультация в браузере. Обучающийся самостоятельно формулирует вопросы и объяснения, а ВП на основе генеративного ИИ поддерживает разговор в контексте заданной клинической ситуации. Такой формат позволяет обращаться к задачам сбора анамнеза, выяснения опасений, объяснения медицинской информации и сообщения плохих новостей.

В ClinTalk предусмотрены клинические сценарии, учебные материалы, автоматическая обратная связь, разбор с виртуальным наставником и просмотр результатов повторных попыток. Эти возможности объединяет задача сделать практику осмысленной. Обучающемуся важно понять, какое его действие помогло разговору, где возникло затруднение и что стоит изменить при следующей встрече. Поэтому в основе разбора должны лежать конкретные эпизоды консультации и понятные критерии. Виртуальный наставник помогает обсудить результат и наметить следующее действие; обоснованность его рекомендаций, как и автоматического балла, требует проверки.

Для работы в вузе предусмотрен кабинет преподавателя: формирование учебных групп, назначение клинических заданий и просмотр индивидуальных и групповых результатов. Платформа также предусматривает подготовку авторских сценариев для разных учебных задач. Преподаватель может использовать материалы консультаций при обсуждении типичных затруднений, выборе темы следующего занятия и индивидуальной обратной связи. В самостоятельной практике врач выбирает задачу, возвращается к прошлым разборам и сопоставляет свои попытки.

Педагогическая роль ClinTalk в предлагаемом подходе – связать доступную практику с последовательной работой над конкретным коммуникативным действием. Автоматический разбор может поддерживать эту работу, а преподаватель или эксперт – уточнять выводы и принимать решения в пределах своих полномочий. Коммуникативные умения и клиническая безопасность при этом рассматриваются раздельно. Такое распределение задач позволяет описать место платформы в обучении, не приравнивая программные возможности к доказанному образовательному результату. Эффект обу­чения, качество обратной связи и перенос умений на новую встречу требуют самостоятельного исследования; соответствующая программа проверки приведена далее.

Коммуникативные умения и последовательность их освоения

Для описания результатов обучения можно использовать Калгари-Кембриджское руководство [45], консенсус Каламазу [46], SEGUE [47], схему «Четыре привычки» [48], модели совместного принятия решений [25, 26], мотивационное интервью [49] и SPIKES [50]. Эти подходы помогают определить, какие стороны коммуникации включать в обучение. Однако обращение к ним само по себе не доказывает ни эффективности курса, ни валидности автоматической шкалы, созданной на их основе. Различные способы ответа на эмоции пациента полезно разбирать с точки зрения их функции в разговоре, не сводя задачу обучающегося к произнесению заранее выбранных слов [51].

При описании умения следует указывать, какое действие можно наблюдать и какую функцию оно выполняет в консультации. Например, если задача состоит в выяснении опасений пациента, необходимо оценить, дал ли обучающийся возможность их выразить и как использовал полученный ответ. То, какую информацию раскрывает ВП и как меняется его эмоцио­нальная реакция, зависит от самой симуляции и не может служить независимым подтверждением компетентности обучающегося. Это ограничение необходимо учитывать во всех приведенных далее примерах автоматического анализа.

По нашему суждению, переход от разбора примеров к самостоятельным действиям, а затем к целой консультации помогает включить работу с ВП в программу подготовки. Доступность цифровой практики создает для этого организационные возможности, но их реализация зависит от качества сценариев и обратной связи, технической поддержки и участия преподавателей.

Поведение виртуального пациента в учебном сценарии

Поведение ВП должно соответствовать учебной задаче и оставаться клинически непротиворечивым. Возможность свободного разговора полезна, если ответы пациента согласуются и с обстоятельствами случая, и с предшествующим диалогом, а значимая информация не появляется произвольно. Независимо от выбранной технологии эти свойства необходимо проверять на разных вариантах разговора [2, 23, 28].

Реакции пациента создают условия для практики, в которой обучающийся должен иметь возможность по-разному решать одну коммуникативную задачу. При этом общение не должно превращаться в угадывание нужной фразы. Качество взаимодействия следует оценивать с учетом контекста разговора, а не по совпадению ответа с ожидаемой формулировкой.

Неблагоприятная эмоциональная реакция пациента сама по себе не свидетельствует о коммуникативной ошибке врача. Уважительное сообщение плохой новости может усилить переживания, качественное совместное принятие решения – завершиться информированным отказом, а корректный вопрос о суицидальных мыслях – вызвать замешательство. Поэтому снижение тревоги нельзя считать универсальным критерием качества разговора.

Реалистичность ВП следует оценивать применительно к учебной задаче. Голос, мимика и внешний облик могут влиять на восприятие эмоционального сигнала и взаимодействие с собеседником. Однако имеющиеся обзоры не дают оснований рассматривать визуальный реализм как самостоятельное доказательство образовательного эффекта [8]. Выбирая форму представления пациента, необходимо исходить из того, какое действие предстоит отработать обучающемуся и как будет проверяться результат.

Содержание обратной связи

В обратной связи полезно разграничивать 3 составляющие: отзыв пациента, педагогическую интерпретацию действий обучающегося и замечания по клинической безопасности. Реплика от лица пациента помогает увидеть, как мог быть воспринят эпизод разговора. Она остается частью симуляции: опыт реального пациента здесь не измеряется, а уровень компетентности по такой реплике установить нельзя. Педагогический разбор связывает замечания с наблюдаемыми действиями и помогает определить, что обучающийся сможет изменить в следующей попытке. Критические нарушения безопасности требуют отдельного рассмотрения.

В литературе по дебрифингу рассматриваются сочетание наблюдения с расспросом [52, 53], модель PEARLS (Promoting Excellence and Reflective Learning in Simulation [54]) и модель R2C2, которая помогает выстроить отношения между преподавателем и обучающимся, обсудить его реакцию на обратную связь, ее содержание и план последующих изменений [55]. Здесь PEARLS – модель дебрифинга, а не одноименная мнемоника эмпатического общения. Для шкалы качества дебрифинга DASH опубликованы данные о надежности [56]. Эти работы обосновывают педагогический разбор с участием преподавателя; возможность использовать те же модели для автоматической обратной связи требует отдельной проверки. На практике мы предлагаем разбирать конкретный эпизод и определять следующее действие обучающегося [51, 57].

Основы автоматической оценки коммуникации

Распознавание слова или типа вопроса еще не позволяет установить, выполнена ли коммуникативная задача. Фраза «Что вас беспокоит?» может побудить пациента к рассказу, а может остаться формальной, если врач сразу его прерывает. Поэтому необходимо отдельно рассматривать, как система выделяет признак, насколько точно его измеряет и какие решения в обучении допустимо принимать на основании полученного результата (табл. 4).

Обработка аудиосигнала и хранение полной записи требуют отдельных решений. Речь можно анализировать без последующего сохранения аудио, но рассчитанные показатели не заменят запись, если потребуется независимо проверить интонацию и контекст разговора. Поэтому необходимо указывать, какие материалы доступны для проверки. Выводы следует ограничивать характеристиками, для которых имеются необходимые данные и проверена точность анализа.

Такое разграничение имеет практический смысл: точный подсчет пауз еще не позволяет судить о качестве слушания, а согласованность суммарных баллов не гарантирует точности оценки каждой отдельной области.

Требования к обоснованию валидности зависят от последствий принимаемого решения. При формирующей оценке необходимо установить, полезна ли обратная связь и какие ошибки допустимы при таком применении. Если по результату судят, достигнут ли необходимый уровень освоения, следует дополнительно обосновать его порог и порядок пересмотра решения. Мы предлагаем не считать непроверенный автоматический балл самостоятельным основанием для решения с существенными последствиями для обучающегося. Такой подход представляет собой авторское предложение, основанное на рассмотренной литературе; его сравнительная эффективность в эксперименте не проверялась.

Подход Кейна требует последовательно обосновать путь от наблюдаемого действия к обобщению, переносу вывода в другие условия и практическому использованию результата [58–61]. Для автоматического показателя необходимо определить оцениваемое свойство и шкалу с критериями оценки, обосновать выбор экспертных оценок для сравнения, проверить согласованность результатов и ошибки на новых случаях, изучить процесс выполнения задания и последствия принимаемого решения. В это обоснование входит и проверка справедливости оценки с учетом языка и других значимых характеристик обучающихся [62]. Валидность относится к определенной интерпретации результата и способу его применения. Прежнее название измененной шкалы не дает оснований считать ее валидность установленной [63]. Конкретные направления проверки рассмотрены ниже.

Клиническая безопасность

Коммуникативные умения и клиническую безопасность следует оценивать и интерпретировать раздельно. Врач может внимательно выслушать пациента и при этом пропустить опасное состояние. Поэтому результаты проверки безопасности необходимо отдельно выделять в отчете, а успехи в других задачах консультации не должны компенсировать критическое нарушение. Показатель, объединяющий разные области, нельзя представлять как оценку только коммуникации. Решение с существенными последствиями для обучающегося требует рассмотрения экспертом. Утверждения о безопасности системы должны опираться на проверку ее ошибок и ограничений в конкретных условиях применения.

Особенности образовательного применения генеративных виртуальных пациентов

Генеративный диалог дает обучающемуся больше свободы в выборе ответа. Вместе с тем необходимо проверять, сохраняет ли ВП свою роль и не противоречат ли его реплики клиническим сведениям. В технической работе Y. Qu и соавт. оценивались сценарные диалоги и качество симуляции, в том числе с участием пяти врачей-экспертов [64]. Работа посвящена развитию технологии; улучшение умений студентов в ней не проверялось. Для образовательного применения мы предлагаем проверять ошибки в поведении пациента и обратной связи на разнообразных диалогах, указывать назначение системы и сохранять возможность экспертного разбора.

При организации обучения необходимо разграничивать беседу с пациентом, педагогический разбор и решение о результате обучения. Пользователю должно быть понятно, на каких материалах основана оценка, в каких случаях ее следует пересмотреть с участием эксперта и каковы ограничения автоматического вывода. Изменения системы необходимо документировать так, чтобы можно было проверить, сохраняются ли основания для прежней интерпретации результатов.

Язык, культура и справедливость

Локализация требует большего, чем перевод. В разных языках и регионах различаются формы обращения и допустимая прямота разговора, нормы обсуждения смерти, семьи, психического здоровья и сексуальности, роли участников при принятии решений и медицинская лексика. Поэтому при локализации необходимо учитывать язык, принятые формы обращения, культурный контекст и маршруты помощи, значимые для конкретной учебной задачи. Какие элементы требуют адаптации и достаточна ли она, следует определять с участием специалистов, знакомых с соответствующей практикой.

Для оценки русскоязычной коммуникации нужны описания конкретных действий, соответствующих разным уровням владения умением, – поведенческие якоря. Перевод англоязычных ключевых фраз не решает этой задачи. Особого внимания требует автоматическая оценка голосового диалога: ошибка распознавания речи может повлиять на учебный балл. Поэтому точность необходимо проверять отдельно в группах, различающихся по полу, возрасту, акценту и особенностям речи [62].

Учебный пример ответа на тревогу пациента

В проекте ClinTalk – платформе для обучения клинической коммуникации – этот цикл предлагается как педагогическая основа работы с виртуальным пациентом. Возможная организация такой практики показана далее на примере разговора с пациенткой перед биопсией.

Рассмотрим учебный пример. Его цель – заметить тревогу перед диагностической процедурой, выяснить, с чем она связана, и учесть опасения пациентки в дальнейшем объяснении. Перед биопсией пациентка говорит: «Я боюсь, что это рак». Из клинических сведений известно лишь то, что обследование должно уточнить диагноз, поэтому оснований обещать благоприятный результат нет. Этот пример иллюстрирует педагогический разбор и не определяет программу поведения ВП.

Ответ «Понимаю, сейчас расскажу, как проходит процедура» содержит слово поддержки, но может преждевременно вернуть разговор к повестке врача. Вопрос «Что вас сейчас пугает больше всего?» дает возможность уточнить опасение; при этом его качество зависит и от того, как врач использует ответ пациентки. Мы предлагаем обсуждать функцию действия и то конкретное изменение, которое обучающийся сможет проверить в следующей попытке. Полный ход такого разбора представлен в табл. 5.

Авторский вклад в контексте предшествующих работ

В центре настоящего обзора – отдельное коммуникативное действие: что мы о нем знаем, на чем основано это знание и какие решения об обучении и оценке допустимы на этой основе (см. табл. 3 и 4). Предшествующие обзоры систематизируют технологии, педагогические условия и результаты обучения [5, 8, 11, 12]; работы по валидности определяют основания для интерпретации баллов [58, 59, 63]. Мы рассматриваем эти направления вместе применительно к ситуации, в которой цифровая система и воспроизводит поведение пациента, и участвует в оценке обучающегося. Авторский вклад состоит в систематизации этих связей, отдельном рассмотрении клинической безопасности и предложении программы проверки на русском языке. Новизна такой систематизации не означает, что предложены новые универсальные принципы или доказана эффективность подхода.

Ограничения

Основное ограничение – целенаправленный отбор литературы для нарративного обзора. Дополнительные запросы и решения об отборе документированы, однако поиск не охватывает все синонимы, базы данных и виды профессиональной коммуникации. Полного журнала отбора исходной подборки нет. Ключевые работы выбирали по их значению для вопросов обзора; такая подборка не позволяет судить о том, насколько часто встречается эффект во всей совокупности исследований. Использование ИИ при просмотре публикаций не заменяет независимый отбор двумя экспертами. Формальная межэкспертная проверка отбора не проводилась.

Второе ограничение связано с неоднородностью и доступностью данных. Самооценку, балл за отдельное действие, общий результат ОСКЭ, согласованность оценок и частоту вакцинации нельзя объединить в один показатель эффективности. Для части работ доступны только аннотации или отдельные разделы, поэтому надежно оценить все возможные источники систематической ошибки нельзя. Разбор недостатков описания исследований не заменяет полноценной оценки риска смещения. Педагогические предложения также имеют разные основания: прямые данные об использовании ВП, косвенные основания и авторское суждение.

Третье ограничение – предлагаемые положения не проходили формального экспертного согласования и эмпирической проверки. В обзоре нет собственного испытания ClinTalk, подборки русскоязычных консультаций для проверки валидности или результатов локализации автоматической оценки. Описание подхода не дает оснований предполагать, что такая работа уже проведена.

Четвертое ограничение связано с затратами. В исследовании E.G. Tyrrell и соавт. прямые затраты на одного студента составили, по оценке авторов, 33,48 фунта для ИИ-ВП и 61,75 фунта для занятий с актерами [24]. Это результат локального сравнения программ с разной организацией обучения. Он не доказывает экономической эффективности других систем. Затраты на разработку, сопровождение, контроль качества и время преподавателя необходимо оценивать для каждого внедрения.

Направления дальнейшей проверки

Дальнейшая проверка должна включать согласование образовательных требований и критериев оценки, сопоставление автоматических оценок с независимым экспертным суждением и изучение переноса. Для проверки содержательной валидности предлагаем модифицированный метод Дельфи с участием преподавателей коммуникации, клиницистов, тренеров стандартизированных пациентов и психометристов. Для сопоставления нужна подборка русскоязычных консультаций с ВП и стандартизированными пациентами, сформированная с учетом значимых различий между участниками и случаями. Ее должны разметить не менее двух экспертов с предварительным согласованием критериев и разрешением расхождений. Единица анализа – консультация; при анализе необходимо учитывать, что один обучающийся проводит несколько консультаций. Обучающую и тестовую выборки следует разделять и по участникам, и по сценариям. Алгоритм нужно проверять на заранее зафиксированном тестовом наборе: для категорий рассчитывать чувствительность, специфичность и F-меру, для порядковых и непрерывных баллов – взвешенную каппу или внутриклассовую корреляцию в зависимости от шкалы. Необходимы также проверка калибровки и классификация ошибок. При решениях о допуске следует отдельно анализировать ошибки классификации вблизи порога: общего коэффициента согласия недостаточно. Затем предстоит проверить, сохраняются ли результаты на сценариях, не использованных при разработке, сопоставить разные уровни подготовки, не предполагая линейной зависимости, и оценить справедливость в подгруппах с отдельным представлением ошибок для каждой из них.

Сравнительные исследования должны показывать, как обучающиеся применяют отдельные умения, что добавляет обратная связь, сохраняется ли результат и переносится ли он в новые условия. При планировании таких исследований необходимо учитывать объем практики, помощь преподавателя и сходство учебных и оценочных заданий. Для изучения изменений поведения в клинической практике нужны достаточная выборка и анализ альтернативных объяснений. Отдельно следует изучать ошибки в языковых и других значимых подгруппах, обучение шаблонным ответам и изменения свойств оценки после обновления системы.

Заключение

Рассмотренные исследования показали, что ВП могут помогать в освоении отдельных коммуникативных действий, но результат зависит от задачи, программы и группы сравнения. Наряду с положительными результатами есть сравнения без значимых различий. Проводилась независимая проверка в симуляционных условиях; в отдельных работах изучались сохранение результата и показатели вакцинации в клинической практике. Они не доказывают универсального превосходства ВП, переноса всех умений или улучшения здоровья пациентов. Точность автоматической оценки необходимо рассматривать отдельно для каждой области и каждого предполагаемого решения.

Мы предлагаем связывать практику с определенной учебной целью, давать обратную связь по наблюдаемому действию, постепенно усложнять задания, раздельно интерпретировать оценки коммуникации и клинической безопасности и проверять результат за пределами обучающей системы. Эти положения объединяют педагогические подходы с разной доказательной основой и предназначены для апробации.

Какие решения пока недостаточно обоснованы? Обоснованность общего автоматического балла не означает, что обоснована и оценка эмпатии. Рассмотренные данные не дают оснований использовать непроверенный показатель как самостоятельное основание для допуска. Для применения на русском языке нужны собственные данные о качестве измерения, справедливости и последствиях оценки. Наличие готовой программной функции не заменяет этих данных.

Для преподавателя важна вся последовательность: практика, обратная связь, рефлексия, повторная попытка и проверка переноса. Оценка определяет обучение: если мы научим машину считать слова, студенты научатся их произносить. Научить ее распознавать за словами умение – задача следующих этапов.

Приложение А. Дополнительный поиск литературы

Поиск выполнен 13 сентября 2026 г. в PubMed через NCBI E-utilities (база PubMed). Ниже приведены использованные запросы. Первоначально были выгружены первые 100 записей, затем все оставшиеся результаты. Таким образом, рассмотрение публикаций не ограничивалось первой частью выдачи. Сортировка выполнялась по дате публикации. Приведенные числа относятся только к дополнительному поиску.

Запрос 1. Получено 154 записи

("virtual patient"[Title/Abstract] OR "virtual patients"[Title/Abstract] OR "virtual standardized patient"[Title/Abstract] OR "virtual human"[Title/Abstract]) AND (communication[Title/Abstract] OR empathy[Title/Abstract] OR "history taking"[Title/Abstract]) AND ("2025/01/01"[Date – Publication] : "2026/09/13"[Date – Publication])

Запрос 2. Получено 156 записей

("virtual patient"[Title/Abstract] OR "virtual patients"[Title/Abstract] OR "virtual reality"[Title/Abstract] OR avatar[Title/Abstract]) AND (communication[Title/Abstract] OR counseling[Title/Abstract] OR counselling[Title/Abstract]) AND (transfer[Title/Abstract] OR vaccination[Title/Abstract] OR "clinical practice"[Title/Abstract]) AND ("2010/01/01"[Date – Publication] : "2026/09/13"[Date – Publication])

Запрос 3. Получено 17 записей

("virtual patient"[Title/Abstract] OR "virtual patients"[Title/Abstract]) AND ("automated feedback"[Title/Abstract] OR "automated assessment"[Title/Abstract] OR "automatic assessment"[Title/Abstract]) AND ("2024/01/01"[Date – Publication] : "2026/09/13"[Date – Publication])

Все найденные идентификаторы выгружены; повторы удалены по PMID. Рассмотрены 299 журнальных публикаций. Две книжные записи исключены из дополнительной подборки эмпирических исследований. В журнале отбора указаны PMID, название, результат предварительного рассмотрения, основание решения и использование публикации в статье. Пометка о возможном соответствии теме не означает, что работа вошла в подробный анализ.

Пять публикаций, указанных при рецензировании, проверяли по точным DOI с переходом к записям PubMed и страницам издателей: 10.1016/j.acap.2017.01.010; 10.2196/79039; 10.3389/fpubh.2026.1768518; 10.2196/84747; 10.1080/0142159X.2026.2681199. Теоретические первоисточники искали по точным названиям. Эти адресные проверки учитывались отдельно. Они не увеличивают число уникальных записей, полученных в дополнительном поиске PubMed.

Для подробного разбора выбирали работы, которые отвечали конкретному вопросу обзора, содержали содержательное сравнение или независимую оценку результата и позволяли проверить основной вывод. Учитывалось и разнообразие изученных результатов. Десять сравнений в табл. 2 дают возможность сопоставить дизайн исследований и границы их выводов. Работы без контрольной группы, исследования оценочных инструментов и обзоры рассмотрены отдельно. Полнота охвата всех подходящих исследований не установлена.

Литература: 
  1. Foster A., Chaudhary N., Kim T. et al. Using virtual patients to teach empathy: a randomized controlled study to enhance medical students’ empathic communication // Simul. Healthc. 2016. Vol. 11, N 3. P. 181–189. DOI: https://doi.org/10.1097/SIH.0000000000000142
  2. Holderried F., Stegemann-Philipps C., Herrmann-Werner A. et al. A language model-powered simulated patient with automated feedback for history taking: prospective study // JMIR Med. Educ. 2024. Vol. 10. e59213. DOI: https://doi.org/10.2196/59213
  3. Cook D.A., Erwin P.J., Triola M.M. Computerized virtual patients in health professions education: a systematic review and meta-analysis // Acad. Med. 2010. Vol. 85, N 10. P. 1589–1602. DOI: https://doi.org/10.1097/ACM.0b013e3181edfe13
  4. Kononowicz A.A., Zary N., Edelbring S., Corral J., Hege I. Virtual patients – what are we talking about? A framework to classify the meanings of the term in healthcare education // BMC Med. Educ. 2015. Vol. 15. P. 11. DOI: https://doi.org/10.1186/s12909-015-0296-3
  5. Fernández-Alcántara M., Escribano S., Juliá-Sanchis R. et al. Virtual simulation tools for communication skills training in health care professionals: literature review // JMIR Med. Educ. 2025. Vol. 11. e63082. DOI: https://doi.org/10.2196/63082
  6. Page M.J., McKenzie J.E., Bossuyt P.M. et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews // BMJ. 2021. Vol. 372, N 71. DOI: https://doi.org/10.1136/bmj.n71
  7. Baethge C., Goldbeck-Wood S., Mertens S. SANRA – a scale for the quality assessment of narrative review articles // Res. Integr. Peer Rev. 2019. Vol. 4. P. 5. DOI: https://doi.org/10.1186/s41073-019-0064-8
  8. Kalmring M., Chmelar S., Greimel P., Kaider M., Lang C., Roszipal B. Teaching clinical communication skills through virtual patient-based learning: an umbrella review of systematic reviews // BMC Med. Educ. 2026. Vol. 26. P. 1082. DOI: https://doi.org/10.1186/s12909-026-09374-6
  9. Lee J., Kim H., Kim K.H., Jung D., Jowsey T., Webster C.S. Effective virtual patient simulators for medical communication training: a systematic review // Med. Educ. 2020. Vol. 54, N 9. P. 786–795. DOI: https://doi.org/10.1111/medu.14152
  10. Kelly S., Smyth E., Murphy P., Pawlikowska T. A scoping review: virtual patients for communication skills in medical undergraduates // BMC Med. Educ. 2022. Vol. 22. P. 429. DOI: https://doi.org/10.1186/s12909-022-03474-9
  11. Li D., Lebai Lutfi S. Large language model-based virtual patient systems for history-taking in medical education: comprehensive systematic review // JMIR Med. Inform. 2026. Vol. 14. e79039. DOI: https://doi.org/10.2196/79039
  12. Jiang J., Ye M.Z., Kwok T.T. et al. GenAI-supported virtual patients in health care education: systematic review // J. Med. Internet Res. 2026. Vol. 28. e82756. DOI: https://doi.org/10.2196/82756
  13. Kron F.W., Fetters M.D., Scerbo M.W. et al. Using a computer simulation for teaching communication skills: a blinded multisite mixed methods randomized controlled trial // Patient Educ. Couns. 2017. Vol. 100, N 4. P. 748–759. DOI: https://doi.org/10.1016/j.pec.2016.10.024
  14. Guetterman T.C., Sakakibara R., Baireddy S. et al. Medical students’ experiences and outcomes using a virtual human simulation to improve communication skills: mixed methods study // J. Med. Internet Res. 2019. Vol. 21, N 11. e15459. DOI: https://doi.org/10.2196/15459
  15. Real F.J., DeBlasio D., Beck A.F. et al. A virtual reality curriculum for pediatric residents decreases rates of influenza vaccine refusal // Acad. Pediatr. 2017. Vol. 17, N 4. P. 431–435. DOI: https://doi.org/10.1016/j.acap.2017.01.010
  16. Real F.J., Ollberding N.J., Meisman A.R. et al. Impact of a virtual reality curriculum on human papillomavirus vaccination: a pilot trial // Am. J. Prev. Med. 2022. Vol. 63, N 5. P. 865–873. DOI: https://doi.org/10.1016/j.amepre.2022.05.003
  17. Sun N., Zhou X., Yang Z. et al. Application of AI-based virtual standardized patients in physician-patient communication training: a study based on the SEGUE framework // Front. Public Health. 2026. Vol. 14. 1768518. DOI: https://doi.org/10.3389/fpubh.2026.1768518
  18. Dang H.N.N., Luong T.V., Vo H.T.H. et al. Artificial intelligence-powered virtual standardized patients in teaching history-taking skills to medical students: a randomized controlled trial // BMC Med. Educ. 2026. Vol. 26, N 1. P. 984. DOI: https://doi.org/10.1186/s12909-026-09305-5
  19. Hu W., Zuo Y., Wan Q. et al. Evaluating real-time voice AI-based virtual patients for authentic communication training // Med. Teach. Published online March 19, 2026. P. 1–10. DOI: https://doi.org/10.1080/0142159X.2026.2645021
  20. Zhang Y., Zhou H., Huo H. et al. AI-based virtual patient training for clinical communication skills in dental undergraduates: a randomized controlled mixed methods study // Med. Teach. Published online June 8, 2026. P. 1–12. DOI: https://doi.org/10.1080/0142159X.2026.2681199
  21. Borg A., Schiött J., Ivegren W. et al. AI-generated feedback following social robotic virtual patient interactions and medical student performance: nonrandomized quasi-experimental study // JMIR Med. Educ. 2026. Vol. 12. e90368. DOI: https://doi.org/10.2196/90368
  22. Carrard V., Bourquin C., Orsini S., Schmid Mast M., Berney A. Virtual patient simulation in breaking bad news training for medical students // Patient Educ. Couns. 2020. Vol. 103, N 7. P. 1435–1438. DOI: https://doi.org/10.1016/j.pec.2020.01.019
  23. BaHammam F. Feasibility of large language model-based standardized virtual patients to support clinical decision-making training in operative dentistry: mixed methods study // JMIR Form. Res. 2026. Vol. 10. e91021. DOI: https://doi.org/10.2196/91021
  24. Tyrrell E.G., Sandhu S.K., Berry K. et al. Web-based AI-driven virtual patient simulator versus actor-based simulation for teaching consultation skills: multicenter randomized crossover study // JMIR Form Res. 2025. Vol. 9. e71667. DOI: https://doi.org/10.2196/71667
  25. Elwyn G., Frosch D., Thomson R. et al. Shared decision making: a model for clinical practice // J. Gen. Intern. Med. 2012. Vol. 27, N 10. P. 1361–1367. DOI: https://doi.org/10.1007/s11606-012-2077-6
  26. Elwyn G., Durand M.A., Song J. et al. A three-talk model for shared decision making: multistage consultation process // BMJ. 2017. Vol. 359. j4891. DOI: https://doi.org/10.1136/bmj.j4891
  27. Rutherford-Hemming T., Herrington A., Ngo T.P. The use of standardized patients to teach communication skills – a systematic review // Simul. Healthc. 2024. Vol. 19, N 1S. P. S122–S128. DOI: https://doi.org/10.1097/SIH.0000000000000766
  28. Stamer T., Steinhäuser J., Flägel K. Artificial intelligence supporting the training of communication skills in the education of health care professions: scoping review // J. Med. Internet Res. 2023. Vol. 25. e43311. DOI: https://doi.org/10.2196/43311
  29. Bentegeac R., Florens N., Maanaoui M. et al. ECOSBot: a multicenter validation pilot study of a generative AI tool for OSCE-based nephrology training // Clin. Kidney J. 2025. Vol. 18, N 10. sfaf308. DOI: https://doi.org/10.1093/ckj/sfaf308
  30. Gao X., Huang X., Hu R. et al. Evaluating large language model-based automated scoring in a voice-based virtual standardized patient platform for medical students: a cross-sectional agreement study // JMIR Med. Educ. Published online July 30, 2026. DOI: https://doi.org/10.2196/95578
  31. European Parliament, Council of the European Union. Regulation (EU) 2024/1689 (Artificial Intelligence Act). Consolidated text of 27 July 2026. Articles 6, 9, 13, 14; Annex III, point 3(b). EUR-Lex. URL: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:02024R1689-20260727 (дата обращения 13.09.2026)
  32. European Parliament, Council of the European Union. Regulation (EU) 2016/679 of 27 April 2016 (General Data Protection Regulation). Article 22. EUR-Lex. URL: https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng (дата обращения 13.09.2026)
  33. World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO; 2024. URL: https://www.who.int/publications/i/item/9789240084759 (дата обращения 13.09.2026)
  34. Васильева Е.Ю., Шубина Л.Б. Согласованный подход в обучении коммуникативным навыкам в медицинском образовании: барьеры на пути реализации // Медицинское образование и профессиональное развитие. 2022. Т. 13, № 4. С. 20–30. DOI: https://doi.org/10.33029/2220-8453-2022-13-4-20-30
  35. Дьяченко Е.В., Сизова Ж.М. Оценка навыков общения с пациентом в симулированных условиях при аккредитации медицинских специалистов: организационное и научно-методическое обеспечение, проблемы, направления решений // Медицинское образование и профессиональное развитие. 2020. Т. 11, № 2. С. 66–79. DOI: https://doi.org/10.24411/2220-8453-2020-12005
  36. Королева Н.Г., Лопатин З.В., Воздвиженская А.В., Королев К.Ю. Формирование коммуникативной компетенции врача с использованием виртуальных пациентов // Медицинское образование и профессиональное развитие. 2022. Т. 13, № 3. С. 8–18. DOI: https://doi.org/10.33029/2220-8453-2022-13-3-8-18
  37. McGaghie W.C., Issenberg S.B., Cohen E.R., Barsuk J.H., Wayne D.B. Does simulation-based medical education with deliberate practice yield better results than traditional clinical education? A meta-analytic comparative review of the evidence // Acad. Med. 2011. Vol. 86, N 6. P. 706–711. DOI: https://doi.org/10.1097/ACM.0b013e318217e119
  38. McGaghie W.C., Issenberg S.B., Barsuk J.H., Wayne D.B. A critical review of simulation-based mastery learning with translational outcomes // Med. Educ. 2014. Vol. 48, N 4. P. 375–385. DOI: https://doi.org/10.1111/medu.12391
  39. Cook D.A., Brydges R., Zendejas B., Hamstra S.J., Hatala R. Mastery learning for health professionals using technology-enhanced simulation: a systematic review and meta-analysis // Acad. Med. 2013. Vol. 88, N 8. P. 1178–1186. DOI: https://doi.org/10.1097/ACM.0b013e31829a365d
  40. Issenberg S.B., McGaghie W.C., Petrusa E.R., Gordon D.L., Scalese R.J. Features and uses of high-fidelity medical simulations that lead to effective learning: a BEME systematic review // Med. Teach. 2005. Vol. 27, N 1. P. 10–28. DOI: https://doi.org/10.1080/01421590500046924
  41. Motola I., Devine L.A., Chung H.S., Sullivan J.E., Issenberg S.B. Simulation in healthcare education: a best evidence practical guide. AMEE Guide No. 82 // Med. Teach. 2013. Vol. 35, N 10. P. e1511–e1530. DOI: https://doi.org/10.3109/0142159X.2013.818632
  42. van Merrienboer J.J.G., Sweller J. Cognitive load theory in health professional education: design principles and strategies // Med. Educ. 2010. Vol. 44, N 1. P. 85–93. DOI: https://doi.org/10.1111/j.1365-2923.2009.03498.x
  43. Rudolph J.W., Raemer D.B., Simon R. Establishing a safe container for learning in simulation: the role of the presimulation briefing // Simul. Healthc. 2014. Vol. 9, N 6. P. 339–349. DOI: https://doi.org/10.1097/SIH.0000000000000047
  44. Miller G.E. The assessment of clinical skills/competence/performance // Acad. Med. 1990. Vol. 65, Suppl. 9. P. S63–S67. DOI: https://doi.org/10.1097/00001888-199009000-00045
  45. Kurtz S.M., Silverman J.D. The Calgary–Cambridge Referenced Observation Guides: an aid to defining the curriculum and organizing the teaching in communication training programmes // Med. Educ. 1996. Vol. 30, N 2. P. 83–89. DOI: https://doi.org/10.1111/j.1365-2923.1996.tb00724.x
  46. Makoul G. Essential elements of communication in medical encounters: the Kalamazoo consensus statement // Acad. Med. 2007. Vol. 76, N 4. P. 390–393. DOI: https://doi.org/10.1097/00001888-200104000-00021
  47. Makoul G. The SEGUE Framework for teaching and assessing communication skills // Patient Educ. Couns. 2001. Vol. 45, N 1. P. 23–34. DOI: https://doi.org/10.1016/S0738-3991(01)00136-7
  48. Krupat E., Frankel R., Stein T., Irish J. The Four Habits Coding Scheme: validation of an instrument to assess clinicians’ communication behavior // Patient Educ. Couns. 2006. Vol. 62, N 1. P. 38–45. DOI: https://doi.org/10.1016/j.pec.2005.04.015
  49. Moyers T.B., Rowell L.N., Manuel J.K., Ernst D., Houck J.M. The Motivational Interviewing Treatment Integrity Code (MITI 4): rationale, preliminary reliability and validity // J. Subst. Abuse Treat. 2016. Vol. 65. P. 36–42. DOI: https://doi.org/10.1016/j.jsat.2016.01.001
  50. Baile W.F., Buckman R., Lenzi R., Glober G., Beale E.A., Kudelka A.P. SPIKES – a six-step protocol for delivering bad news: application to the patient with cancer // Oncologist. 2000. Vol. 5, N 4. P. 302–311. DOI: https://doi.org/10.1634/theoncologist.5-4-302
  51. Milan F.B., Parish S.J., Reichgott M.J. A model for educational feedback based on clinical communication skills strategies: beyond the “feedback sandwich” // Teach. Learn. Med. 2006. Vol. 18, N 1. P. 42–47. DOI: https://doi.org/10.1207/s15328015tlm1801_9
  52. Rudolph J.W., Simon R., Dufresne R.L., Raemer D.B. There’s no such thing as “nonjudgmental” debriefing: a theory and method for debriefing with good judgment // Simul. Healthc. 2006. Vol. 1, N 1. P. 49–55. DOI: https://doi.org/10.1097/01266021-200600110-00006
  53. Rudolph J.W., Simon R., Rivard P., Dufresne R.L., Raemer D.B. Debriefing with good judgment: combining rigorous feedback with genuine inquiry // Anesthesiol. Clin. 2007. Vol. 25, N 2. P. 361–376. DOI: https://doi.org/10.1016/j.anclin.2007.03.007
  54. Eppich W., Cheng A. Promoting Excellence and Reflective Learning in Simulation (PEARLS): development and rationale for a blended approach to health care simulation debriefing // Simul. Healthc. 2015. Vol. 10, N 2. P. 106–115. DOI: https://doi.org/10.1097/SIH.0000000000000072
  55. Sargeant J., Mann K., Manos S. et al. R2C2 in action: testing an evidence-based model to facilitate feedback and coaching in residency // J. Grad. Med. Educ. 2017. Vol. 9, N 2. P. 165–170. DOI: https://doi.org/10.4300/JGME-D-16-00398.1
  56. Brett-Fleegler M., Rudolph J., Eppich W. et al. Debriefing Assessment for Simulation in Healthcare: development and psychometric properties // Simul. Healthc. 2012. Vol. 7, N 5. P. 288–294. DOI: https://doi.org/10.1097/SIH.0b013e3182620228
  57. Orsini C., Rodrigues V., Tricio J., Rosel M. Common models and approaches for the clinical educator to plan effective feedback encounters // J. Educ. Eval. Health Prof. 2022. Vol. 19. P. 35. DOI: https://doi.org/10.3352/jeehp.2022.19.35
  58. Kane M.T. Validating the interpretations and uses of test scores // J. Educ. Meas. 2013. Vol. 50, N 1. P. 1–73. DOI: https://doi.org/10.1111/jedm.12000
  59. Cook D.A., Brydges R., Ginsburg S., Hatala R. A contemporary approach to validity arguments: a practical guide to Kane’s framework // Med. Educ. 2015. Vol. 49, N 6. P. 560–575. DOI: https://doi.org/10.1111/medu.12678
  60. Downing S.M. Validity: on the meaningful interpretation of assessment data // Med. Educ. 2003. Vol. 37, N 9. P. 830–837. DOI: https://doi.org/10.1046/j.1365-2923.2003.01594.x
  61. American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for educational and psychological testing. Washington, DC: AERA; 2014.
  62. Hauer K.E., Park Y.S., Bullock J.L., Tekian A. “My assessments are biased!” Measurement and sociocultural approaches to achieve fairness in assessment in medical education // Acad. Med. 2023. Vol. 98, N 8S. P. S16–S27. DOI: https://doi.org/10.1097/ACM.0000000000005245
  63. Cook D.A., Beckman T.J. Current concepts in validity and reliability for psychometric instruments: theory and application // Am. J. Med. 2006. Vol. 119, N 2. P. 166.e7–166.e16. DOI: https://doi.org/10.1016/j.amjmed.2005.10.036
  64. Qu Y., Xu X., Long Y. et al. A large language model-powered multiagent framework emulating standardized patients in clinical communication skills training: development and evaluation study // J. Med. Internet Res. 2026. Vol. 28. e84747. DOI: https://doi.org/10.2196/84747

Материалы данного сайта распространяются на условиях лицензии CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International)

ГЛАВНЫЙ РЕДАКТОР
ГЛАВНЫЙ РЕДАКТОР
Балкизов Залим Замирович
Генеральный секретарь Российского общества специалистов медицинского образования, директор Института подготовки специалистов медицинского образования ФГБОУ ДПО РМАНПО Минздрава России, профессор кафедры профессионального образования и образовательных технологий ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России, генеральный директор компании ГЭОТАР-Мед, Советник Президента Национальной медицинской палаты, Москва, Российская Федерация

Журналы «ГЭОТАР-Медиа»