病例训练库

选择一个病例，开始15分钟临床推理训练

每个病例均由独立AI-SP事实库、动态事件、评分量表和教学反馈驱动。

0个病例

评委快速体验 3分钟 · 病例01 · 完整评分

匿名学生试测 15分钟 · 六病例可选 · 过程反馈

教师端教学反馈

班级学习诊断看板

基于学生匿名训练记录，汇总共性薄弱点、证据链表现和课堂改进建议。

教师演示入口

查看匿名教学诊断数据

请输入提交材料中提供的教师演示密码。系统不采集教师个人信息。

数据范围预置匿名演示数据 · 全部病例

训练人次 0

平均分 0

优秀率 0%

提示使用率 0%

偏航率 0%

危险处置 / 率 0

维度平均分与达成率

关键教学指标完成率

高频遗漏点

高频错误类型

病例训练分布

课堂改进建议

多病例、共享 Agent、双向教学闭环

正在加载架构说明...

当前运行 -- --

专业 Agent 0

病例总数 0

当前病例事实节点 0

评分维度 0

架构版本 --

协作流程

从学生输入到教学改进

生成式交互规则与病例库教学评价闭环

学习端学生问诊 · 查体 · 检查 · 决策

输入与状态→

系统中枢 总控编排 Agent 阶段管理 · 路由 · 状态汇总

意图路由→

意图识别与纠偏

AI-SP 患者模拟

查体与检查结果

苏格拉底式带教

训练提交↓

过程评分 Agent

反馈复盘 Agent

学生个体报告教师教学诊断

职责边界

八个功能 Agent 如何协同

安全与可解释性

系统控制原则

三层技术边界

大模型不包办临床教学

生成表达层 Qwen 负责患者化语言和结果整理，可自动回退 Mock。

病例规则层 病例事实、信息释放、危险操作拦截和诊断防泄露。

教学评价层 确定性评分、学习处方、匿名聚合与教师教学改进。

参赛作品说明

让学生在可控病例中练习真正的临床推理

本作品面向完成普外科相应章节学习后的临床医学本科生。

作品版本 -- 学习赋能智能体

教学痛点

会背知识点，不等于会接诊

知识碎片化

学生知道症状、体征和检查，却难以按照接诊顺序形成证据链。

训练机会有限

真实病房难以反复练习，传统病例题也缺少动态互动和时间压力。

反馈不够精细

只看最终诊断，无法识别学生究竟遗漏在问诊、查体还是临床决策。

学习流程

一次完整训练形成四段闭环

01AI-SP 接诊

学生自主问诊，患者只按问题释放信息，并呈现疼痛和焦虑。

02证据采集

申请查体和辅助检查，在时间进展中完成定位与危险鉴别。

03临床决策

提交诊断、证据链、鉴别诊断和初步处置方案。

04复盘迁移

获得七维评分、学习处方，并通过角色反转讲清推理路径。

教学目标

从识记走向临床决策

在六类普外科病例中建立结构化问诊和查体框架。
根据不同疾病选择有目的的实验室和影像检查。
主动识别急腹症、感染、缺血和脓肿等危险信号。
用完整证据链提出诊断、鉴别和动态外科处置。

核心创新

AI 生成与教学规则分层

使用方法

评委体验建议

从“学生训练”完成一次病例 → 查看个体评分与角色反转 → 使用演示密码进入教师看板 → 查看“Agent 架构”理解技术边界

隐私与安全

只记录教学指标，不记录身份

系统不要求填写姓名、学号或学校信息；普通训练和评委体验不保存完整对话，匿名学生试测仅在明确同意后保存必要过程数据，并在60天后清理。

选择一个病例，开始15分钟临床推理训练

班级学习诊断看板

匿名学生体验与完成情况

体验均分

最近匿名建议

维度平均分与达成率

关键教学指标完成率

高频遗漏点

高频错误类型

病例训练分布

课堂改进建议

最近训练记录

多病例、共享 Agent、双向教学闭环

从学生输入到教学改进

八个功能 Agent 如何协同

系统控制原则

大模型不包办临床教学

让学生在可控病例中练习真正的临床推理

会背知识点，不等于会接诊

一次完整训练形成四段闭环

从识记走向临床决策

AI 生成与教学规则分层

评委体验建议

只记录教学指标，不记录身份

评分结果

关键遗漏

扣分记录

安全审查与矛盾检测

错误类型

个性化反馈

本章教学目标

疾病特征总结

学习处方

证据链评分

教师端教学反馈

角色反转任务

标准路径

这次训练体验如何？