Diagnosis (Berlin, Germany) 2026年9月16日本研究让175名二年级医学生在2024年秋季完成三次MAESSCR多智能体LLM临床情境模拟，并由六名临床教育者用二分评分工具评估120份随机抽取的对话记录，发现脚本依从性达92%（110/120）、改变诊断的信息仅2.5%（3/120）、不真实患者呈现12%（14/120）、技术问题17%（20/120），而智能体最突出的问题是提前解读检查结果、干扰学生独立推理，分别出现在28%（34/120）的病史/体格检查智能体和59%（71/120）的诊断/管理智能体情境中，多数干扰较轻微。本研究让175名二年级医学生在2024年秋季完成三次MAESSCR多智能体LLM临床情境模拟，并由六名临床教育者用二分评分工具评估120份随机抽取的对话记录，发现脚本依从性达92%（110/120）、改变诊断的信息仅2.5%（3/120）、不真实患者呈现12%（14/120）、技术问题17%（20/120），而智能体最突出的问题是提前解读检查结果、干扰学生独立推理，分别出现在28%（34/120）的病史/体格检查智能体和59%（71/120）的诊断/管理智能体情境中，多数干扰较轻微。多智能体AI模拟器用于临床推理练习的早期证据：表现、一致性与挑战本研究让175名二年级医学生在2024年秋季完成三次MAESSCR多智能体LLM临床情境模拟，并由六名临床教育者用二分评分工具评估120份随机抽取的对话记录，发现脚本依从性达92%（110/120）、改变诊断的信息仅2.5%（3/120）、不真实患者呈现12%（14/120）、技术问题17%（20/120），而智能体最突出的问题是提前解读检查结果、干扰学生独立推理，分别出现在28%（34/120）的病史/体格检查智能体和59%（71/120）的诊断/管理智能体情境中，多数干扰较轻微。本研究让175名二年级医学生在2024年秋季完成三次MAESSCR多智能体LLM临床情境模拟，并由六名临床教育者用二分评分工具评估120份随机抽取的对话记录，发现脚本依从性达92%（110/120）、改变诊断的信息仅2.5%（3/120）、不真实患者呈现12%（14/120）、技术问题17%（20/120），而智能体最突出的问题是提前解读检查结果、干扰学生独立推理，分别出现在28%（34/120）的病史/体格检查智能体和59%（71/120）的诊断/管理智能体情境中，多数干扰较轻微。