【摘要】该文探讨了大语言模型（largelanguagemodels,LLMs）在未分化疾病（medicallyunspecifieddisease,MUD）教学中的应用。MUD由于症状不典型，诊断和治疗具有挑战性，现有教学方法难以有效提升全科住院医师的诊治能力。通过开发全科标准化病人系统和辅助诊疗模型，LLMs通过模拟病例、个性化学习路径和虚拟患者互动等功能，为MUD教学提供了全新的视角和工具。初步研究表明，这些教学方法的应用显著提高了全科住院医师诊断准确率和学习效果，尤其在复杂病例的管理和学生信心方面。尽管LLMs在应用中面临数据准确性、伦理和实践等挑战，但其在临床实践和提升教学质量中的潜力依然不可忽视。未来研究需集中于克服这些挑战，以促进MUD教学的进步。