医学执照考试题库中的语言模式探究

本研究考察自然语言处理（NLP）模型的使用，以评估医学执照考试题目编写者在题目中使用的语言模式是否可能包含偏见或刻板语言的证据。题目语言选择中的此类偏见对医学执照评估中的试题尤其具有影响，因为它可能威胁内容效度及考试分数效度证据的可辩护性。据我们所知，这是首次尝试使用机器学习（ML）与NLP在大型题库上探究语言偏见。利用在相似题干簇上训练的预测算法，我们证明了该方法可用于审查大型题库中临床科学病例题里潜在的偏见语言或刻板患者特征。研究结果可指导开发相关方法以处理试题中发现的刻板语言模式，并在需要时高效更新这些试题以反映当代规范，从而改进支持考试分数效度的证据。