本研究探讨了生成性人工智能在重建医疗保健仿真模型中的可行性，解决了离散事件仿真模型共享不足的问题。研究成功生成并测试了两个复杂模型，展示了该方法的潜在影响。

本研究通过六周的教育研讨会收集学习行为数据，提出可转移的迭代反思模块，提升了在线教育中学生仿真模型的精度，促进了“数字双胞胎”的发展。

本研究提出两种方法来识别和近似仿真模型，以提高工艺理解并在数据有限的情况下辅助决策。利用样条函数和机器学习模型的方法来创建适应性模型，准确地代表切合过程并适应各种情况。