医疗人工智能“主体责任制”人才培养模式探索

茅鸯对

摘 要：通过梳理医疗人工智能人才培养现状及问题，探索严谨有效的医疗人工智能“主体责任制”人才培养模式，倡导学校与用人单位签订“精准定向培养协议”，开设分类分层订单班，采用个性化培养实现人才培养效用最大化。

关键词：医疗人工智能;主体责任制;人才培养模式

人工智能是一套旨在用机器来近似人类或动物认知某些方面的技术，它涵盖了机器学习、语音识别、自然语言处理和图像识别等技术，医疗人工智能在筛查和诊断、风险计算、预后和临床决策支持、管理规划和精准医疗领域发展日趋成熟，应用场景逐渐丰富，但在发展中也遇到了诸多问题，这有赖于专业人才开发与培养，当前正处于人才培养初级阶段，亟待探索新型培养模式，提升教育质量和效果。

1 医疗人工智能人才培养现状及问题分析

1.1 医疗人工智能人才培养相关政策

2017年7月，《新一代人工智能发展规划（国发〔2017〕35号）》指出到2025年，新一代人工智能在智能医疗领域得到广泛应用，同时要强化部署高端人才队伍。2018 年 4月，《高等学校人工智能创新行动计划》强调高等学校要完善人工智能领域人才培养体系，支持高校在计算机科学与技术学科设置人工智能学科方向，推进人工智能领域一级学科建设。

1.2 国内外医疗人工智能人才培养现状

2019年3月，教育部批准了35所高校增设人工智能专业。2019年7月，華为与复旦大学合作开发的“医学人工智能与机器学习”在复旦大学进行集中授课。2019年8月，教育部高等学校电子信息类专业教学指导委员会人工智能专业建设咨询委员会成立。工信部人才交流中心与科大讯飞、寒武纪等企业联合签署《人工智能产业人才培育标准合作备忘录》。美国高校人工智能专业开设早，其科学研究、学科建设和人才培养都处于世界前沿和领先地位，美国TOP 20高校秉承“以学生为中心”的理念，精心培育跨界、复合和综合型的人工智能人才。日本顶级核心人工智能人才由日本科技厅、总务省、文部科学省和经济产业省联合开展博士教育项目，中层人才由厚生省和经济产业省负责开展AI职业再教育培训，实习人才由文部科学省负责开展产学联合的信息专业人才培养实践教育项目，通过工科教育改革强化数据科学等领域的教育。

1.3 医疗人工智能人才培养存在的问题

医疗人工智能融合了医学、工学、计算机等多门学科，交叉性极强，人才培养难度极大。大多教育机构在培养前未能真正摸清产业需求点，理论教学占比过重，在学生完成三年或四年学制的学业后，出现学生技能与企业不匹配，脱节问严重，影响就业率及就业满意度，对新一轮招生产生潜在影响，并且可能逐步遏制产业发展。目前教学模式容易出现照搬照抄或者借鉴传统学科课程教学体系，难以满足新学科人才培养要求。同时学校教学资源匮乏，教师专业实力不足，实训实习基地少等问题进一步影响学生综合实力的培养。

2 医疗人工智能“主体责任制”人才培养模式探索

医疗人工智能“主体责任制”人才培养模式架起学校与用人单位之间的桥梁，增进双向交流机会，在充分尊重学生学习兴趣以及就业意向的前提下，联合精细化培养专业人才，提高其思考能力，批判能力与创新能力。医疗人工智能“主体责任制”人才培养采用个性化培养方式，学生第一年主修基础课程，选修医疗领域相关交叉课程，邀请行业知名专家开展专题讲座。在学生充分知晓人工智能岗位职责与技能要求的前提下，在第二学年由学生为主，学校引导为辅的形式，要求学生确定就业方向，并签订“精准培养三方协议”，学校与用人单位明确双方的责任与义务，严格履行自身责任。人才培养方案由学校和用人单位结合双方需求共同制定，学校负责培养学生，完成既定教学任务，用人单位负责提供实习岗位，安排学生轮岗培养。学校需将学生的学费按比例划拨给协议的用人单位，用人单位培养的人才进行反哺，企业设立奖学金激励优质人才成长，双方互相激发内在动力。此种形式不拘泥于全日制学生，可以将社会经验的在职人员纳入其中。

3 结束语

医疗人工智能未来势必迎来井喷式发展，抢占市场高地的领先者将是能实现数据精雕、满足泛化适应需求和有针对性优化算法，具有复合型高级人才的企业。优质有效的医疗人工智能“主体责任制”人才培养模式探索有助于挖掘产教结合点，充分利用教学资源，实现人才效用最大化，形成良性循环，为提升医疗服务水平添砖加瓦。

参考文献

[1]中共中央国务院.新一代人工智能发展规划[S].2017-07-08.

[2]教育部.高等学校人工智能创新行动计划[S].2018-04-02.

[3]吕薇，季波，张怡凡，等.美国一流研究型高校人工智能人才培养的经验与启示——基于“以学生为中心”的视角[J].大学教育科学，2019，（06）：102-109+123.

[4]李哲，李娟，李章杰，等.日本人工智能战略及人才培养模式研究[J].现代教育技术，2019，（12）：21-27.