“教育信息化2.0”背景下医学高专院校《人工智能通识课》课程建设方案初探＊

李 琨，贾立伟，石晓明

（河南医学高等专科学校公共基础部，河南 郑州 451191）

1 概述

教育部有关《教育信息化2.0 行动计划》的文件出台吹响了我国加快教育现代化建设及建设教育强国的集结号，为我国今后引领推动教育信息化转段升级指明了方向。《教育信息化2.0 行动计划》从八个方面提出了教育信息化的具体行动方案和指导方针，其中第八项“信息素养全面提升行动”中明确指出各高校应“充分认识提升信息素养对于落实立德树人目标、培养创新人才的重要作用”，并“完善课程方案和课程标准，充实适应信息时代、智能时代发展需要的人工智能和编程课程内容”[1]。因此，医学高专院校应与其他高校一起主动参与到《教育信息化2.0 行动计划》所指出的行动实施方案中来，在医学教学中引入人工智能课程，全面提升医学生的信息素养能力。

目前我国在人工智能领域研究与应用取得了一些重要突破，但与发达国家相比，我国人工智能整体教育水平仍存在较大差距，人工智能类课程的通识教育在医学院校没有得到足够的重视，特别是大部分医学高专院校仍未开设有关人工智能领域的通识教育课。本文从开课所需时长、教学方案、师资力量三方面分析了医学高专院校开设《人工智能通识课》所面临的困境，对有关医学高专院校《人工智能通识课》 的建设方法进行了初步设计与探索，为今后医学高专院校全面开展 《人工智能通识课》教育，提升当代高专院校医学生的信息素养，为实现立德树人、培养创新人才的教育目标奠定基础。

2 医学高专院校开设《人工智能通识课》所面临的困境

2.1 学时无法得到充分保证

在高职高专院校的学生中，医学专业的学生由于受学制、知识内容量、学习方法等因素的影响，致使医学生与理工科学生在学习能力、思维方式等方面存在着很大的差异性[2]。虽然医学高专院校也是三年学制，但医学生毕业所任职的岗位是与人的生命健康密切相关的岗位，毕业前的医院实习任务尤为重要。目前大多数医学高专院校的毕业实习期基本占满一年，因此学生实际在学校学习的时间仅有两年时间。据统计在这仅有的两年学习时间里，医学各专业学生的医学核心专业课平均学习量为14门，加之高校思政课与体育课也是医学高专院校课程建设的重要组成部分，致使人文素质类课程（如医学信息技术、英语、心理健康教育等课程）的授课时间出现了不同程度的压缩。此外，为满足医学高专学生今后的学习和工作需求，医学信息技术课程仍需保留“Office 办公软件的使用”及“医学信息技术”方面的知识内容，因此开设《人工智能通识课》所需学时就显得更加紧张。信息素质的提升并非一朝一夕之功，如何能够利用有限的时间全面提升医学生的信息素质是每位医学信息技术课程专任教师所需面对的一个困境。

2.2 教学方案无章可循

大部分医学本科类院校虽然没有开设人工智能专业，但它们与校内计算机学院、软件学院或电子信息工程学院可以展开校内合作，或联合国内知名IT 企业共同建设面向医学生的人工智能课程体系。例如，2019 年7 月复旦大学基础医学院与华为合作开设了《医学人工智能和机器学习》课程；空军军医大学对医学本科生开设了《Python 程序设计》的课程，试图通过学习一门程序设计语言来培养学生的计算思维能力，以提升医学生的信息素养。此外，理工类高职高专院校的大学生在高中所训练出的逻辑思维能力相比医专学生来说更强。因此开设如《Python 程序设计》《机器学习》等课程对于理工类学生的学习也相对容易些。并且这些理工类高职高专院校大部分也都设置有计算机学院或软件学院，这些院校也可通过校内各院系之间的深度融合，设置符合高职高专院校发展需要的 《人工智能通识课》的课程体系。

然而医学高专院校与医学本科院校和理工类高职高专院校不同的是，医学高专院校除开设计算机基础课或医学信息技术等课程外，很少开设其他计算机相关类型的通识课，开展校内合作所需的教学资源极其有限，很难实现教学资源的深度融合。加之医学高专的学习能力相比本科生的学习能力较弱，而医学专业知识的学习方法以背诵方式居多，医学专业长期固有的培养模式使得学生对培养、训练逻辑思维能力的课程接受起来相对困难。如果类比医学本科院校或理工类高职高专院校，采用开设一门程序设计语言课程作为《人工智能通识课》的教学任务，则很难实现全面提升医学专科生的信息素养的教学目标。因此，制定一套行之有效的，符合医学高专学生学习特点和学习需求的《人工智能通识课》教学方案，是每位医学信息技术课程专任教师所需面对的另一个困境。

2.3 师资能力有限

人工智能技术在信息科学领域并不是一项全新的技术，诞生至今已有70 多年的历史，是用于模拟、延伸和扩展人的智能的一项计算机技术。随着Python 程序设计语言、机器学习、深度学习以及强化学习等研究领域的兴起，使得人工智能技术研究与应用进入了高速发展的时期。但是对于常年讲授计算机基础课程的医学高专教师来说，如若立即承担起《人工智能通识课》的教学任务，还需面对以下几个方面的困境：

（1）从事人工智能领域研究的专任教师数量严重不足。不比本科类医学院校的教师资源丰富，虽然大部分医学高专院校的计算机教师都取得了计算机相关专业的硕士学位，但人工智能领域的研究从2012 年才逐渐成为研究热点，医学高专院校中专门从事人工智能领域、深度学习领域以及强化学习领域研究的教师数量严重不足。正所谓“隔行如隔山”，虽同为计算机科学相关领域，但各研究方向和领域所涉及的研究方法、技术以及算法千差万别。若从未开展过有关人工智能领域知识的研究工作，那么就很难以较快的速度把握《人工智能通识课》所要传授的知识内容，就不能从整体上把握住该课程的知识脉络，很容易陷入到传统“灌输式”的教学模式当中。

（2）长期从事计算机基础教学工作，知识更新速度慢。承担《人工智能通识课》的教师都是长期担任《计算机应用》或者是《医学信息技术》课程的一线教师，无论采用何种教学模式（如翻转课堂、“互联网+” 或是理实一体化等教学模式），对于所讲授的知识内容基本没有发生太大的变化。即使在《计算机应用》或《医学信息技术》课程中会给同学们讲解有关人工智能方面的背景知识，但与系统介绍有关人工智能领域的前沿知识相比，这就好比“蜻蜓点水”，浅尝辄止。由于长期从事计算机基础课程的教学工作，大部分教师没有从事有关人工智能、机器学习或深度学习等前沿科学领域的研究工作，对于新知识或新课改的要求，教师们往往接受速度较慢，很大程度上教师仍然会按照自己的 “套路” 来完成 《人工智能通识课》的教学任务，对提升医学高专学生的信息素养能力起不到任何帮助作用。

因此，如何在短时间内快速提升自身的人工智能研究能力，加快更新自己的人工智能专业知识能力是每位医学信息技术课程专任教师所需面对的又一个困境。

3 医学高专院校《人工智能通识课》建设方案初探

依据《教育信息化2.0 行动计划》提出的“信息素养全面提升行动”中所指出的指导方针，医学高专院校必须加快建设符合医专学生学习需求的、适应信息时代、智能时代发展需要的人工智能和编程课程内容，制定并完善相应的课程方案和课程标准。鉴于综合医学高专学生与医学本科生或理工类高职高专学生的学习能力、思维方式的差异性，笔者认为医学高专院校开设《人工智能通识课》可采用“局部试行”、“全面试行”、“逐步深入”和“全面施行”四步走策略建设实施。

3.1 “局部试行”—针对个别专业开展《人工智能通识课》教学实验

“局部试行”可以对医学高专院校个别专业开展《人工智能通识课》实验教学；针对大部分医专学生逻辑知识学习能力较弱的特点，可以选择偏理工科的部分专业（如医学影像专业）学生作为开展《人工智能通识课》教学实验的对象。对于这些专业的学生来说，大部分都是统招的理工科高中毕业生，长期的理工科课程的学习使得他们相比其他专业的学生来说，具有更强的逻辑思维能力和工科知识学习的能力。对于学习医学信息技术课程的接受能力较快。因此，针对这些专业的学生，可以在不改变信息技术类课程总课时数的前提下，调整《医学信息技术》授课内容的学时占比，增加讲授人工智能领域知识的课时数。这部分知识内容，可以以讲授人工智能基础知识为主，结合医学影像专业的专业特点，重点介绍人工智能在医学影像技术领域的应用场景。此外，还可适时增加人工智能程序设计语言课程的学习。此步骤可针对本校医学影像专业的学生开展1～2 个学期的试点教学任务，收集学生学习效果、学习兴趣、知识接受难易度等数据信息，为后续的教学实验奠定基础。

3.2 “全面试行”—针对所有专业以“专题”形式开展《人工智能通识课》教学实验

“全面试行”是在前期“局部试行”的基础上，对医学高专院校所有专业的学生以“教学专题”的方式开展《人工智能通识课》的教学实验工作。首先在保证完成《医学信息技术》课程学习任务的前提下，在无法增加信息技术类课程总学时的限制条件下，通过适当减少 《医学信息技术》 课程学时占比，以14～20 个标准学时开设7～10 个 “人工智能知识专题”讲座开展《人工智能通识课》教学实验工作。如可开设 “人工智能知识背景简介”、“人工智能在医疗领域的应用简介”、“人工智能编程语言简介”、“人工智能机器学习平台、硬件简介”、“医疗虚拟助手简介”等人工智能知识的专题讲座。

通过开展“局部试行”和“全面试行”这两个阶段的教学实验，对医学高专院校学生的学习兴趣度、学习状态、知识接受程度、学习效果等数据进行统计和分析，结合专业、学情、学法等特点对《人工智能通识课》 的教学方案进行调整，“以点带面”逐步推进并制定符合医学高专学生学习需求的《人工智能通识课》教学方案。

3.3 “逐步深入”—以增设人工智能选修课方式进一步开展《人工智能通识课》教学实验

在执行“局部试行”和“全面试行”教学实验的1～2 年内，针对个别专业或“重点专题”开展更加深入的教学实验。例如开设《Python 程序设计》《机器学习在医疗领用的应用》等人工智能选修课程，在保证各医学专业学生整体信息素养能力提升的同时，对医学影像技术专业或学有余力的各专业学生加大培养力度，全面提升他们的信息素养能力。同时，通过增设人工智能选修课的方式，一方面，可以促使学校招聘从事人工智能研究方向的信息技术人才，增加医学高专院校人工智能领域科研人才的储备；另一方面，也有利于促使《医学信息技术》课程的专职教师主动开展人工智能的相关领域的学习和研究，提升其自身人工智能领域的科研水平，加快更新自己的人工智能领域的专业知识，使得这些教师能够真正把握住人工智能技术的发展方向。结合医学高专院校的专业背景，努力开展人工智能在医学领域的研究工作，制定出真正符合医学高专院校学生学习需求的《人工智能通识课》教学方案。

3.4 “全面施行”—在医学高专院校中全面推行《人工智能通识课》教学实施方案

根据综合医学高专院校学生的具体学情及前三步教学实验所得出的教学经验和所取得的教学成果，结合医学高专院校的专业特点，全面掌握人工智能技术在医疗领域的应用场景、技术特点、发展方向等内容，制定符合医学高专院校学生学习需求的《人工智能通识课》的教学方

案。未来可以将《医学信息技术》的学习内容充分融入到《人工智能通识课》的教学活动当中，以掌握人工智能基础知识为主体，以学会医学信息技术知识为前提，以人工智能在医疗行业的应用为背景，全面推进《人工智能通识课》的教育教学活动。通过《人工智能通识课》的全面施行，达到提升医学高专院校学生信息素养能力的教学目的，真正落实立德树人和培养创新人才的教育目标。

4 总结

通过对目前医学高专院校开设《人工智能通识课》所面临的学时不足、教学资源短缺以及师资力量薄弱等问题的分析，本文提出了采用 “局部试行”、“全面试行”、“逐步深入”和“全面施行”四步走策略来制定出真正符合医学高专院校自身发展需要，实现医学生信息素养培养目标的《人工智能通识课》教学方案，从而真正达到提升医学高专院校学生信息素养能力的教学目的，实现立德树人和培养创新人才的教育目标。