基于人工智能辅助精准肿瘤治疗研究课程的科研能力培养的评价

包暄文 代晓猛 刘璐璐

人工智能是基于高通量数据，通过整合多种新型算法演绎、推理和解决问题的新技术。机器学习则通过计算机从输入数据等处获得信息，通过构建神经网络等模型，让机器自动调整和判断并输出相应的结果。这一方法可以帮助解决更多问题、减少错误，提高解决问题的效率。人工智能正成为推动人类经济、科技发展的决定性力量。各国科学界及产业界充分认识到人工智能技术及机器学习方法对引领各项领域发展的重要意义，从而纷纷转型，大力布局人工智能生态环境。在肿瘤学中，人工智能与机器学习亦开始初步发展，并展现出重要的应用潜力。如在肿瘤图像识别、免疫治疗反应预测、新辅助化疗反应预测、预后分析、医学教学中均有人工智能结合临床与实验室结果的相关研究[1-5]。众多世界顶尖医疗中心如纪念斯隆-凯特琳癌症中心、德国海德堡大学及德国国家癌症研究中心等均对此开展相关研究及对应的教学。笔者及笔者所在科室对基于人工智能辅助的精准肿瘤治疗亦开展深入研究，已发表多篇相关论著并有项目在研[6-13]。同时，近年来国内外也有临床科室及基础实验室开展相关研究。但对肿瘤内科研究生、进修医师进行的基于人工智能辅助精准肿瘤治疗教学尚未形成完整体系与业界共识，正在逐步摸索中。且基于人工智能辅助精准肿瘤治疗教学对肿瘤内科研究生科研能力培养的研究尚未报道。其原因包括尚未有成型、系统的人工智能相关医学教育。因此，本文拟探索人工智能辅助的精准肿瘤治疗的教学模式及探索人工智能辅助的精准肿瘤治疗课程在肿瘤内科研究生、进修医师科研能力培养中的应用，并对其教学及培养效果进行评价。

1 资料与方法

1.1 一般资料

选取2019 年1 月—2021 年8 月在浙江大学医学院附属第一医院肿瘤内科的在读研究生及进修医师14 位，年龄22～36 岁，平均（25±3.10）岁。其中男性4 位，占比29%，女性10 位，占比71%。

1.2 课程形式及时间

调查对象中，参与人工智能辅助的精准肿瘤治疗课程时间为6 个月，共计24 次课程，总时长36 小时。共包括人工智能介绍1 课时（1.5 小时），人工智能数学及统计基础10 课时（15 小时），编程语言基础8 课时（12小时），编程练习课4 课时（6 小时），课程结业1 课时（1.5小时），课后论著阅读5 篇。其中人工智能数学及统计基础与编程语言基础课程穿插进行。

1.3 调查方法

本次调查研究结合我科实际情况及参考相关文献，采用自制问卷，共设置22 个问题，主要包括基本情况、参加课程前后研究生的科研能力情况、对于课程的效果评价情况。调查对象需用1～10 分评价自身参加课程前后在该领域的科研能力的情况、阅读人工智能在肿瘤学应用中的文献能力、开展相关项目能力等，1～10 分表明能力依次提升，10 分为满分。

同时，我们设计6 个问题，分别为是否有助于提高肿瘤学科研方法的掌握，是否有助于统计能力的强化，是否有助于编程能力的强化，是否有助于提高独立思考和批判性思维的能力，是否有助于提高英语水平，是否有助于提高临床实践能力。针对该6 个问题，参与调研的研究对象需回答同意、说不清或不同意2 个选项中的一个。

1.4 研究方法

本研究采用Epidata 3.1 对数据进行录入，采用r 语言进行统计学分析。计数资料用（n，%）表示，采用卡方检验。计量资料用（）表示，采用t检验。P＜0.05表示差异有统计学意义。

2 结果

2.1 参与人工智能辅助的精准肿瘤治疗课程后理解此领域科研进展的提升情况

挑选人工智能辅助精准肿瘤治疗领域的论文10 篇，在课程前及课程后分别发放给参与此次课程的研究生及进修医师进行阅读（课程前5 篇，课程后5 篇）。阅读后通过问卷对调查对象进行自评。结果表示，认为该课程有助于对此领域的论文背景加深理解，差异有统计学意义（P＜0.05），认为该课程有助于对此领域的论文方法加深理解，差异有统计学意义（P＜0.05），认为该课程有助于对此领域的论文结果分析加深理解，差异有统计学意义（P＜0.05），有意愿展开对此领域的相关研究，差异有统计学意义（P＜0.05），具体见表1。

表1 人工智能辅助精准肿瘤治疗课程前后对该领域论文理解情况（分，）

表1 人工智能辅助精准肿瘤治疗课程前后对该领域论文理解情况（分，）

2.2 参与人工智能辅助的精准肿瘤治疗课程的效果评价

所有调查对象均认为参与此次课程有助于了解肿瘤学未来发展的方向。分别有85.71%，78.57%、78.57%、92.86%的研究对象认为此次课程有助于提高肿瘤学科研方法的掌握、有助于统计能力的强化、有助于编程能力的强化、有助于提高独立思考和批判性思维的能力、有助于提高英语水平，然而，仅有28.57%的研究对象认为该课程对临床实践能力有所提高，具体见表2。

3 讨论

随着现代医学的进步，精准医学逐渐成为主流观念。针对肿瘤学而言，精准医学不仅体现在对个体肿瘤的精准诊断、精准治疗及精准预后分析上，亦体现在从大量肿瘤学数据中提炼出重要信息，进而构建相关模型。针对包括转录组信息，单细胞组信息，蛋白组信息，影像学数据、实验室检查等海量肿瘤学数据，如何提炼出与预后、免疫治疗、化疗有关的指标则尤为重要。在此过程中，人工智能可以发挥重要作用。在肿瘤学领域，由于海量数据的存在，人工智能无疑是解决数据庞杂的重要工具。基于人工智能的精准肿瘤学起步发展较晚，并开始由世界顶尖的癌症研究与治疗中心实践。如美国约翰霍普金斯大学、瑞典卡罗林斯卡医学院、瑞士苏黎世理工大学、德国慕尼黑工业大学均对此有重要研究成果发表。

转化医学是未来肿瘤学发展的重要方向，而肿瘤临床医生是推动肿瘤精准诊疗发展的重要人物，因此，培养新时代临床和科研都硬的复合医学人才，进而推动转化医学发展有重要意义[14]。对此，众多医学院与医院在不同领域展开相关探索。如谷阳等[15]通过文献报告会提高南京医科大学附属淮安第一医院心内科住院医师规范化培训教学质量，王梦溪等[16]在哈尔滨医科大学附属第四医院构建了人工智能医学教学平台。对基于人工智能的精准肿瘤诊疗而言，由于是新兴的交叉学科，需要研究者具有分子生物学、肿瘤学、计算机等研究背景，这一复杂的背景要求阻碍了该领域的发展。如何更好地教育初入该领域的研究者成为当前一个重要议题，一些研究所与大学开始关于此交叉学科进行初步探索。2017年亥姆霍兹慕尼黑医学中心开展的machine learning and r language（机器学习与r 语言）课程课后评价显示，超过半数的研究者未跟上课程进度，普遍在课程进度超过1/2 的时间段出现无法继续理解编程语言的问题。同时，由于此类课程均默认研究者有一定的统计学及数学基础，未在课程设置中纳入数学与统计学部分，导致部分上课学生对编程涉及的数学与统计学知识感到迷茫，更无法理解代码运行与代码背后的思想。此上为笔者于亥姆霍兹慕尼黑医学中心担任课程助教中设计问卷得到的学生反馈。综上所述，在当前的课程设置中，往往存在课程设置较难，教学阶梯设置陡峭，数学及统计学基础知识缺如等问题，导致医学与分子生物学背景的研究生无法从课程中获得更多收益。这与岳梅等[16]提出的人工智能医学教育领域存在的三大问题：通识教学欠缺，人工智能认识不足；课堂互动不足，凸显传统教学矛盾；课程建设滞后，医疗领域人才储备不足类似。

基于上述原因，笔者在笔者所在科室进行了教学探索，首先大幅度修改了课程设置，增加了人工智能的数学及统计基础，此部分课程内容与编程基础轮替进行，保障研究生能理解编程语言的内核。其次，增加编程练习课，通过练习课与研究生及进修医师的互动，充分让研究对象理解编程内核。通过课后论著阅读及课堂论文关键点复现，充分发挥研究对象主观能动性。在课程结束后，通过问卷调查的形式，我们评估了此次课程的效果。结果表示大部分研究对象在参与此次课程后均有所收获，尤其体现在初步掌握了编程基础，对人工智能辅助的精准医疗领域的论文方法、结果理解加深，并且有意愿展开对此领域的相关研究。以上均是开展此领域研究的重要基础，通过理解、消化、复现此领域的论著，并通过掌握的编程能力复现论著重要结果，进而可以使研究对象自主提出可能的研究观点并实践，从而推动该领域的不断进展。此一结果与近期Atkinson 教授等人在慕尼黑工业大学附属伊萨河右岸医院开展的相关教育研究结果类似[17]。通过对研究对象的效果评价是评估该课程是否有效的重要标准。在本研究中，研究对象通过此次课程，显著增加了对该领域的兴趣，此结果与李冰皓等人的研究结果类似。李冰皓等[18]通过journal club 的形式，通过调查问卷评估了文献汇报在骨科研究生培养中的作用。在李冰皓等的研究中，研究对象通过文献报告会在了解骨科学科进展、加深对循证医学的理解、掌握批判性阅读和思考能力、提高科研实践能力、提高英语水平等方面均提高了相关能力。而在我们的课程设计中，研究生亦表现出了英语能力提高、在肿瘤精准治疗领域科研实践能力提高、批判性阅读和思考能力提高等科研能力的提高。需要注意的是，在李冰皓等的研究中，有过半数的调查者认为参加文献报告会对提升临床实践能力作用不大，而在我们的研究对象中亦然，此现象反映了课程设计偏重于科研教育及肿瘤转化研究，包括编程基础、人工智能基础、精准肿瘤学研究，此课程尚需要提高与临床实践的结合程度。同时，亦反映出人工智能辅助的精准肿瘤学领域尚处于初步发展阶段，需要更多的研究、教学推动该领域的发展，从而真正达到从临床中来，到临床中去的意义。

综上所述，通过开展此次基于人工智能辅助精准肿瘤治疗研究课程，我们探索了课程设置，通过问卷调查发现基于人工智能辅助精准肿瘤治疗研究课程有助于提高肿瘤学科研方法的掌握，有助于统计能力的强化，有助于编程能力的强化，有助于提高独立思考和批判性思维的能力，有助于提高英语水平，对其科研能力培养有积极作用。