“新医科”人才分类培养策略与模式探析

沈兴蓉，冯瑞，王德斌

（安徽医科大学，安徽合肥 230032）

一、“新医科”概念源起与趋势

国家在2018年全国教育大会开幕前印发文件提出“高等教育要努力发展新工科、新医科、新农科、新文科”，首次正式提出“新医科”概念。“新医科”是指在以人工智能、大数据、云计算、互联网、物联网、5G通讯及机器人等一系列现代新技术（后文简称“新技术”）革命和产业变革的背景下，实现医工理文融通，并对原有医学专业提出新要求，发展建设精准医学、转化医学、智能医学等医学新专业[1]。

发展“新医学”已成为不可逆转的必然趋势。一方面，大力发展“新技术”已经上升为我国国家发展与民族振兴的核心战略。近年来，相关政策密集出台[2-4]：如2017年国务院印发了《新一代人工智能发展规划》，2020年3月工信部发布了《关于推动5G加快发展的通知》，2020年4月，国家发改委首次明确了“新基建”的范围，包含5G、大数据、人工智能、物联网等新型基础设施，并且首次将数据中心划分为新基建的重点建设项目等。

另一方面，“新技术”的不断涌现及其快速渗透，正在对医学与健康产生巨大甚至颠覆性的影响。现有的面向人群（或者说“千人一方”）的诊疗规程将被个性化精准诊疗所取代；现有的以“医—患”间的短暂面对面就医模式，将让位于持续不断的近程远程结合的终身管理；现有的不同利益相关者之间的高度信息不对称将会大幅度降低；大多数传统的重复性的临床手工操作（包括手术）都将由医用机器人取代；大多数医学决策与分析都将高度依赖不断优化的智能算法与模型；大多数的医生（护士）工作内容与角色都需要做出重大转变。

正是因为“新技术”的蓬勃兴起及其对医学的巨大影响，大力发展“新医学”教育、培养“新医科”人才迫在眉睫。

二、“新医科”教育误区与挑战

目前，国内不少院校已经开始探讨甚至实施“新医科”教育。就我们所掌握的资料，这些探讨与实践基本上可归结为“压缩叠加”模式[5]；也就是将既有的“医学”与“新技术”教育内容经一定的削减之后再累加在一起。这种模式实施起来将面临许多困难与问题。

若把医学与“新技术”叠加起来，会使“新医科”的教育内容变得异常复杂，让“新医科”学生不堪重负。就医学教育而言，它涉及教育和医学两个复杂的领域，医学专业学制最长，医学生的学业负担最重。国内本科临床医学专业需要学习约30余门专业课（如系统解剖学、内科学、外科学、病理学、药理学、生理学等），而且这还不包括12个月的临床实习和本科毕业后的3年规范化培训。就“新科技”而言，它涉及多个高度专业化的领域。其中的“人工智能”专业包含约20门课专业课（如认知心理学、神经科学基础、人类的记忆与学习、语言与思维、计算神经工程等），其中的“电子与通信工程”专业包含约20门专业课（如数字通信、系统通信网理论基础、数字信号处理、高等模拟集成电路、高等电磁场理论、导波光学等），其中的“计算机科学与技术”专业包含约15门课专业课（如高级语言程序设计、数据结构与算法、计算机组成原理、计算机网络、软件工程、高级语言程序设计等）。这些不同“新技术”专业课程之间的大多数都是互不重叠的；而各“新技术”专业课程与医学专业课程之间的重叠比例则更小。

“压缩”与精简虽然能一定程度上缓解上述“新医科”课程过于繁杂的问题，但也很容易导致“医学”与“新科技”教育质量双双大幅度下降的局面。无论是医学还是各种“新技术”专业的内部课程之间都有很强的逻辑性。以现有的医学课程设置为例，如诊断学，先要有必要的生理、解剖、生化、病理等知识为基础。类似的内部依赖关系，同样存在于各种“新技术”专业之中。这些给“课程压缩”带来了巨大的挑战。

三、“新医科”人才目标与定位

“新医科”与“现医科”之间的演变结局归纳起来无外乎三种情况：“新医科”作为“现医科”的补充；“新医科”完全取代或改变“现医科”；两者兼而有之。无论最终出现其中的哪种结局，现有的医科人才结构与定位都将是“新医科”的始点。现有的医科毕业生的主要去向包括医疗、公共卫生、卫生管理、医学教育、医药企业几个大的领域。其中的每个领域又一步步细分为许多专科或专门人才。以其中的医疗为例，它可以进一步划分为医生、护士、检验师、药剂师等专业；而医生又可再划分为内科、外科、妇科、儿科等专科。此外，纵向考查，不同层级医疗卫生机构对人才的要求也差别很大。仍以医疗为例，基层医疗单位需要的是以处理常见病为主的通科医生；而大中医院则需要以诊治特定类别疑难病例为主的专科医生。如此复杂的“现医科”人才结构受“新科技”影响的程度与方式不可能一样，系统而动态地分析现有医科人才的结构及其向“新医科”的演进趋势与路径是科学的“新医科”教育设计的前提。

（一）基层防治网络人才

随着“新科技”不断应用，城乡基层医生的功能角色及业务规程将发生巨大变化：可移动、可家用、可穿戴的健康与疾病监测设备会不断涌现[6]；“云”与“端”结合的智能化设备的应用将不断拓展基层可得检查/检验项目；绝大多数常见病诊断与治疗决策将得到智能化决策支持系统的支持；向上级单位及医生获得远程技术援助将变得非常方便；一次性、碎片化的基层诊疗服务将被连续的全程疾病与健康管理取代。这些变化将允许或要求面向基层的“新医科”人才培养较大幅度地缩减以记忆为主的医学知识（如药品剂量、生理生化指标值范围等）和高度细分的原理、机制等。如此节省出的“空间”可用于增加“人文”与“新科技”教育。重点是人文关怀、医患交流、患者体验与医患关系管理；新科技文化、素养、操作与应用；多来源、多模态数据的收集与质量审核等。

（二）专业防治机构人才

“新技术”给大中医院及专业防保机构的潜在影响将远比基层深刻和复杂。第一，可预见的最广泛的影响恐怕是绝大多数重复性工作将渐渐被人工智能系统、机器人等新技术取代。这将大幅度降低专业医疗卫生人员的日常工作负荷，从而允许他们有更多的时间和精力深入临床和面对服务对象。第二，大量靠长期实践来积累经验模式的传统任务也会逐步让位于智能模式识别。第三，以过程的规范化为主导的医疗卫生服务将向以结果为导向的个性化精准服务过渡。第四，专业分工或分科将出现“两极分化”。一方面，随着跨科室、跨机构远程服务（如远程会诊）的不断便捷，大多数的普通医院及防保单位内日益细化的需求将会萎缩甚至逆转。另一方面，作为全国性或区域性中心的“高端”机构内的分科细化会进一步加强。第五，不同类别医疗卫生人员间的职能也有可能发生转移。例如，部分相对简单的目前由医生承担服务项目在智能专家系统的支持下完全可以由护士去实施。此外，“新技术”的广泛应用完全有可能引入全新的医疗卫生功能与职位，如医学数据审核标注、医学智能模型优化验证等[7]。

（三）医学教研院所人才

现有的教育与科研院所人才的知识结构的主流演变方向是“不断细化”。大多数教研人员都专职教授一门或少数几门内容高度相近的课程，或者专门从事非常狭窄领域的研究。这样的教研模式优劣兼备，优势是有利于对具体前沿方向的把握与突破、有利于新知识的发现；劣势则是不利于横向交叉创新、不利于新知识的推广应用。因此，面向教研院所的“新医科”教育改革的重点是做好两方面的事。一是在精选现有的医科课程体系的基础上，适当增加单项的理科、工科及人文课程。二是增加以问题解决、产品开发、服务设计与提供为中心的整合性课程。

（四）医药产销企业人才

医药企业的核心活动是医疗、卫生、保健产品与服务的设计、生产和销售。所需的人才知识结构总体上以横向整合为主，强调以产品或服务为中心的多学科交叉创新与综合优势的发挥。因此，所有医药企业人才都需要具备基本的医科、理科、工科及人文知识与技能。与此同时，不同类型的医药企业对人才技能结构的需要存在很大差别。例如，药品研发企业往往需要高度细分的生理、病理（尤其是细胞、分子水平的机制）知识与技能；医疗设备研发企业往往需要良好的工程设计与制造技能；而医药产品销售企业则需要充分把握居民与社会的需求及医疗卫生服务体系。

四、“新医科”培养策略与模式

第一，“新医科”人才培养需要有明确的目标定位。鉴于“新技术”对医疗卫生服务的广泛、深刻及快速影响，需成立专业组织（如“新医科教育专委会”）、投入专项资源（如“新医科教育研究基金”）、提供专门平台（如“新医科教育年会”）等，以促进经常不断地评估“新技术”在医学领域的作用与影响，经常不断重新界定医学人才的目标与定位。

第二，“新医科”人才培养既需要有统一要求，又需要区别对待。对所有的“新医科”专业都应该满足起码的共同要求，即医科基础、理科基础、工科基础和人文基础。除了这些基本要求之外，余下的教育内容都将依据不同人才培养目标与定位而差别化订制[8]。

第三，“新医科”人才培养需要灵活的学制[9]。我国目前的医学培养体系存在许多与“新医科”人才培养需求不相适应之处。统一的“5+3一体化”并不能很好地反映不同层级医疗卫生机构的人才技能需求。“5+3一体化”中的第5年实习与后续的住院医师规范化培训的功能及任务的重复。“新医科”人才培养的学制可能需要依据不同类型、不同层级医疗卫生机构对人才的实际要求的不同而灵活多样。比如，面向基层的“2+3+2”（两年的理工基础加人文；三年的医学基础；两年临床实习和人文），面向大中医院的“3+4+2”（三年的理工基础；四年的医学基础；两年临床实习）等。

第四，“新医科”人才培养需要转变不适宜的观念。我国现有的医学教育沿袭了前苏联专业化人才培养和西方学术医学的教育模式，具有分学科培养的特征。这种强化学科边界的做法会一定程度上制约“新医科”建设[5]。国内多数医学院校教师授课方式仍停留在以老师为中心，学生在学习过程中处于被动地位。这些不利于创新精神的培养、不利于跨学科融会贯通。此外，在本科生在校期间的专业课学习往往与将来在工作或继续深造中可能遇到的实际问题脱节，再加上“新科技”飞速更新发展，很容易出现知识过时。迫切需要把教育重点从知识传递转变为学习方法上的把握。

第五，“新医科”人才培养需要方法创新。“新技术”的不断涌现本身就极大地拓展了医学教育的方法与手段：虚拟课堂；智能化、个性化教学内容推送；知识图谱与知识导航；智能化生理、病理模型；智能化病例；机器测评；AR/VR显示等。充分利用这些“新技术”，将大幅度提升“新医学”教育教学效果并降低其成本[10]。

第六，对独立设置的医学院校而言，医科是长项，但相关的工科、理科等学科则相对较弱。因此，新医科人才的培养需要整合各方资源。通过联动高等医学院校、工科院校、理科院校、卫生服务机构、人工智能相关企业、科研机构等多方社会资源，形成协同培养，共同开创教育的新格局[11]。探索出自身适用的企校合作模式、国际合作模式、产教融合模式或政产学研用一体模式，通过联合开发课程、合作办学、资源共建共享等举措，实现集中优质资源，各方相互促进的良性交互协同育人生态环境。

此外，鉴于人工智能数据存储和运算速度的优势，以及强大的图像识别和音频识别能力，高校可实现学习重心向人工智能技术的适当倾斜，可减少病理学、影像学、解剖学等形态学科的课时数，增加人工智能相关课程的学时数，引导学生尽早接触人工智能，这样能在一定程度上也缩短培养周期。

第七，贯通预防、治疗和康养三个阶段，涵盖了临床医学，公共卫生和预防医学等多个方向。为了建立健康、有效的“新医科”人才培养体系，我们必须将医学整合理念贯穿始终，坚持培养生命全周期、健康全过程、卫生全行业的“新医科”人才作为目标，改变当前医学教育重治轻防，学科导向课程设置的现状[12]。

第八，目前，医学生的课程设置主要以“三段式”为主，即公共基础课程、医学基础课程和临床医学课程。突出了医学知识的主体地位。虽然大部分医学院校会开设如生物信息工程、卫生信息技术、公共卫生等医学与其他学科交叉的专业，但受师资资源和培养时间限制，培养对象通常不涉及临床学生。想要培养“新医科”人才，如果仅在当前医学生的课程体系中加入信息技术、人工智能、工程学原理、数据统计、卫生法律、科研学术等前沿知识，而不去打磨各学科课程如何衔接融合，其效果和可操作性均不会理想。除了从各高校内部着手学科融合建设，高校还可以结合自身优势，通过政策激励，选拔理科学、工程学、计算机等专业的优秀毕业生攻读新医学专业研究生，这对培养创造性医学人才有极大的促进作用[13]。