人工智能背景下高等医学教育的改革现状与探究

王 艳 初 红 梁静静 卢祖能 肖哲曼

武汉大学人民医院神经内科，湖北武汉 430060

医学不仅是一门治愈疾病的学科，更是不断与时俱进的科学。人工智能领域的进步，推动着医学衍生出更多的技术与创新。“人工智能+医疗”的新型医学发展模式带动着相关分支学科层出不穷。信息数据转化为临床医疗实践的课题屡见不鲜。而在这新时代、新科技、新市场下，“人工智能+X”的教育模式应运而生。医学教育领域中，“人工智能+医疗”复合型人才的需求使得国内外人工智能人才市场被打开。但国内各大高校对于“人工智能+医学”的复合型人才培养欠缺，导致了如今人才数量供不应求的局面。如何将人工智能的个性化、智能化、即时性、开放性融入医学教育改革，推动高校治理现代化建设，实现精准医疗成为一大难点[1]。

1 人工智能时代的医学发展

1.1 辅助医疗

“人工智能+辅助医疗”是目前运用较为广泛的一项技术，可协助医师进行疾病识别、改进临床决策并开展后期随访。其强大的数据挖掘和图像识别技术主要应用于影像学读图和病理学阅片[2]。人工智能技术将众多病例影像和病理标本信息转为云资源共享，进行大数据整合，通过图像识别技术对患者影像学特点或病理切片进行定量和定性分析，作出临床诊断，提高医师诊疗效率、精准度[3]。但医师仍需结合患者临床特征来辩证看待人工智能算出的决策[4]。此外，人工智能系统可开展自动化、智能化的线上随访，询问患者预后情况，以最少的人力资源，收集最多的随访信息，极大地减少医务人员的工作量，同时也节省患者来回奔波于医院所花的精力[5]。

1.2 医疗机器人

自达芬奇手术机器人问世，手术机器人逐渐应用于神经外科、肿瘤外科等领域[6]。手术机器人集多项人工智能技术与医疗大数据于一体，其三维视野及操作灵活性实现了精准化医疗，使患者创伤达到最低，同时节省手术时间，缓解医务人员手术疲劳。医疗机器人作为一种新兴产业，受到国内外医疗企业的极大重视。现已相继研发出用于胃肠道疾病辅助诊断的纳米靶向机器人、智能静脉输液的医疗服务机器人和协助患者训练保健的康复机器人等高端机器人。但由于国内关于手术机器人等医疗机器人的手术风险、法律和伦理问题有待解决，其临床应用比较有限[7]。

1.3 智能健康管理

基于人工智能的大数据平台，智能健康管理系统可结合患者日常生活习惯、生命体征及生理指标，对患者进行冠心病、阿尔茨海默病等疾病的风险评估，并提出健康指导意见[8]。针对高血压、糖尿病等慢性疾病，可通过人工智能技术开展远程监督及管理，实现个体的精准管理，实现真正的家庭医疗[9]。尤其在新型冠状病毒肺炎影响下的后疫情时代，基于这一技术，开展网上康复培训教程，并通过网络对话等多种线上模式指导患者进行简单且专业的康复训练，这对于广大新型冠状病毒肺炎痊愈患者的预后和功能重建有着重大意义，同时达到预防交叉感染的作用。

2 人工智能时代的医学教育改革现状

2.1 人工智能相关的医学复合型人才需求量大

人工智能的发展为打开国内外人工智能医疗领域市场提供了重大机遇。2019 年一篇关于我国医疗行业对人工智能相关人才的需求分析中发现，国内各企业对于人工智能领域人才需求量大且待遇高[10]。而中国人工智能人才约5 万人，医疗领域少之又少。国内医疗人工智能市场亟须人工智能相关的多学科复合型人才，并对于其学历、工作经验以及对人工智能技术的理解有一定要求。国外的人工智能产业起步较早，走在人工智能前沿的顶尖企业很早便开始招聘人工智能领域人才。人工智能领域市场中，拥有医疗和金融背景的人才需求度相对较高，而同时拥有多学科背景，具备数据分析与创新实践能力的复合型人才成为了人工智能领域的竞争型人才[11]。

2.2 人工智能医学课程体系建设尚不完善

国内人工智能医学教育起步较晚，经验不足，机械化、形式化严重，仍处于探索阶段[1]。近年来，国内各类学科陆续进行人工智能融合的教育改革，开设相关多元化课程，但面向医学生的极少。国内医学专业的人工智能通识课程教时严重缺乏、课程建设滞后等突出问题导致医学生普遍缺乏人工智能基础知识[12]，且人工智能医疗复合型人才的培养定位不明确、培养方案不完善、创新实践不重视、反馈机制不科学[13]。国外发达国家对于人工智能医疗人才的培养已形成自己独特的课程体系和经验。例如美国的斯坦福大学以“实用”为培养核心，根据市场需求和实践要求，不断进行技术革新，贯彻以开发为导向的人才培养，不仅设立人工智能中心尝试将人工智能技术融入临床，还开设人工智能实验室，为师生打造顶尖的实践平台[14]。同时，美国各大高校通过校企联合，精准引进高端企业人才，建设了一流的人才团队，形成了“以学生为中心”的个性化培养[15]。同样为发达国家的日本针对各年龄阶段学生制订了人工智能相关的通识教育课程计划，增加跨学科的综合型人才培养，以“实践+科研”为理念培养创新型人才[16]。

2.3 人工智能辅助医学教学需要普及

人工智能技术开放了教育生产力，将教学活动数据化、教学环境智慧化、教学评估智能化并做到人机常态化[17]。传统的教学以理论教学为主导，而临床操作大多在人体模型上进行，缺乏在真人操作的实际场景。而人工智能的虚拟现实技术，大大改善了这一不足。人工智能通过整合多种病历数据，形成标准化虚拟患者，模拟诊疗过程，可供学生们进行常规问诊，同时收集学生的教学反馈，提出新的教学意见[18]；其次，强大的图像识别功能和教学资源，让学生在学习解剖、影像学等知识时，更加直观、全面。甚至在技术允许下，医院可提供虚拟培训室，模拟临床真实场景，让学生身临其境[19]。训练者可同时结合人工智能及时科学地反馈，不断改正所学不足，达到事半功倍的效果。

3 人工智能时代的医学教育改革举措

3.1 完善医学教育改革顶层设计与政策

2017 年国务院印发的关于新一代人工智能发展规划的通知中强调“面对新形势、新需求，必须主动求变应变，牢牢把握人工智能发展的重大历史机遇，将人工智能融入教育、医疗、养老等领域中，实现公共服务的精准化水平”。此后，国务院又发布促进“互联网+医疗健康”发展的意见。教育部也陆续提出关于加强人工智能在各领域人才培养的措施。国家政策的大力支持和推动为人工智能医疗复合型人才培养提供了重要保障。基于这一契机，各大高校应加快培养一流的交叉学科教师团队、建设跨学科交流平台和创建多学科复合型实验体系[20]，在重视学生培养的同时，更要加强高校本身对于人工智能专业的建设和专业教师团队的培养。此外，各大高校可适当增加医学与人工智能的跨专业研究生招生，为复合型人才培养提供机遇。

3.2 人工智能带动“以学生为中心”的学习模式

传统的医学教学模式多以老师为主导，学生被动式学习，忽略了学生本身的能动性。而人工智能医疗复合型人才恰恰需要多学科的知识背景和核心素养来满足社会市场的需求。首先，“以学生为中心”的教育理念让学生成为能动主体，开展问题导向型学习，重点触发创新思维、头脑风暴，促进团队协作性学习。其次，基于案例的应用型实践教学可帮助医学生更好地理解人工智能在医学的创新应用，并提高学生解决问题能力[21]。然后，利用人工智能技术打造“以学生为本”的线上线下一体化理论实践教学平台，记录学生日常学习情况，提出反馈意见，为每位学生打造个性化学习[22]。最后，强化对创新实践能力的培养，建立以“竞赛与创客交融、实践引导创新”为主导的创新实践能力培养体系，鼓励医学生与其他学科学生组队共同参与跨学科竞赛，在知识碰撞中交流学习[22-23]。

3.3 完善多元素融合培养模式

结合社会需求导向，本科阶段的人工智能医疗复合型人才培养方向可分为研发型人才和运作型人才。研发型人才在课程设置方面注重人工智能技术、创新实践能力培养，塑造为能自主研发新型人工智能医疗设施的高端人才；运作型人才主要以临床医学知识为主，人工智能运作技术为辅，能熟练利用人工智能辅助技术进行大数据分析和诊疗工作。课程设置方面，人工智能主要包括基础算法、核心技术和创新应用三个板块，而医学主要包括基础课程和临床课程两大类[24]。通过早期分流的方式，结合学生意向和市场需求，尽早确立培养方向，建立以人工智能和医学类课程为主导，其他通识课程为辅的多学科相融合培养模式[25-26]。由于人工智能技术革新快，培养模式可根据市场导向，出现弹性变化。除了交叉学科培养，国内外高校联合培养和校企联合培养也同等重要[27]。国内外高校联合培养，让学生集中利用各高校优势专业资源，为缺乏工科专业的单一医学院校学生提供跨学科学习的机会。而校企联合培养可让学生更早接触市场现状，不仅拥有更多实践机遇，更能与优秀的人工智能医疗人才面对面交流[28]。对于已经开始住院医师规范化培训的研究生而言，可以开展嵌入式教学，以操作培训为主，使其适应人工智能辅助诊疗的新型医疗模式。

3.4 完善师资队伍建设

培养优秀的人工智能医疗复合型人才需要一流的多学科师资队伍为支撑。首先，针对复合型人才的培养方向，通过高校联合、校企联合的模式，选拔和引进优秀的专业教师、跨学科教师和企业导师，成立专一的人工智能医疗教学团队，其中企业导师主要负责引领学生尽早接触人工智能医疗市场，分享自身经验[28]。其次，深入完善教师培训工作，思想上跳出传统的教学思维，倡导以学生为主的教学理念，同时鼓励教师前往其他高校、企业深入交流学习，共同探究培养方式。此外，各大高校可联合建立顶尖的教师资源库，共享教师资源。最后，单独组建指导创新实践的导师团队，开展“1+1 团队”指导模式，带领学生团队实践各类项目，并将研究成果转化为教学内容，引领学生敢于创新，敢于实践[29-30]。

3.5 完善伦理与法律问题

人工智能医疗的伦理和法律历来是敏感问题。自2009 年原卫生部发布了《关于人工智能辅助治疗技术规范（试行）》后，再无新的相关法规出现。而近年来，人工智能医疗的应用呈井喷式增长，出现了新的伦理和法律问题。人工智能下的大数据时代，造成个人医疗数据和隐私无法得以保护，对于利用人工智能开展医疗工作的资格认证未出台相关规定，甚至对于手术机器人用于治疗的法律问题仍无明文规定。以往的技术规范无法满足现行需求。人工智能医疗的伦理和法律需要进一步明确人工智能在医疗中的定位、医生以人工智能作为治疗手段时的潜在性责任以及出现意外后的责任归属[31-32]。基于这一背景，在培养人工智能医疗人才时，注意强化其对伦理和法律问题的认识。

4 总结与展望

人工智能领域的发展势如破竹，其带动的“人工智能+医疗”的新型诊疗模式也将深入到未来的日常需求中。人工智能医疗设施拥有的大数据平台，以及其自动化、智能化的特性能给予病患更舒适的就诊体验，提出更优、更精准的治疗手段。精准化医疗的需求必将打开新型的人工智能医疗人才市场，而多学科融合型高素质人才也必将成为市场的主流。这已成为高等医学教育的改革新契机。国家应尽快出台人工智能领域相关政策及法律法规，解决人工智能带来的一系列伦理和法律问题，同时鼓励和支持全国高校、各大领域培养“人工智能+X”的复合型人才。而各大医学院校也应结合市场需求，建设一流的多学科教师团队，打造一流的跨学科交流平台，建立一流的复合型实验室体系，培养出一流的人工智能医疗复合型人才，助力我国精准化医疗的实现。