医药类专科学校人工智能基础课程教学研究

唐伊雯

［摘           要］  以医药类高等专科学校人工智能基础课程为例，在通用人工智能背景下结合专业特点，合理运用线上资源，改进线下教学活动，丰富教学形式，优化评价体系，合理整合线上和线下教学活动，打造深入融合“学生是学习的主人”观念的混合式教学模式。实践结果表明该模式深受学生喜爱并取得良好学习效果。

［关    键   词］  医药类专科学校；人工智能；混合式教学

［中图分类号］  G712                    ［文献标志码］  A                  ［文章编号］  2096-0603（2024）01-0057-04

一、引言

近年来，人工智能（Artificial Intelligence，AI）领域取得显著进步，基础模型在ChatGPT（Chat Generative Pre-trained Transformer）[1]出现之后进入大众视野。这一类模型是基于大规模数据训练而得到的具有强大表征能力的模型，和传统的机器学习相比可以完成预训练阶段无法很好完成的任务，比如生成更流畅的文字和更真实的图像。李飞飞等学者提出多模态基础模型是“同质化”的一种表现形式，其实现了多领域和多模态的研究。根据Eric J. Topol和Pranav Rajpurkar研究团队发表在Nature杂志上的一项新研究，这些被称为通用医疗人工智能（generalist medical artificial intelligence，GMAI）[2]的強大AI模型有可能通过在医疗诊断、决策支持和患者护理方面提供前所未有的能力来重塑医疗保健。

GMAI在未来会作为新型多功能数字放射学助手协助放射科医生起草或修改患者的放射学报告，在强大的记忆力和计算能力的支持下，GMAI会比放射科医生更全面地考虑患者的病史，同时放射科医生也可以通过和GMAI聊天来进一步了解患者的情况。GMAI也可以充当一种新的临床决策支持工具，当患者出现紧急情况时可以根据临床知识提供自由文本解释和治疗建议。

而这一切未来的基石都是建立在人工智能这门技术上，作为医药类专科学校培养的基层医护人员，更多的工作重心应该放在如何使用相关技术以提供给患者更优质的治疗和服务。因此，人工智能基础课程作为一门新时代的信息化通识课，不仅起到“知识扫盲”的作用，在医药类专科学校中更要结合专业特点，带领学生了解前沿科技以及交叉学科进展，旨在提升学生的科学素养，培养“互联网+”复合型能力，结合所学知识激发学生的创造力，并加强学生的逻辑思维能力。

混合式教学在信息化时代脱颖而出，但暴露出来的问题也很突出，线上资源形式较为单一，线上线下结合不合理导致学生参与度不高。结合人工智能发展的趋势以及医药类专科学校对于人才培养的定位，本文将以重庆三峡医药高等专科学校的人工智能基础课程教学为研究对象，探讨如何结合丰富的线上资源，将信息化手段融入课堂教学活动，以及如何改进线下教学模式，结合各专业的特点切实做到让学生成为学习的主人，探索更有效的混合式教学模式。

二、研究背景

（一）时代背景

2023年7月6日，世界人工智能大会在上海举行，工业和信息化部副部长徐晓兰表示，“以深度学习为代表的新一代人工智能和以大模型为代表的通用人工智能不断取得技术突破，将成为智能产业的根本技术和智能经济的基础设施。”人工智能学科早期由于缺少可解释性，没有统一的理论学科基础，长期以来被称作伪科学。2012年深度学习技术的崛起再一次把人工智能产业推到大众的视线。2015年5月，国务院首次在发布文件中涉及人工智能，2015年7月，发布《国务院关于积极推进“互联网+”行动的指导意见》中提出将人工智能视为核心领域[3]。2018年4月，教育部印发《高等学校人工智能创新行动计划》[4]，旨在引导高校瞄准世界科技前沿，强化各领域基础研究，实现前瞻性和引领性原创成果的重大突破，进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。为国家培养高质量人才的高校也纷纷开始设立人工智能专业，积极推进人工智能基础课程的建设。人工智能已经不再是距离大众很遥远的高深技术，而是广泛运用于人民的生产生活中，对当代大学生的基础知识储备也有了新的要求。简单的计算机操作技能已经不能满足社会上大多岗位的要求，对当代大学生进行人工智能基础知识科普的必要性不言而喻。

早在1972年，由利兹大学研发的AAPHelp[5]是资料记载当中医疗领域最早出现的用于腹部剧痛的辅助诊断以及手术的相关需求的人工智能系统。在ChatGPT出现之后，Biswas S等人[6]综合分析了ChatGPT可在智慧医疗领域中扮演的角色，其研究表明ChatGPT可以充当个人和公众就医前的预诊断助手角色。GMAI也提出在未来人工智能将辅助医护人员完成文档编写工作，甚至是可以和患者聊天的机器人。在通用人工智能的发展趋势下，智慧医疗将迈入新的阶段。

（二）课程背景

通过调研，全国112所医药类专科学校中，大部分设置了计算机基础课程，只有极少数学校设置了人工智能基础课程，其定位是公共基础课程，旨在培养学生基本的科学素养。在重庆三峡医药高等专科学校中，有33%的专业开设了人工智能基础课程，但通过调研发现大多数学生在完成人工智能基础课程之后，并未对人工智能技术有更深一层的理解，没有实现人工智能“知识扫盲”，在专业方面也没有进一步的科技创新意识。

（三）存在的问题

通过分析，人工智能基础课程并未达到理想的授课目标，原因如下。

1.课程设置有待优化

医药类学校大多课程是医学类专业课程，但是在信息化时代掌握基本的计算机技能也是作为医护人员的一项必备要求。部分专业在设置课程体系时直接用人工智能基础课程代替计算机基础课程，但实际上有部分学生在入学前并未掌握基本的计算机操作技能。

数据显示，2021年北京大学农村学生占比15.1%[7]，非一线城市高校的农村学生占比更高，大多数农村学生在高中或者高职期间并未系统地学习计算机基础知识。如果在学生并未具备计算机基本技能的情况下直接学习人工智能基础课程，会导致学生学习起来较吃力，从而产生厌学情绪。因此，在制定人才培养方案时建议充分考虑学生的知识储备情况，合理设置相关课程体系。

2.专业针对性有待加强

医药类专科学校中有较多的医学专业，而不同专业和人工智能结合的发展趋势和紧密程度也不尽相同。虽然人工智能基础课程的定位是公共基础课程，但针对不同专业实施教学活动时应充分考虑不同专业的特点，进行有针对性的教学，而不是一刀切，所有专业都是同一份教学设计。

3.教学模式有待改进

大多数课堂教学模式改革采用了机械的现代教育技术手段+传统教学模式，没有从本质上改变教学模式中讲授与学习的方式，没有跳出以教师为中心的教学模式。

三、教学模式改革

2021年，吴岩提出混合式教学要成为高等教育教学新常态，结合通用人工智能趋势，人工智能基础课程的教学模式应有进一步的改善和创新。

（一）结合专业特色

混合式教学模式的关键在于线上和线下资源的整合，但教学内容仍然是决定教学质量的重要因素之一。从以往总结的相关经验发现，人工智能和医疗的结合以专业为界限有较大的差异。職业教育的本质是就业教育，人才培养将以就业为导向，因此在教学内容的选择上务必要结合就业需求。

医学影像技术和医学检验技术等专业的发展方向是利用人工智能技术对医学影像和检验结果进行自动检测和分析。在针对相关专业进行人工智能基础课程教学时就应着重对计算机视觉相关理论进行介绍，明确不同类型医学影像和数据的检测原理，从而更好地利用设备进行检测和分析，提升学生的专业技能。

而对于护理专业的学生，在日后工作中会涉及众多人工智能落地产品的使用。随着人工智能技术的普及，智能病房在不久的未来将进驻各家医院，作为医护人员如果能够了解相关设备的基本原理[8]，将更好地服务病患，提升医疗质量。这也就要求护理专业学生的知识储备不仅限于专业知识，对于人工智能基础理论也要有一定的掌握。因此，在进行人工智能基础课程教学时，要根据教学的对象，结合各专业的特点，有侧重地进行教学活动，真正体现职业教育的本质。

（二）重构教学活动

混合式教学模式的特点在于线上和线下相结合，而不是等于机械的“课前线上+课中线下+课后线上”。重构后的教学活动主要集中在课中进行改革。

1.课前：教师发布相关学习资源

包括线上课程、微课、相关视频和案例素材等，其中对于某些有代表意义的案例素材要求学生撰写个人感悟并进行总结，总结从理论和思想两方面进行，理论总结以思维导图的形式进行，思想总结以个人感悟或课堂汇报的形式进行。学生还可以通过雨课堂等途径进行提问，教师进行线上答疑。

2.课中：以问题为导向，以案例为素材，对相关理论进行介绍

对于学生提前学习的内容随机抽学生进行总结，再由教师进行补充。对于较难的知识点通过多种信息化手段和组织形式进行巩固。比如通过在线人脸识别检测平台对人脸识别的原理和步骤边演示边讲解，提升课堂趣味性的同时也加深了学生的印象。对于某些人工智能在医疗领域的应用，通过动画视频等形式进行展示，可以更直观而且更生动。在讲解到关于“人工智能在医疗领域的安全和伦理”问题时，通过辩论赛的形式发散学生的思维，从多角度辩证看待新兴技术的伴生问题。

针对不同专业的特点，选择不同知识点作为不同小组的汇报主题，比如对于口腔医学技术专业，可以以“利用人工智能进行自主口腔修复”为主题，而对于医学影像专业的学生则以“人工智能在自动检测医学影像病灶”为主题。首先进行分组，提前告知任务，组内成员分工后搜集并整理资料、制作PPT以及最终在课堂上进行汇报。在汇报过程中每位学生都是评价者，同时在汇报时可以通过弹幕的形式发表个人看法，以此提升学生的参与度和课堂的趣味性，最后由教师进行总结。

3.课后：及时发布作业，检验学生的掌握情况

学生通过微课等方式可以再次巩固知识难点。课后师生通过雨课堂等途径进行在线讨论，拓展思维。

（三）课程思政融入

作为新时代的学生，要通过人工智能发展历程、人工智能基本论述、人工智能在医疗领域的典型应用和新型技术的学习，体会社会主义核心价值观，具备爱国主义情怀，具备基本的科学素养；在各个国家都在大力发展人工智能的大形势下，具备不畏困难、迎难而上的精神，培养严谨、细致的工作态度、培养具有批判性思维和严谨逻辑思维的新一代全面发展的社会主义接班人。同时在新兴技术发展的同时应当格外注意随之而来的安全问题和伦理问题。因此，在课程思政方面不仅要融入常规的思政元素，更要加大在医学职业道德和医学伦理方面的融入。主要的课程思政融入方法如下。

1.对于提前发布的某些典型案例，让学生撰写个人感悟，主动让学生体会其中的精神。

2.对于一些课堂上的典型案例，让学生进行角色扮演，通过场景再现的方式让大家更直观地进行感受，同时还能提升课堂的趣味性。

3.在进行某些医学伦理方面的讨论时，采用辩论赛的形式，提前告知学生准备资料，在课堂上进行辩论。通过辩论的形式可以拓展学生的理解维度，发散学生的思维，也可以培养学生辩证的思维方式，还能够提升学生的参与度。

4.在分组进行汇报的时候增加“思政”感悟板块，引导学生从知识表面挖掘更深层的相关思想和精神。

（四）教学评价的改进

教学评价将以多元化评价为主，从静态的知识和技能考核，转变为知识、技能和素质的多维度评价，评价主体也由独立的教师转变为教师和学生组成的多元评价主体。考核由形成性评价和终结性评价组成，具体如表1所示。

形成性评价由平时考勤和课前任务评价组成：

1.平时考勤：考核学生到课率和课堂的基本礼仪规范。

2.课前任务评价：考核学生的课前任务完成情况，从侧面反映学生的学习态度。

终结性评价由理论考核和汇报考核组成：

1.理论考核：通过客观题和案例分析题来评价学生的基础知识掌握情况和职业道德以及人生观、价值观。

2.汇报考核：考核学生的问题分析能力、信息整合能力以及基本的PPT制作能力，同时也對个人态度、世界观、人生观和价值观进行评价。该考核将由教师评价和学生评价共同组成，强化学生在学习中的主人公身份，其中教师评价占50%，小组互评占30%，组内互评占20%，其组内互评是考核成员参与度，体现教育公平。

四、教学成效

本次实验对象为重庆三峡医药高等专科学校口腔医学专业某班级和临床医学专业某班级，在进行教学模式改革后对学生进行问卷调查，共收到85份调查结果。最终评价结果表示大部分学生相较于传统的教学方法更喜欢混合式教学模式；有4.71%的学生不喜欢以汇报形式进行考核，原因是加长了课后学习和准备时间；2.3%的学生表示不喜欢通过弹幕的形式发表自己的看法，原因是耽误认真听报告；98.82%的学生认为人工智能基础课程的线上部分和线下部分设置合理。整体而言，学生对混合式教学模式感到满意，评价较高。

五、教学总结和反思

结合不同专业特点，设置不同的教学重难点，合理运用线上资源，改进线下教学活动，课堂上合理使用信息化手段，丰富教学形式，增加场景再现、辩论赛和课堂汇报的形式增加学生的参与度、提升课堂的趣味性，同时重构评价体系，将一个教学目标深入贯穿并融合线上和线下教学活动，而非独立的两部分。在实际教学活动中推动信息技术与教育教学深度融合，体现人工智能技术的魅力，同时发挥教师引导、启发教学过程的作用，充分体现学生作为学习过程主体的主动性、积极性与创造性。

在探索过程中发现有几个问题需要改进。

（一）增强教学资源的趣味性

传统的线上课程和微课都是在教室中或者利用相关软件合成，形式较为单一。学生在课前或者课后进行线上学习时容易感到枯燥从而注意力不集中或者被其他事物吸引，而达不到理想的线上学习效果。

（二）加大学生线上学习的监控力度

由于线上学习活动大多在课堂之外进行，网络上信息资源丰富，部分学生自制力不够，没有教师的督促学生容易进行错误的专注，从而影响教学任务的完成。因此，教师在教学活动中要加强对学生的引导、控制和矫正。

（三）优化评价体系中的互评机制以体现教育公平

在调查结果中有4.71%的学生表示不喜欢汇报考核方式，其中75%的学生不喜欢的原因是在汇报考核中存在付出和收获不成正比的情况。在小组互评和组内互评时仅采取单项百分制，未能合理体现组内各成员的付出情况。应进一步细化汇报考核过程中的角色和付出占比，比如资料搜集者和上台汇报者的比重是否需要体现差异化，以更好地量化在此考核中各成员的完成情况。

在科技发展日新月异的今天，医药类专科学校应紧跟行业发展，深入考虑学生基本情况，优化人工智能基础课程的教学改革，让人工智能起到“知识扫盲”作用的同时提升学生的专业素养，适应新时代各行各业与人工智能深度融合的趋势，提升专科学生的就业竞争力。

参考文献：

［1］OpenAI：ChatGPT［EB/OL］.https：//openai.com/blog/chatgpt.

［2］Moor M，Banerjee O，Abad Z S H，et al. Foundation models for generalist medical artificial intelligence［J］. Nature，2023，616（7956）：259-265.

［3］中国政府网：《国务院关于积极推进“互联网+”行动的指导意见》［EB/OL］.http：//www.gov.cn/gongbao/content/2015/content_2897187.htm.

［4］中华人民共和国教育部：教育部关于印发《高等学校人工智能创新行动计划》的通知［EB/OL］.http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_33 2722.html.

［5］European Commmossion. Artificial Intelligence in Europe：outlook for 2019 and beyond［EB/OL］.（2019-05-17）［2022-08-01］.https：//docslib.org/doc/8289627/artifi-cialintelligence-in-europe-denmark-outlook-for-2019-and-beyond.

［6］Biswas S. Role of Chat GPT in Public Health［J］.Annals of Biomedical Engineering，2023，51（5）：868-869.

［7］中国青年报：《2021级北大本科新生今日报到，共录取4402人》［EB/OL］.https：//baijiahao.baidu.com/s？id=1709679543913508334&wfr=spider&for=pc.

［8］祁少锷，冯迟.智能护理任务管理在护理信息化中的应用［J］.互联网周刊，2023（5）：44-46.