智能機器人在專業學位研究生臨床教學中的應用

劉春曉，稅 巍

（重慶醫科大學附屬第一醫院，重慶 400016）

人工智能（Artificial Intelligence，AI）通過計算機技術來模擬人類的智能，是一門多學科、多領域交叉的前沿學科[1]。AI的快速發展，促使“AI+教育”模式席卷整個教育行業，能夠在一定程度上緩解教育行業持續增長的個性化需求與日益稀缺的師資之間的矛盾，從而成為教育改革的熱門和前沿[2]。當前在臨床教學過程中，醫學專業學位碩士研究生面臨跨學科知識面狹窄和臨床能力不足、本學科疾病相關基礎知識匱乏和遺忘、缺乏橫向和縱向的整合式醫學知識回顧與臨床思維訓練等一系列突出問題[3]。而智能機器人作為“AI+教育”的一種形式，集多學科知識庫、虛擬檢查和操作、病例資料庫、課程中心、個性化考核等智能模塊于一體[4]，在專業學位碩士研究生臨床教學中具有巨大潛力。我們將智能機器人應用于外科學專業學位碩士研究生臨床能力培養中，取得了較好的教學效果，現報告如下。

1 對象和方法

1.1 對象

2019年2 月至2020年1月，選取重慶醫科大學第一臨床學院在骨科進行臨床實踐的2017級、2018級外科學專業學位碩士研究生共82名作為研究對象，其中男生65名，女生17名，年齡23～30歲，平均（25.20±1.24）歲，所有研究對象均知情同意。

1.2 方法

本研究采用試驗對照方法。利用骨科兩個獨立樓層的病區作為便利條件，按照隨機原則以每病區41人分入骨科兩個病區。一個病區配置智能機器人輔助臨床教學，作為試驗組，男生34人，女生 7人，年齡 23～30歲，平均（25.05±1.11）歲；另一病區未配置智能機器人，進行傳統臨床教學，作為對照組，男生33人，女生8人，年齡23～30歲，平均（25.37±1.36）歲。入科前統一進行理論知識考試，所有學生使用同一套試卷。兩組基線資料如年齡、性別及入科前理論考試成績比較均無顯著性差異（P＞0.05）。

1.3 教學實施

兩組均按照國家《住院醫師規范化培訓內容與標準（試行）》[5]進行培訓，以住院醫師負責制參加臨床醫療工作，臨床技能操作基本訓練要求按統一標準，定期以小講座、疑難病例討論形式學習相關專業理論知識。每位學生均固定醫療組，并指定一名帶教教師，均為本科室取得中級職稱3年以上的醫師。臨床實踐時長均為24周。

1.3.1 試驗組教學實施 整體上按照帶教教師為主、智能機器人為輔的教學模式，將智能機器人應用于研究生臨床醫療實踐活動中，包括參與入科教育、崗前培訓、小講座、疑難病例討論、跟隨查房等。

（1）移動數據終端功能:通過先期導入骨科教學大綱、骨科學專著、運動系統教學PPT、影像學資料、解剖資料、病理資料、教學視頻，建立智能機器人教學多學科數據庫。學生可利用智能機器人這一移動數據終端，隨時通過輸入和語音對話功能查詢、獲取相關知識，及時解決臨床活動中遇到的部分問題。

（2）人工智能化輔助教育:依靠人工智能的自適應學習功能，智能機器人可在與學生不斷的交互中了解其學習短板，不斷更新臨床指南、專家共識等臨床研究進展，實現教學數據庫的持續更新。臨床教學過程中，帶教教師在講解典型疾病、分析疑難病例和操作指導時，智能機器人可以就云數據庫相關資料及網絡資源進行系統檢索，快速整合相關圖片、視頻等資料，配以語音解讀及即時問答，實現即時教學基本理論鞏固和教學深度及廣度的拓展。此外，根據對知識的掌握程度，智能機器人可為不同學生制訂個性化學習計劃。

（3）考核功能:通過實時提問、課后問卷調查等形式對學生進行反饋式考核，通過下一次學習提醒或再考核，不斷促進學生鞏固所學知識，以考助練，以練代考，練考一體。

1.3.2 對照組教學實施 采用傳統臨床教學法，學生跟隨帶教教師參與床旁示教式臨床實踐，同時參加入科教育、崗前培訓、小講座、疑難病例討論等教學活動。

1.4 教學效果評價

1.4.1 理論知識考試 24周的臨床實踐結束后進行理論知識考試。試題命題與組卷由兩名具有副高級職稱、未承擔帶教任務的教師負責。所有學生使用同一套試題，均為選擇題，題量100題，總分100分，考核方式為機考，每位學員的題目順序由電腦隨機抽取，在相同時間閉卷完成考試。

1.4.2 問卷調查 調查問卷為自行設計，經過本專業基地3位高級職稱專家審核。包括5個問題，設置贊同、中立和不贊同3個選項。問卷調查由住培教學秘書負責，于出科理論考核后現場發放并回收，學生匿名填寫。

1.5 統計學處理

采用SPSS 25.0軟件對相關數據進行統計分析。計量資料以均數±標準差（±s）表示，組間比較采用t檢驗；計數資料以頻數和百分比表示，組間比較采用χ2檢驗。P＜0.05表示差異具有統計學意義。

2 結果

2.1 兩組理論知識考試成績比較

試驗組理論知識考試成績為（87.02±4.89）分，高于對照組的（80.59±5.86）分，差異具有統計學意義（t=5.406，P＜0.01）。

2.2 兩組對教學方法的評價比較

以問卷調查方式了解兩組對教學方法的評價。共發放問卷82份，回收有效問卷82份，有效回收率100.0%。結果顯示，試驗組對教學方法的滿意度高于對照組，差異具有統計學意義（P＜0.05，見表 1）。

表1 兩組對教學方法的評價比較[n（%）]

3 討論

3.1 專業學位研究生臨床教學的特點和存在的問題

專業學位研究生的學習不同于本科學生，需要培養自主探究和解決問題能力[6]。同時，臨床實踐教學亦不同于課堂教學，更需要學生發揮主觀能動性和積極性，解決臨床工作中遇到的困難和發現的問題，有目的性地獲取知識[7]。專業學位研究生臨床教學長期以來存在教學資源較為單一、缺乏新穎性及參與感等問題[8]，教學內容主要局限于臨床癥狀與臨床處置，缺乏對疾病病理生理基礎、解剖基礎等相關知識的展示與梳理，導致學生機械地重復臨床工作，而對疾病診斷、影像學資料理解及分析能力較差，出現臨床實踐和基礎理論脫節現象[9]。

3.2 智能機器人的智能移動數據終端功能有利于學生掌握知識

智能機器人輔助教學可以在一定程度上彌補上述缺陷[10]。本研究結果顯示，試驗組理論知識考試成績高于對照組，這提示智能機器人輔助骨科臨床教學，使學生能夠更深入地理解、更好地掌握理論知識。骨科醫療領域數據中超過50%的是醫學影像和病理圖片等非結構化數據，智能機器人通過人工智能技術建立骨科和相關學科知識庫，在臨床教學中及時、實時提供病理生理、解剖等基礎知識，進而帶來更好的決策體驗，提高臨床教學效率，讓臨床教學起到再次鞏固整合基礎知識的作用，讓學生更好地做到學以致用。智能機器人具備的自適應學習功能，高效、準確地提供相關學科知識，使師生雙方教與學的效率得以大幅度提升，交互學習和自主學習能力得以增強。

3.3 智能機器人利于實施個性化反饋和考核

智能機器人的另一個重要特點就是在與學生交互過程中實時準確記錄其對知識的掌握程度，通過信息反饋分析，制訂個性化教學計劃及考核方案，實現某種程度上的因材施教，這也是帶教教師個人工作很難達到的。臨床帶教教師首要屬性是臨床醫生，并非全日制專職教師，需要承擔大量繁重的臨床工作，無法隨時隨地回答學生的問題和親自指導技能操作。因此，智能機器人對傳統帶教模式進行了有效補充，彌補了師資不足所帶來的缺陷。

3.4 智能機器人提高了學生滿意度

智能機器人由于形式的新穎性和科技潮流感，激發了學生學習的主動性、積極性和興趣，活躍了臨床教學氣氛。與對照組相比，試驗組學生對教學模式的評價更高。

4 結語

智能機器人輔助骨科臨床教學，提高了專業學位研究生臨床教學質量，得到了學生的普遍認可，同時對現有培養制度進行了有效補充，豐富了教學手段，創新了培養模式，值得進一步探索。但人工智能在醫學教育中的應用尚處于起步階段，技術上不太成熟，功能設計也有待研發人員和醫學教育人員共同完善。值得一提的是，智能機器人可以提高醫學生的學習效率，但不能完全取代教師。人類的想象力、獨創思維、交流能力是人工智能暫時無法具備的，醫學專家豐富的理論知識和寶貴的臨床經驗，以及言傳身教的影響力，在專業學位研究生臨床實踐教學中始終占主導地位，不可或缺。