醫學人工智能教育的研究進展

賈 萌，張瑛琪，李云峰，黃 蕊，陳 迪，趙 昕

(1.山東第一醫科大學護理學院，山東 濟南 250014；2.濰坊醫學院，山東 濰坊 261000；3.山東第一醫科大學第一附屬醫院，山東 濟南 250014)

人工智能(Artificial Intelligence，AI)是計算機科學最有發展潛力的分支之一，也是涉及數學、信息論、語言學、心理學等學科的交叉學科[1]。隨著人工智能的飛速發展及其在醫療領域的廣泛應用，特別是大數據和人工智能在醫學實踐中的日益融合，對培養21世紀的醫學人才提出了新的要求[2]。醫學生作為未來醫學發展的主力軍，開展人工智能教育是培養醫學生人工智能素養和提高未來在人工智能支持的環境中執業能力的最有效形式。因此，各國政府高度重視高等院校開展人工智能教育[3]，美國部分大學已開展了醫學人工智能相關的課程和培訓，鼓勵支持人工智能在醫療保健中的普及和應用[4]，同時美國已于2018年開始將有關人工智能等相關的內容納入執業醫師資格考查中[5]；英國在一份獨立報告中提出要在醫學教育中整合數字醫療保健技術、人工智能和數據分析等內容[6]，培養具備人工智能專業能力的醫學人才。近年來，我國也陸續出臺了人工智能相關的政策文件[7-9]，呼吁加快人工智能在教育領域的創新應用，并于2018年提出了新醫科建設，積極探索和建設新時代高質量的醫學教育[10-11]。開展醫學人工智能教育，是培養醫學生應用人工智能相關知識分析問題、解決問題的能力，提升醫學生人工智能素養的重要途徑[12]，也是培養醫務人員利用人工智能相關技術輔助臨床決策，改善患者的健康結局，充實現代醫學實踐的重要保障[13]。本文通過對醫學人工智能教育現狀進行綜述，為推動人工智能教育納入醫學教育課程體系提供參考。

1 醫學人工智能教育的內容與形式

1.1 國外醫學人工智能教育

1.1.1 教育內容

科學的人工智能教育內容是為人工智能發揮重要作用的未來培訓專業醫學人才的基礎。國外醫學人工智能教育大多依托高校開展，且對于人工智能醫療人才的培養已形成自己獨特的課程體系和經驗，主要圍繞在人工智能的概念教學、人工智能在不同醫學場景中的應用教學[14]。McCoy等[15]的研究表明教學內容應從使用、解讀、解釋三個方面了解在臨床背景下人工智能的相關內容，包括人工智能基礎知識、算法與程序語言、機器學習、應用場景、大數據與倫理監管以及對結果的解讀和解釋等，輔助臨床決策并改善患者健康結局。在課程設置方面，根據不同層次，內容由淺入深，由基礎到高級，充分調動學生學習的積極性和主動性[16]。同時人工智能技能必須與醫學的非分析和以人為本的方面取得平衡，例如戴爾醫學院通過縮短基礎科學課程的持續時間，以適應領導力、創造力和溝通等軟技能的培訓，為未來培養更全面的醫生[17]。美國醫學會2018年提出了將人工智能納入醫學教育的倡議[18]，并已在多所醫學機構實施人工智能教育的相關項目，例如斯坦福大學醫學與影像人工智能中心以“實用”為培養核心，組織學生使用機器學習來解決醫學相關問題；美國卡爾伊利諾伊醫學院為醫學生提供了一門由科學家、臨床專家和工程師組成設計的以學習人工智能等新技術的課程培訓；日本高校通過開設與醫學研究科合作的醫療AI開發等課程，開展人工智能相關的通識教育，推動了人工智能+醫學的綜合型人才培養。此外，在繼續醫學教育(CME)中也開展了一系列人工智能培訓，包括學會熟練掌握電子健康記錄、數字倫理安全問題培訓等[19]。但有研究表明在教育內容上由于人工智能知識具有更新快、專業性強的特點，尚未納入醫學教育核心能力體系中[20]，且在某些領域的研究還處于初級階段，與醫學專業結合仍需進一步完善和探索。

1.1.2 教學形式

依托課程教學的人工智能教育：多種教學方法是幫助醫學生了解并掌握人工智能相關知識重要保障。國外醫學人工智能教育部分主要是依托課堂教學[21]，在課堂教學的過程中提供以混合教學方法、講座、研討會等教學方法開展人工智能方面的課程和培訓。例如墨西哥國立大學醫學院開展的生物醫學信息課程，通過線上、線下相結合的混合教育模式，圍繞臨床問題，由淺入深地開展教學活動，加深了學生對生物醫學信息課程內容的理解[22]；美國紐約大學為一年級、二年級醫學專業學生開設的數字保健課程，運用混合教育模式，培訓醫學生使用大數據來改善護理質量；美國貝勒·斯科特和懷特醫學中心為住院醫生提供了正規的生物信息學教育，通過積極引入大數據分析的概念，同時提供優質數據資源，提高了住院醫生的在管理大數據方面的效率、利用率和處理水平[23]；美國辛辛那提大學通過開展交互式研討會，結合臨床病例和智能手機應用程序來教學生學習貝葉斯概念，以鼓勵學生運用這些概念和應用程序進行練習，培養提高醫生診斷的準確性或患者的預后能力[24]。雖然在課堂教學過程中采取不同的教學方法，但在教學過程中主要以知識傳遞為主，體驗式學習的機會較少，易忽視學生的主體作用和實踐能力方面的訓練。

依托實踐項目的人工智能教育：目前，國外開展的醫學人工智能教育大部分基于通過教學實踐項目展開。賓夕法尼亞大學醫院領導的為期一年的成像信息學獎學金項目[4]、歐洲頂尖的腫瘤醫院之一Gustave Roussy，與法國兩所著名理工學院開展的為期1年的癌癥研究和人工智能聯合項目、匹茲堡大學醫學院開展的人工智能和機器學習在兒童護理中的應用項目[25]、杜克大學健康創新研究所組織開發的智能護理系統[26]等實踐項目，雖然教學主題，實施方案不同，但均是通過人工智能實踐項目平臺，在醫學教育過程中融入人工智能相關內容，使醫學生在實踐過程中掌握人工智能知識及應用。

依托課外學習機會的人工智能教育：在斯坦福大學醫學院Prober博士提出要重新構思醫學教育的行動號召下[27]，國外部分醫學院校為醫學生提供了人工智能課外學習機會，旨在培養精通人工智能和醫學的醫生人才[15]。例如加拿大多倫多大學醫學院通過臨床前課程向所有學生介紹計算機知識，以及“醫學計算”證書課程，為特別感興趣的學生提供實用的編程技能，增強了學生的興趣，促進了計算機科學與醫學之間的雙向交流[28]；美國放射學學院組織的人工智能雜志俱樂部，通過持續每月舉行網絡研討會，討論與AI/ML相關的最新發展、論文和新聞，讓醫學生及醫務工作者學習有關人工智能的知識，培養具有人工智能專業能力的醫生[29]；麻省理工學院關鍵數據小組通過“數據馬拉松”活動，即計算機科學家和臨床醫生合作使用數據解決臨床問題的簡短比賽，激發醫學生對人工智能的興趣[30]。通過這一方式有助于挖掘和支持醫學生的才能和激情，促進醫學與人工智能的雙向交流，使醫學生對人工智能的相關內容學習更加深入。

1.2 我國醫學人工智能教育

我國醫學人工智能教育發展相對較晚，現正處于從理論向實踐的轉變階段。自教育部陸續頒布人工智能教育相關的政策文件，提出了新醫科建設，我國加快了醫學人工智能教育體系的建設，致力于培養具備人工智能專業能力的醫學人才，并在全國開展了一系列醫學人工智能教育培訓和課程建設工作。

1.2.1 教育內容

我國醫學人工智能教育起步較晚，對人工智能醫療復合型人才的培養方案仍處于探索階段，尚未形成系統的、科學的人工智能教育體系[31- 32]。目前我國人工智能教育主題以人工智能在醫學領域中的應用場景教學為主[33]，在多所高校陸續開展了新醫科人才培養實踐。例如2019年華為與復旦大學基礎醫學院合作開發了《醫學人工智能和機器學習》課程，該課程包括人工智能在醫學影像學、組學、電子健康病歷等三大生物醫學場景中的運用；上海健康醫學院在《機器學習與臨床決策》課程中要求學生熟悉機器學習在醫學中的應用場景，了解臨床決策流程及各個環節的運作原理，強化實際應用，能夠解釋數據分析結果的醫學意義，輔助臨床決策等[33]；北京協和醫學院于2019年首創“卓越護理人才貫通培養改革試驗班”，在新醫科、智能教育理念引領下，其培養方案設計在保留特色的基礎上，注重植入人工智能、大數據應用、康養護理、智能護理等教學內容，為未來護理學科的發展培育高端優秀領軍人才，探索智能時代護理教育新模式[34]。但教育內容更加注重其技術應用教學，對人工智能的基礎教學、創新應用教學較薄弱。李琨等[35]通過分析醫學高專院校人工智能通識教育的不足，提出了從局部試行到全面施行的四步走策略建設人工智能通識教育教學方案，為提升當代醫學生信息素養，豐富了醫學人工智能教育內容。但目前我國醫學人工智能教育內容尚不完善，且培養定位不明確、缺乏創新實踐，未來仍需進一步研究。

1.2.2 教學形式

在醫學人工智能教育教學過程中采用多種形式的教學方法是幫助醫學生更好地接受人工智能內容并能夠應用于未來醫學工作的重要保障。目前，我國多采用案例教學方法、混合教學法，并輔以課外活動、研討會、學術講座、小組討論等形式。

(1)以學生為中心，引導學生自主式學習

針對不同的教學內容，采用案例教學法、基于問題的教學法、混合式教學法、小組討論等不同的教學方法，以學生為中心，教師指導為主體，引導學生積極參與，促進自主式學習。例如陸軍軍醫大學通過以人工智能輔助宮頸癌早期篩查為案例，將深度學習引入教學中，以最終的項目實踐為引導，結合小組討論協作的形式，理解深度學習在醫學領域應用的研究思路和流程，并從中深入理解神經網絡的工作原理，有效提高了學生對抽象內容的理解，提升了學習效率和解決實際問題的應用能力[36]；付淼等[37]以程序語言設計課程為例，運用Sandwich教學法訓練醫學生的計算思維能力，強調以學生為主導，通過教師引導授課，結合小組學習討論、小組匯報、學生實踐等提高學生自主學習的能力，激發學習興趣，達到培養醫學生計算機思維能力的目的。混合式教學模式是將傳統學習方式和網絡化學習二者的優勢結合起來[38]，采用線上、線下相結合的教學方法，線上課程綜合運用慕課、虛擬現實等多種教學手段，線下以學生為中心的基于PBL、CBL、翻轉課堂等教學方法，并積極嘗試“大班講授+小班翻轉”的分層次教學方法[39-40]，通過多元化的學習模式，充分發揮教師和學生的自主性和積極性，有效提高了學生的自學、分析和綜合能力以及團隊合作能力[41]，增強了學生對人工智能專業知識的理解，加速知識向技能的轉化，但對教師和學生的編程語言、算法知識等人工智能基礎知識有較高的要求，未來仍需要專業的人工智能醫學教師。

(2)以科研創新為目標，積極開展課外活動

積極開展課外教學活動是拓展課堂教學內容的重要形式，提升學生科研創新能力。廣東醫科大學在除了信息管理與信息系統專業課程內增加人工智能知識外，積極開展課外實踐教學環節，進行小班課外學習，通過多途徑指導學生結合醫學應用進行實踐學習，激發了學生的參與感，有助于培養學生的實踐創新能力[42]。各大高校通過設立跨學科新醫學研究生創新基金項目、開發基于人工智能的醫學圖像學習系統[43]，推廣醫學生融入科研實驗室，并鼓勵本科或研究生在校期間積極參加各類實踐活動[44]，例如軟件設計大賽、“互聯網+”“挑戰杯”等創新創業大賽，組織學生參與到工程項目研發的過程中，促進醫工融合，切實有效地培養學生的動手設計能力和科研創新思維能力[44]。此外，舉辦人工智能的相關學術講座也是提高學生科研態度、獨立思考能力的途徑之一，邀請相關領域專家結合自身專業研究，分享人工智能最新技術的前沿知識等，引發學生對當前發展熱點問題的關注。通過開展課外教學活動有利于拓寬學生的知識面，彌補課堂教學的不足，將實踐項目落到實處，培養高素質的創新創業人才。

(3)以聯合培養為模式，積極促進產教融合

創立學校、醫院、企業的聯合培養模式是推動AI醫學人才培養的有效策略。例如天津大學與天津醫科大學聯合開設的智能醫學工程專業采取的醫學與工學教育并行開展的培養策略[45]、上海交通大學醫學院通過“4+4”臨床醫學專業培養模式，吸收綜合性大學工科優秀畢業生學生攻讀醫學博士，開展醫工交叉培養、華南理工大學于2019年與科技型企業廣州易和醫療技術有限公司展開校企合作，成立了華南理工大學-易和醫療智慧醫療聯合實驗室[46]、上海大學醫學院與上海通用醫學影像診斷中心聯合建立了上海大學醫學影像教學和科研基地，是智能醫學診療專業研究生的實踐和研究基地[41]。通過聯合培養模式，加強跨校聯合、校企聯合，優勢互補，學生可了解醫院機構的臨床病例和實踐經驗，了解臨床需求和前沿，學會發現問題和解決問題，促進研究結果轉化為應用于醫學實踐，完善醫學人才培養體系[47]。

2 教學評價

科學的評價體系與反饋制度對醫學教育人工智能課程體系的制定具有重要意義，是提高教學質量的重要保證。目前國內外醫學人工智能教學評價以量性與質性相結合的方式，多關注人工智能知識的客觀衡量和學生態度的自我報告變化。其中知識評價主要通過理論考核、小組匯報、論文展示等形式評估學生對人工智能知識的掌握情況[48]，如開發的涵蓋課程內容的MCQ考試[22]、運用Mycos報告評估教學質量[41]等；態度評價大多通過自制問卷，調查醫學生對人工智能教學的滿意度，在教育活動、課程資源和對臨床相關性的感知程度。目前國內外醫學人工智能教育的教學評價方式雖然多樣，但對人工智能相關技能領域的評價相對較少[49]，忽視了對學生的實踐能力評價，易造成理論與臨床實踐脫節的現象。因此，在今后的人工智能教育實施中，需要進一步探索研究。

3 阻礙醫學人工智能教育的因素

縱觀國內外人工智能教育發展，雖然人工智能教育在醫學教育中得到了廣泛的關注和研究，但對教育內容、評價機制的開發尚不完善，教育內容尚未納入醫學教育核心能力體系中[50]，對醫學教育的評估主要是通過執照考試，或通過專業活動的能力評估，但都不包括有關AI的內容[51]。有研究強調現有的醫學課程全面而復雜，將額外的AI內容整合到當前醫學教育課程中會增加課程負擔[52]，因此將人工智能內容納入醫學教育課程體系中仍需進一步探索。目前醫學教育仍未有效開展人工智能與醫療方面的知識普及，醫學生對人工智能在醫學領域的應用不熟悉，還沒有正確認識到人工智能的重要性，醫學生缺乏實施和使用人工智能的知識是醫學人工智能教育的障礙[53]；教師之間不同程度的AI素養也是阻礙人工智能教育的重要因素[54]，且與學生相比，一些教職員工的教學技能可能已經過時[55]，教學內容與專業結合度不高，缺少具有人工智能理論和實踐經驗豐富的醫學專業教師。此外，技術的快速發展可能會導致“黑箱”現象[56]、隱私安全和數據控制問題、倫理影響、利他主義和同情心的培養[57]等，各組織必須準備逐步形成科學的監管政策，同時采取措施，以跟上新技術的加速采用，但目前尚未建立完善的監管體系。

4 結語

隨著醫療保健數字化的必然發展，開展人工智能教育是醫學教育改革的重要推動力，醫學生作為未來醫學發展的主力軍，肩負著救死扶傷的職業使命和社會責任，培養學生應用人工智能相關知識分析問題、解決問題的能力，是輔助臨床決策，改善患者健康結局的重要保障。綜合國內外醫學人工智能教育現狀，優化教育教學方式，完善教學內容，對促進人工智能教育納入醫學教育課程體系中有重要意義。未來的教育工作應側重于：①制定科學的監管策略，加強對倫理與限度、安全與隱私等問題的監管；②加強醫學生及教師的人工智能素養教育，促進專業師資隊伍建設；③完善醫學人工智能教育體系，重新設計教育課程的多學科方法；④建立專業認證標準與考核體系；⑤加快實驗室共建共享等。