人工智能自動勾畫平臺在教學中的應用

［摘 要］ 為解決目前放射腫瘤專業人才短缺的迫切需要，提升放射腫瘤學教學水平是關鍵。在當前的醫學教育背景下，人工智能技術的廣泛應用有助于醫學教學更加便捷高效，具有較強的可行性。結合人工智能自動勾畫平臺的教學模式具有很強的創新性，是新型的放射腫瘤專科人才培養模式，符合當前醫學教育的發展趨勢，對提高放射腫瘤專業人才素質具有重要的現實意義。近年來，人工智能靶區勾畫平臺在醫學領域具有巨大潛力，為適應醫學教學的發展和滿足學員學習的需求，教學改革勢在必行。

［關鍵詞］ 人工智能自動勾畫平臺；放射腫瘤學；教學改革；專業人才培養

［基金項目］ 2023年度廣東省“新醫科”教指委教學改革項目“基于‘人工智能自動勾畫平臺’的放射腫瘤學教學改革和實踐研究”；2023年度廣東醫科大學高等教育教學研究課題“基于‘人工智能自動勾畫平臺’的放射腫瘤學教學改革和實踐研究”（2FY23050）；2021年度廣東醫科大學附屬醫院臨床研究項目“沙培林對比地塞米松霧化吸入防治鼻咽癌放射性口腔黏膜炎的非劣效性、平行設計、隨機對照研究”（LCY2021A002）

［作者簡介］ 羅海清（1978—），女，廣東茂名人，博士，廣東醫科大學附屬醫院頭頸部腫瘤?？浦魅吾t師，副教授，主要從事鼻咽癌綜合治療研究；李祥勇（1975—），男，湖南永州人，博士，廣東醫科大學基礎醫學院教授（通信作者），主要從事鼻咽癌發病機制研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）40-0033-05 ［收稿日期］ 2023-08-28

放射治療是惡性腫瘤最重要的治療手段之一，從目前醫療發展水平來看，放射技術對于腫瘤有較好治療效果。世界衛生組織的統計結果表明，目前癌癥的治愈率約為55%，其中外科手術的貢獻為27%，放射治療的貢獻為22%，化學藥物治療和其他治療的貢獻為6%［1］。隨著醫學行業的持續發展，人們對看病的需求持續增長。近年來，癌癥病人的人數不斷攀升，放射腫瘤專業的人才需求增大，傳統的單一教學已無法滿足培養高質量、全面型放射腫瘤專業人才的需求，儲備和供應學習放射腫瘤學人才已無法滿足放射腫瘤學的快速發展的需要［2］。因此，要大力培養本科層次、具有專業理論知識和熟練掌握臨床技能的腫瘤學科應用型人才，需要不斷豐富放射腫瘤學臨床教學的內容。“放射腫瘤學”是影像學專業醫學生的必修基礎課，在臨床醫學中應用廣泛，課程要求影像學專業本科生在學習階段積累基本的理論知識和具備熟練的臨床技能。

一、“放射腫瘤學”的教學現狀

“放射腫瘤學”是一門內容龐雜、結構復雜的學科，涉及全身各個器官系統與不同學科范疇，傳統的教學模式主要以“教”為中心，即教師講授，學生聽講。這種傳統的教學模式不利于學生對放射腫瘤知識的學習和掌握。隨著社會的發展、科技的進步、醫療技術的更新，“放射腫瘤學”專業應盡快改變傳統教學模式，從“教”與“學”兩方面入手，以適應新時代醫療科技發展的需求。目前，我國“放射腫瘤學”專業學生的教學體系尚不夠完善，在教學方面還存在不足，實踐教學匱乏，教學模式較為陳舊。現階段的教學模式已無法滿足培養高質量放射腫瘤專業人才的需求，為適應醫學教育的發展、提高學生的學習效率，教學模式的改革需提上日程［3］。

（一）臨床教學難度大

放射腫瘤學作為醫學領域的重要分支，涉及的基礎理論知識非常廣泛。教學材料中的內容通常較為抽象且晦澀難懂，對學生的學科綜合思維能力和知識掌握的全面性有一定要求［4］。在學習“放射腫瘤學”的初期，由于專業知識的艱澀和龐雜，學生常會感到難以深入理解臨床知識。究其原因，首先是“放射腫瘤學”的理論知識涉及多個學科，包括病理學、影像醫學、臨床醫學等；其次是“放射腫瘤學”需要記憶的內容較多，如各類影像學表征結果和臨床檢查結果等；最后是“放射腫瘤學”作為一門醫學學科，主要研究腫瘤的影像學特征、分析和診斷，學生需要熟悉腫瘤的不同表現形式、病理特點以及臨床診斷的方法和技巧。這些知識的理解和記憶對于學生來說是一項挑戰。另外，“放射腫瘤學”還與腫瘤學、放療學、外科學等其他臨床學科密切相關，學生需要在學習“放射腫瘤學”的過程中將這些學科的知識進行整合和應用，才能夠綜合分析和解釋患者的臨床情況。

（二）理論知識與臨床教學脫節

“放射腫瘤學”臨床教學存在一系列問題，其中一個問題是理論知識與臨床教學之間的脫節。傳統的教學模式過于注重教授教材中的理論知識，導致學生的學習重點過于偏向書本內容，缺乏對臨床相關知識的全面掌握和實際應用能力。教材中的內容往往較為抽象且晦澀難懂，理論知識綜合性強且記憶內容較多。學生在學習初期難以對臨床知識的內容理解透徹，導致學生對于各類影像學表征結果和臨床檢查結果容易遺忘、不理解、錯誤記憶等，影響其對臨床問題的綜合分析和理解［5］。另一個問題是在傳統的臨床實習課程中，學生接觸到的教學內容較少。以教師為主導教學的方式使學生在實習中獲得的實踐能力和臨床經驗相對較少；學生進入臨床實習階段較晚，導致其實踐操作的時間有限，臨床經驗相對較弱。這可能導致學生無法有效地將所學的理論知識應用到實際的臨床工作中，影響臨床實踐能力的培養。綜合而言，“放射腫瘤學”臨床教學面臨的問題主要集中在理論知識與臨床教學的脫節。學生對理論知識的理解和應用的能力相對較弱，缺乏實踐操作的機會，缺少臨床經驗的累積，從而影響了學生在臨床實踐中的能力發展和應用知識解決問題的能力［6］。

（三）醫患關系對教學的阻礙

醫患關系對“放射腫瘤學”臨床教學造成阻礙的主要原因之一，是社會的快速發展和人們個體意識的提升。隨著信息的普及和知識水平的提高，患者對自身權益的關注和維護意識不斷增強，而這導致了醫患雙方之間存在一定程度的矛盾和不和諧。由于放射腫瘤學是專業性較強的領域，很多患者及家屬對相關醫療知識了解不足，面對臨床實習的學生可能存在拒絕接受實習生所提供的檢查或治療方案的情況，抱有懷疑、拒絕甚至挑戰的態度。這種情況導致實習臨床醫生在教學過程中很難得到患者和家屬的積極配合，影響了實際臨床操作技能的培養。尤其是在放射腫瘤學領域，患者往往接受這一診療過程時已處于腫瘤晚期，病情對患者和家屬來說是巨大的心理負擔，患者和家屬可能存在情緒緊張、焦慮、抵觸醫療過程的情況，并且可能出現對治療方案的誤解或不信任，這使得教學環境復雜化，學生難以有效地接觸和實踐相關的放射腫瘤學技能和知識。綜上所述，醫患關系對“放射腫瘤學”臨床教學造成阻礙，主要表現為患者及家屬對醫生的不信任或不配合、對醫療知識的不了解等問題。這些因素導致了學生在實際臨床操作和技能培養中遇到困難，影響了教學質量和學生的學習效果。為有效解決這一問題，需要通過改善醫患溝通、加強醫患教育等措施來改善醫患關系，營造良好的教學環境［7］。

二、使用人工智能自動勾畫平臺的必要性

（一）勾畫平臺在醫學領域潛力巨大

近年來，隨著人工智能的不斷進步和應用，自動靶區勾畫平臺在醫學領域展現出巨大的潛力。眾多研究表明，在病灶識別和分割、疾病診斷和治療等方面，人工智能自動勾畫平臺可以發揮重要作用［8-9］。尤其在放射治療領域，由深度學習技術支持的自動勾畫系統，如PV-iCurve人工智能靶區自動勾畫系統，已經廣泛應用于鼻咽癌、乳腺癌、肺癌、直腸癌、食管癌等惡性腫瘤的放療靶區和危及器官的自動勾畫。不僅有助于醫生在制訂治療方案時更好地理解病灶的位置和范圍，還可為患者提供更加個體化和精準的治療?；谌斯ぶ悄艿淖詣庸串嫲袇^平臺不僅在臨床實踐中具有巨大的應用前景，而且在教學領域也具備創新性和實用性。目前，在放射腫瘤學方面教學領域的報道還相對較少。人工智能自動勾畫平臺為醫學專業學生提供了一種全新的教學模式。傳統的醫學教學往往依賴于教師的講解，而通過人工智能自動勾畫平臺，學生能夠更加主動地參與學習過程，自主勾畫靶區并與自動生成的結果進行對比和分析。這種教學模式充分體現了“教師指導，學生主動學習”的理念，能夠培養學生具有更強的問題解決能力和臨床應用能力。

（二）簡化臨床工作，提高工作效率

放射治療是一種電子化和智能化的治療方式，利用先進的技術和設備使得治療的精度和效果不斷提高。其中，準確勾畫出腫瘤靶區和危及器官是實現精準放射治療成功的關鍵。傳統的靶區勾畫通常依賴于醫師的人工操作，存在主觀性較強和操作困難的問題。近年來，基于深度學習的自動勾畫技術的引入正在改變放射治療的實踐，這種技術能夠利用大量的醫學影像數據，通過機器學習算法迅速準確地識別和勾畫出患者的靶區。相比傳統的手工勾畫，自動勾畫技術具有以下優勢：（1）提高勾畫的精度。自動勾畫技術通過深度學習算法，能夠在醫學影像中準確標記出腫瘤靶區和危及器官的地點和邊界。這大大減少了人為操作導致的主觀誤差，提高了勾畫的準確性。（2）提高勾畫的效率。手動勾畫靶區和危及器官通常是一項耗時費力的任務，而自動勾畫技術可以在短時間內完成大量的勾畫工作，節省了醫師的時間和精力，使其能夠更多地專注于其他的臨床任務。（3）減少醫師之間的差異。不同醫師在手動勾畫過程中可能受到個人經驗和主觀因素的影響，導致勾畫結果存在較大的差異。自動勾畫技術可以提供一致性和標準化的勾畫結果，減少了醫師之間的差異性。（4）提升診療效率。傳統的手動勾畫過程是需要耗費大量的重復性工作，降低了醫師進行診療的效率。通過自動勾畫技術，醫師可以快速獲得準確的勾畫結果，能夠節省時間并提高診療效率。因此，針對放射治療中腫瘤靶區和危及器官的自動勾畫需求，人工智能靶區自動勾畫平臺應運而生。該平臺利用深度學習和機器學習算法，結合大規模醫學影像數據，能夠快速、準確地實現腫瘤靶區和危及器官的自動勾畫，為放射學醫師提供了一種快速、便捷且高效的工具，促進了放射治療的精準性和智能化發展［10］。

（三）提高臨床實踐能力

在腫瘤放療科及腫瘤相關專業中，影像學本科學生的輪轉學習時間有限，因此，如何在短期內既學習掌握“放射腫瘤學”的基本理論知識，又提高臨床實踐技能，成為培養高質量醫學生的重要問題。在這方面，人工智能平臺展現了計算機科學技術與生物醫學基礎知識的完美融合，可促進不同學科知識的交叉傳遞和深度融合。隨著人工智能的發展，出現了多種學習模式，其中包括豐富的資源，如放射圖像、實驗室結果、病理影像和視頻資料等。這些資源能夠充分利用人工智能技術，為學生提供高度仿真的實踐訓練機會。通過將課本知識與臨床實踐緊密結合，學生可以更加真實地參與學習過程，產生更強的沉浸感，從而取得更顯著的學習效果。這種基于人工智能的學習模式有助于學生提升靶區勾畫、信息收集、綜合分析和溝通交流等學習能力，同時激發學生的學習興趣［11］。基于人工智能自動勾畫平臺的實踐及教學模式改革可以幫助學生更好地發展技能和知識；能夠有效地節約教學資源，節省教師單獨輔導的時間；通過利用自動勾畫平臺，學生可以得到快速、準確的勾畫結果，從而提高計劃靶區和危及器官勾畫的一致性和規范性。此外，學生還能夠根據自身需要隨時訪問豐富的學習資源，并通過與人工智能平臺的交互獲得實時的反饋和指導，從而提高學習效果?？傊?，基于人工智能自動勾畫平臺的實踐及教學模式改革為影像學本科學生在放射腫瘤學領域提供了更好的學習機會。這種學習模式集合了多學科知識、豐富的資源和高度仿真的實踐訓練，能夠幫助學生提升專業技能、加深理論理解，并激發學生的學習興趣，同時提高了教學效果，提升了學習成果的規范性，為培養高質量的醫學生提供了有力支持。

三、優化“放射腫瘤學”臨床教學的改革措施

（一）以診斷及靶區勾畫實踐能力培養為導向，更新課程及教學內容

人工智能即醫學影像數字化和人工智能輔助診斷，利用深度學習技術模擬人腦自動學習數據各層次抽象特征來分析醫學影像并給出輔助診斷［12］，根據人工智能自動勾畫軟件的特點，建立以創新、精準、高效三個維度優化人工智能自動勾畫靶區的“放射腫瘤學”教學課程，包括靶區勾畫的基礎課程與人工智能自動勾畫平臺軟件應用的實踐課程。由于勾畫平臺的易操作性，而且具有靈活性，且不受時間和地域限制，學生可以自由選擇不同的時間和課程類型進行學習，充分發揮自身的知識背景和綜合素質優勢，同時可充分利用業余時間。人工智能自動勾畫軟件的臨床應用與推廣逐步拓展到臨床教學領域，有效節省了教學資源，教學時間顯著降低，計劃靶區和危及器官的勾畫一致性和規范性得到了提高，學生的課程理解和掌握也有了更進一步的提升；同時，該系統還能夠激發學生的學習興趣，提升教學效果［13］。此外，系列靶區教學課程基于人工智能自動勾畫進一步建設了專題講座、線上線下的專題輔導以及個性化輔導等特色講座。學生可根據自身需求自主訂閱或參與不同的教學課程，學校還可通過建立相應的平臺，通過郵件、微信等方式與學生建立聯系，幫助學生解決疑問。

（二）建設多元化教學團隊

遴選一批中青年骨干教師作為本課程全程教師，聘請博士生導師、碩士生導師，“放射腫瘤學”教學基地教師、放射腫瘤科醫生、放射科醫生、超聲科醫生及靶區勾畫平臺相關工作人員等作為課程教師，建設高水平的“放射腫瘤學”學科專業教學團隊。在教師選拔方面，重視對人工智能影像診斷和靶區教學業務的熟練程度，遵循不同專業教師的教學領域，針對不同方向進行教學分工。為了提供更加全面的教學服務，還邀請影像專業（包括PET-CT、磁共振、CT、彩超）教師以及放射物理師擔任教師。他們擁有豐富的教學和臨床經驗，能夠將基礎理論和臨床實踐相結合，為學生提供更加深入的教學知識和有效的方法。同時，積極鼓勵中青年教學骨干申報全程教師，并對其進行規范化培訓，促進教學互長。通過這些舉措的實施，學生的影像診療和靶區勾畫能力將會得到更加全面和有效的提高。

（三）以人工智能平臺為基點，改革實踐教學模式

本教學方案以人工智能平臺為基點，改革實踐教學模式，提升學生的實踐能力和臨床實踐水平。其中，我們將利用深度學習（Deep Learning，DL）自動勾畫技術的PV-iCurve人工智能靶區自動勾畫系統，開展線下實踐課程來進行靶區勾畫學習，結合利用PACS系統對影像資料進行系統討論。通過實踐及教學模式的改革，可以幫助學生更好地提升靶區勾畫、信息收集、綜合分析、溝通交流等學習能力，同時激發學生學習興趣，提升放射腫瘤學的臨床實踐能力［14］。這種教學方式可以大大提高教學效果，有效節約教學資源及教師單獨輔導時間。最重要的是，可以提高計劃靶區和危及器官勾畫的一致性和規范性，從而確保更準確的醫療診斷。同時為檢測學生的學習成果，將會由全程教師定期組織班級學生進行階段性考核，內容包括該段時間所學的理論知識，形式為線下筆試和線上平臺考核。通過以人工智能自動勾畫平臺為基點的實踐教學模式的改革，為學生提供更具有挑戰性和實用性的學習環境，培養出更為優秀的專業人才。

結語

“放射腫瘤學”作為臨床醫學的重要學科，臨床教學內容豐富，需要在臨床教學中注重知識的多元化傳授，僅提供理論知識的灌輸已經無法滿足醫學教育領域的要求。將抽象的概念具象化為立體的實踐操作，能使得學生更好地理解和應用相關知識。通過初步的探索，在進行“放射腫瘤學”的臨床教學時采用聯合人工智能勾畫平臺的方式可以簡化并優化學生的學習過程。進行靶區自動勾畫不僅可以提供更準確、高效的結果，還能夠為學生提供實際操作的機會和經驗。初步說明臨床教學時借助人工智能輔助教學的手段，使醫學教學變得更加便捷、高效和有效，能提高學生的臨床實習經驗，促進學生之間的交流合作，并培養出高水平放射腫瘤學專業應用型人才。人工智能輔助教學的成功應用進一步說明了其具備較強的潛力和可行性，需要深入探索和推廣該教學模式，以滿足社會對高水平醫學人才的需求，更好地推動醫學教育的發展。

參考文獻

［1］王美華.揭開放療的神秘面紗［N］.人民日報海外版，2023-06-02（9）.

［2］李濤，郎錦義.放射腫瘤學的進展與未來［J］.腫瘤預防與治療，2019，32（1）：1-6.

［3］宋泉毅，張大昕.腫瘤學教學現存主要問題與放射腫瘤學規范化培訓基地改革建議［J］.基礎醫學與臨床，2019，39（4）：613-616.

［4］李列，段妔，繆煒烈，等.“互聯網+”放療技術在腫瘤實踐教學中的應用研究［J］.中國繼續醫學教育，2023，15（13）：20-23.

［5］孫謙，宣愛麗，汪庚明，等.放射腫瘤學臨床教學中的常見問題與優化改革探索［J］.科教導刊，2022（10）：129-131.

［6］郎濟祿，楊勇，凌耿強，等.WebQuest結合融通教學法在腫瘤科臨床實習中的應用［J］.中國繼續醫學教育，2022，14（13）：29-32.

［7］肖政，馮繼紅，陳敏，等.微視頻在放射腫瘤學研究生教學中的應用［J］.現代醫藥衛生，2019，35（6）：926-927.

［8］吳雙，周育夫.人工智能在腫瘤放射治療中的應用［J］.中國醫療設備，2020，35（8）：161-166.

［9］張玉海，李月敏.人工智能在腫瘤放射治療中的研究進展［J］.實用腫瘤學雜志，2019，33（6）：570-574.

［10］惠蓓娜，李毅，龔拓拓，等.人工智能在腫瘤放射治療學臨床教學中的應用研究［J］.西部素質教育，2022，8（18）：116-119.

［11］鄒琪華，張宇辰，蔡君，等.人工智能在腫瘤領域的應用：科學研究和教學實踐中的進展［J］.癌癥，2022，41（2）：49-56.

［12］趙紫晨，張衍.人工智能在腫瘤學教學中應用的前景分析［J］.數理醫藥學雜志，2022，35（10）：1423-1426.

［13］徐超，鄭生偉，方麗，等.病理圖像人工智能分析軟件臨床評價思考［J］.中國數字醫學，2023，18（5）：23-26+31.

［14］皈燕，謝力.放療軟件聯合仿真實驗室在放射腫瘤學教學中的應用［J］.中國繼續醫學教育，2022，14（12）：29-32.

Application of Artificial Intelligence Automatic Sketching Platform in the Teaching of

Radiation Oncology

LUO Hai-qing1， LUO Qian-bing1， HUANG Ning-xin1， LI Xiang-yong2

（1. Head and Neck Oncology Specialist， Affiliated Hospital of Guangdong Medical University， Zhanjiang， Guangdong 524001， China; 2. Department of Biochemistry and Molecular Biology， Guangdong Medical University， Zhanjiang， Guangdong 524023， China）

Abstract： In order to solve the urgent shortage of radiation oncology professionals， improving the teaching level of radiation oncology is the key. In the context of current medical education， the wide application of artificial intelligence technology helps to make medical teaching more convenient and efficient， with strong feasibility. The teaching mode combined with the “artificial intelligence automatic outline platform” is highly innovative， and is a new type of radiation oncology talent training mode， which is in line with the current development trend of medical education and has important practical significance for improving the quality of radiation oncology professionals. In recent years， the AI target delineation platform has great potential in the medical field. In order to adapt to the development of medical teaching and meet the learning needs of students， teaching reform is imperative.

Key words： artificial intelligence automatic sketching platform; radiation oncology; teaching reform; professional talent training