智能醫學工程專業核心課程體系教學改革研究

中圖分類號：G642 文獻標志碼：A 文章編號：2096-000X（2025）19-0134-05

Abstract：Withtheapidadvancementofartificialintellgencetechnologythedemandforhigh-levelprofessonalsintefield fInteligentMedicalEngineringhasbeenincreasinglygrowing.Tocultivateatalentpoolthatisbothinnovativeandpossesss exceptionalpracticalabilites，thispaperdelvesintotheurrentcostructionstatusofthecorecuriculumsystemfortheIellgent MedicalEngineeringmajoratChongqingMedicalUniversity，systematicallsummarizingthekeyisuesthereinBuildingonthis analysisandcloselyaligning with nationaldevelopmentstrategiesandpolicydirections，thepaperproposesseveralimplementation strategiestooptimizethecorecuriculumsystemofthismajor.Thesestrategiesaimtomeettheneedsofinteligentmedical development，fosterthedevelopmentofstudents‘engineringthinking.Theresearchprovidessomereferenceandtheoretical foundation for future educational reforms in thecorecurriculum systemofthe Intellgent Medical Engineering major.

Keywords：intellgentmedicalengineing；currculumsysem；teachingreform；artifcialIntellgnce;interdisciplinaytalent

人工智能，作為計算機科學領域內的一個重要分支，被確認為新時代的三大尖端技術之一，與基因工程和納米科學共同引領科技潮流。這一地位的鞏固，得益于人工智能技術的飛速發展，它在多個學科領域內實現了廣泛應用，不僅推動了科技的進步，也深刻改變了傳統行業的運作模式。自動駕駛汽車依托先進的計算機視覺與深度學習技術，成功實現了車輛的無人駕駛功能。這一成就得益于高精度傳感器4的精密集成，以及高效的數據處理與分析技術。在醫療領域，人工智能通過自然語言處理、圖像識別等技術，輔助醫生進行疾病診斷和治療方案的制定。例如，人工智能可以通過分析CT掃描、MRI等醫學影像5，快速準確地診斷腫瘤、腦血管等疾病。

隨著人工智能技術的持續進步，智能醫學在醫療領域的滲透日益加深，廣泛應用于診斷、治療、康復等多個環節。醫療設備的微型便攜、網絡互聯、家庭化布局及智能化升級，加之可穿戴技術、互聯網技術及5G移動通信等前沿科技的融合，正促使醫療服務邊界拓展至患者家中，構建起以患者需求為核心，實現個性化精準醫療與全方位健康管理的服務體系。智能醫學依托大數據分析和機器學習等先進的人工智能技術手段，有效應對傳統醫學健康領域面臨的挑戰與工程應用難題。這一系列技術的應用深刻促進了醫學模式的革新，促使醫療服務從單一的疾病診治向全生命周期健康管理、全面覆蓋健康進程的方向轉型。

隨著智能醫學的迅猛發展，社會對專業人才的需求在逐漸增加，所以在智能醫學工程專業課程體系建設中，也需要緊跟時代步伐，對核心課程進行教育改革，以適應技術發展的需求，培養具備扎實的計算機基礎知識，創新思維和實踐能力突出的高素質人才。本文通過對醫科大學智能醫學工程專業的課程體系建設進行分析，發現并總結問題所在，結合國家政策提出了一系列智能醫學工程專業核心課程體系建設的實施策略，促進學生工科思維的發展，為未來智能醫學工程專業課程教育改革提供一定借鑒和理論參考。

一 課程體系建設的政策導向

2017年國務院發布了《新一代人工智能發展規劃》8，國家從戰略層面對人工智能提出了規劃和要求，聚焦于提升新一代人工智能技術的科技創新能力。2018年，教育部等相關部門聯合發布了《教育部國家衛生健康委員會國家中醫藥管理局關于加強醫教協同實施卓越醫生教育培養計劃2.0的意見》，對智能醫學工程專業的課程體系構建及培養規格設定了清晰的方向與期望，倡導高等教育機構積極將“互聯網 + 醫療健康\"“人工智能 ⁺ 醫療健康\"等醫療領域內的新興知識、尖端技術及創新方法融入教學體系中，旨在確保學生能夠緊密追蹤并適應醫學與科技的最新發展趨勢。2018年3月，教育部正式批準設立了國內首個聚焦于智能領域的醫學類本科教育專業，即智能醫學工程[1]。2019年，教育部在天津大學召開了旨在推動\"六卓越一拔尖\"計劃2.0的啟動大會，明確提出了培育新工科、新醫科、新農科和新文科的戰略構想。新醫科的建設背景緊密關聯于當前科技革命與產業結構的深刻變革，聚焦智能醫學等新興專業的崛起，旨在培養學生具備跨學科視野，能夠靈活運用交叉學科知識解決醫學領域前沿問題的能力。2024年，北京市教委印發的《關于深化高校專業課程改革提高大學生人工智能素養能力的意見》提出，北京市屬公辦本科高校將實現人工智能通識課程的全覆蓋[1]。此舉引發全國高校響應，如南京大學、東南大學等已將人工智能課程納入本科通識必修[13]。北京地區高校更在深化人工智能課程改革，強化基礎理論同時，注重培養實踐能力與創新思維。

國家針對智能醫學工程專業人才培養，制訂了旨在構建全面人工智能課程體系的戰略方針，該體系著重促進跨學科的深度融合與交叉培養機制，同時強調產業界技術成果與教育教學的緊密結合，高度關注學生的自主學習能力培養。這一系列舉措旨在廣泛普及人工智能技術并促進其應用，最終目標是培育出一批既具備創新精神又擁有實踐能力的高素質人才，為國家的科技創新進程和社會全面進步奠定堅實的智能醫學人才基礎。

二 智能醫學工程專業的現狀分析

（一） 專業培養目標

智能醫學工程專業的國家培養宗旨是緊密圍繞“健康中國2030”戰略，致力于培育兼具愛國情懷、寬闊視野、創新思維、實踐技能與人文關懷素養的復合型醫學工程領軍人才及醫學領域的杰出創新者。此類人才需奠定堅實的自然科學與人文社科知識基礎，深人掌握現代醫學、生命科學及工程科學的核心理念與理論框架4，同時具備將前沿工程技術應用于醫學實踐，滿足不斷變化的醫療需求，推動臨床轉化與創新的能力。

為積極響應國家政策導向，并緊密結合本校特有的教育培養目標，醫科大學對智能醫學工程專業的培養方案進行了優化調整，旨在培育出全面發展的復合型人才，他們不僅在德、智、體、美、勞各方面均衡發展，而且緊密契合國家人工智能戰略的需求。這些學生將具備堅實的計算機基礎、醫學知識及數學素養，同時掌握醫療與大健康領域內數據科學與人工智能的基本理論、方法及工具。通過系統學習，他們將獲得在電子病歷智能分析、醫學影像智能識別及智慧醫學系統研發等[方面的專業技能，展現出卓越的實踐操作能力和持續的創新思維。

（二） 專業培養要求

學校開設的智能醫學工程專業，其核心培養目標是讓學生掌握該領域的基本理論、方法及工具，并通過科學思維與實驗訓練，打下堅實的專業基礎。學生需具備醫學的基礎知識背景，同時提升人工智能與數據科學的素養，從而具備在醫學健康領域內開發智慧系統的能力。此外，學生還需掌握醫學健康數據的智能分析、醫學影像的智能識別等核心技能，以滿足行業對復合型人才的需求。

（三） 專業課程體系結構

醫科大學開設了四年制的智能醫學工程專業，授予工學學位。該專業的教學規劃總計為199周，具體分配見表1。從教學安排上來看，智能醫學工程專業對于課程的設置還是注重在基本理論方法和基本工具上，并沒有應用到實踐。課程結構主要分為三個學科：人工智能學科、計算機科學與技術學科、醫學學科。這三個學科交叉融合，可以培養學生將人工智能技術很好地應用在醫學領域。智能醫學工程專業的課程內容設置有人體結構與功能、疾病學基礎、臨床醫學概論、人體影像解剖學、診斷學基礎、高等數學、線性代數、概率統計、智慧醫學語言基礎、計算機網絡、數據結構、離散數學、數據庫原理及應用、信息安全技術、數值分析、Java程序設計、算法分析與設計、云計算與大數據、Web前端設計與開發、移動醫療開發、醫學三維重建與虛擬現實、深度學習及醫學應用、機器學習及醫學應用、智能醫學圖像處理、自然語言處理與電子病歷挖掘、醫院信息系統開發、Linux操作系統、智慧醫學數據處理與應用、國際疾病分類、病案信息管理和醫療物聯網概述。

三 存在的問題和不足

從智能醫學工程專業的現狀分析發現，目前智能醫學工程專業核心課程的設置存在一些問題，具體有以下三點。

（一）注重理論基礎，忽視實踐操作

學校對于智能醫學工程專業的學生培養目的是培養醫工復合型人才，但是在核心課程設置上只注重了理論基礎并輕視了實踐操作。在核心課程體系的架構中，當前的設計側重于深度學習及醫學應用、機器學習及醫學應用兩大板塊[，然而，其教學路徑傾向于純粹的理論講授與獨立的應用教學，這種割裂的教學方式導致學生在掌握基礎理論知識的同時，難以建立起理論知識與實際應用之間的邏輯橋梁。因此，學生往往局限于理論層面的淺嘗輒止，難以直接跨越到應用層面，面臨實踐挑戰時顯得力不從心，更難以形成對智能計算系統全面而深入的理解與掌握。

（二） 學科交叉不足

盡管我們的目標是培育醫學與工科深度融合的復合型人才，但當前的培養實踐卻主要聚焦于醫學領域的應用，這在一定程度上限制了學生的視野。特別是在人工智能技術的實際應用中，許多學生傾向于利用腦部影像分析或特定疾病的預測模型[，這種思維模式顯得較為單一，缺乏向其他學科廣泛拓展與深度融合的勇氣與嘗試。因此，我們亟需鼓勵學生跨越學科界限，積極尋求與其他領域的合作與交流，以促進知識的交叉融合與創新應用。

（三）人才培養目標不明確

該專業的核心教育宗旨在于塑造具備堅實計算機、醫學、數學等多領域基礎，精通醫療與大健康領域數據科學及人工智能核心理論與技術工具的綜合型人才，特別強調電子病歷智能解析、醫學影像智能辨識及智慧醫療系統開發等關鍵能力[，旨在培養兼具實踐與創新能力的醫工交叉復合型人才。然而，當前的培養目標設定較為寬泛，未能緊密圍繞人工智能課程的實踐需求進行精細化設計，這在一定程度上削弱了學生的學習導向性，使得他們在探索醫療與大數據融合應用時，所運用的人工智能算法策略趨于單一，編程實踐中往往局限于增減注意力模塊等有限操作，從而限制了學生在實踐動手與創新思維方面的充分發展。

四 核心課程體系改革的方向

（1） 課程結構優化

為了培養合格的醫工復合型人才，智能醫學工程作為新興交叉學科，其課程體系和教學內容需要不斷更新和完善，定期評估和調整核心課程內容，并增設與新興技術相關的選修課程，適當刪除落后于新興技術的選修課程，以適應學科發展的需求，確保學生能夠接觸到前沿知識。

在智能醫學工程專業核心課程體系構建方面，不僅包括數學與統計等數學基礎[，還要包括醫學三維重建與虛擬現實、深度學習及醫學應用、機器學習及醫學應用、智能醫學圖像處理、自然語言處理與電子病歷挖掘和醫院信息系統開發等專業課程，還要包括科研訓練及實踐創新等拓展課程，通過實驗教學和案例分析引起學生對編程課程的興趣，提升學生的邏輯思維能力。醫學方面的課程體系可以包括臨床醫學課程，比如內科學專業課程，可以研究人體內部各系統疾病的病因、發病機制、臨床表現、診斷、治療及預防等，以便人工智能技術在醫學領域應用時能夠通過圖像判斷這位患者是否患病及病灶位置在何處。

這種課程結構可以讓學生具有臨床醫學思維，醫學領域和人工智能技術的融合也會為培養具有創新思維的學生提供有力的支撐。

（二） 實踐能力的培養

為適應醫學領域對人工智能技術應用的需求，培養具備扎實基礎知識和實踐能力的復合型人才顯得尤為重要。除了具有扎實的基礎知識，學生還需要有很強的動手能力，學校可以開設一些有實質性的講座或者比賽，主要包括人工智能前沿講座、學科競賽、智能系統設計開發及素質拓展與綜合實踐創新等。

另一方面，學校應結合醫療行業的需求，制定明確的人才培養目標，強調計算機、醫學、數學等基礎知識的學習和實際應用，在本科階段就增設實踐課程和項目驅動學習[20。通過項目實踐、實習等方式，建立校企合作平臺，提供真實的數據和項目，培養學生在電子病歷智能分析、醫學影像智能識別、智慧醫學系統研發等方面的實踐能力。引入真實的項目設計，鼓勵學生進行團隊合作、創新思維和實踐操作，培養他們的領導力和協作能力，提升其解決實際問題的能力。

（三）學科交叉與綜合素養的提升

在改革智能醫學工程專業核心課程體系的方向上，我們應著重推動跨學科課程的深度融合。課程設計需涵蓋計算機科學、數據科學、倫理學和心理學等多學科知識，旨在提升學生的綜合素質與創新能力。學生將通過學習多學科知識，增強思維能力，積極參與或主導跨學科研究項目，從而在團隊合作與多角度思考方面得到顯著提升。高校需轉變既往學科為主的科研管理模式，轉向“學術問題驅動”的新模式，構建促進學科交叉與融合的網狀管理體系。為激發本科生在人工智能技術領域的潛能，學校攜手初創企業共同投資，打造科技成果孵化平臺，旨在加速學生在此領域的創新實踐，促進科技成果的快速轉化與產業化，進而推動其商業化步伐，實現科研與產業的深度融合。

五 核心課程體系改革的實施策略

（一） 教師隊伍建設

除了在課程進行改革之外，教師隊伍的建設也是重中之重。通過柔性引才模式，吸引國內外高水平科研人才加入高校，為學生提供人工智能技術指導，提升高校的整體科研實力和創新能力。學校可靈活運用全職聘任、兼職合作、客座教授等多種模式，構建既穩固又充滿活力的教學團隊。該專業的師資隊伍具備醫學信息智能采集、醫療大數據、醫學人工智能和醫療物聯網等背景的教師，形成智慧醫學領域水平高、結構合理的教師團隊。通過加大人才引進力度，爭取相關吸引人才的政策，擴大專業影響力。此外，積極鼓勵教師參與國內外學術交流、工作坊及在線課程，緊跟人工智能前沿動態，持續更新知識體系；同時，通過引入人工智能領域的專業人才，增強教師隊伍的技術實力，為學生提供強有力的技術支持。

鑒于人工智能技術的迅猛發展，學校應定期策劃編程、算法設計、機器學習框架應用等專業技能培訓項目，旨在提升教師的實踐教學能力，確保教學內容與行業需求緊密對接，為學生打造更加前沿、實用的學習環境。

（二） 教學資源的整合

在課程教學實踐中，我們應堅守“學生主體，成果導向\"的核心教育理念，優選國內外公認的權威、前沿教材作為教學基石，同時緊密貼合行業最新需求與學科發展趨勢，精心編寫或篩選配套教輔資料，以保障教學內容的科學性、系統性與時代前沿性。此外，積極整合全球優質的在線教育資源，如慕課、學習通等平臺[22，為學生提供豐富多樣的在線課程選項，鼓勵學生根據個人興趣與需求自主選擇學習路徑，從而不僅豐富了課堂教學的內涵，也極大地拓寬了學生的知識視野與學習邊界。鑒于人工智能技術研究的特殊性，配置高性能計算資源、專業軟件工具及仿真平臺等基礎設施至關重要，但是學校在人工智能實驗室建設方面投入太少，需加大投入以增強其實驗能力。同時，深化校企合作，建立實訓基地，讓學生參與真實項目；構建人工智能教學案例庫，匯集應用實例與算法案例，為學生提供學習資源。

通過優質課程內容的整合、實踐教學資源的建設等方面的努力，可以實現智能醫學工程專業課程體系的教學資源整合，為學生提供更加豐富、高效、個性化的學習體驗，促進該專業教育的持續發展。

（三） 評估與反饋機制

優化課程考核體系，采用“期末考試 日常表現 .+ 個性化實踐\"的綜合評價模式。針對實踐環節，我們推行差異化教學策略，依據學生特點定制實踐任務，有效預防抄襲現象，并著重鍛煉學生的實踐操作能力。課程實施中，持續監測學生在實踐項目中的進展，積極收集反饋，靈活調整課程內容與難度，確保教育目標精準達成。同時，建立常態化的反饋機制，定期向學生及用人單位征集意見，依據反饋精準評估課程效果，動態優化課程結構與教學方法。此外，制定科學合理的評估體系，融合定量與定性指標，全面衡量課程質量與學生學習成效，推動教學質量的持續進步與提升。

通過建立多元化、全方位的教學評價體系，不僅關注學生的學習成績，還注重學生的綜合素質能力發展。通過學生自評、互評和教師評價相結合的方式，全面評估學生的學習效果。

六 結束語

為培養出既富有創新思維又具備卓越實踐能力的智能醫學工程專業人才群體，本文通過分析醫科大學智能醫學工程專業課程體系的構建現狀，發現該專業核心課程體系現存重理論輕實踐操作、學科交叉不足、人才培養目標不明確等問題。針對這些問題，緊密銜接國家發展戰略與政策導向提出了一系列優化該專業核心課程體系的實施策略，以適應人工智能技術發展的需求。學校通過培養具備扎實基礎知識、實踐能力和創新思維的醫工復合型人才，可以更好地滿足醫療和大健康領域的需求，促進學生工科思維的發展，為未來智能醫學工程專業核心課程體系教育改革提供理論參考。

參考文獻：

[1]林耀庭，周偉.人工智能基礎課程：融合理論與實踐的創新研究[J].福建輕紡，2024（9）：71-74.

[2]何仕勇.納米脂質體與基因工程重組蛋白在抗皺化妝品中的應用及效果評估[J].當代化工研究，2024（16）：149-151.

[3]劉俊柏.智能網聯汽車中人工智能的應用問題和策略探究[J]專用汽車，2024（8）：56-59.

[4]朱小波，譚興文.自動駕駛汽車環境感知與傳感器融合技術[J].汽車與新動力，2024，7（4）：24-27.

[5]崔勇，高佳娟，顧天文，等.肝細胞癌的CT和MRI研究進展[J].北京聯合大學學報，2023，37（1）：72-78.

[6]潘桃桃，尚志會，董利，等.新工科背景下智能醫學工程專業課程建設改革與實踐探究[J]電腦知識與技術，2023，19（32）：157-159，163.

[7]高媛，周敏，秦滿粉，等.健康教練技術聯合可穿戴設備對2型糖尿病患者糖脂代謝及自我管理行為的影響研究[J].中國全科醫學，2024，27（8）：908-914.

[8]江豐光，熊博龍，張超.我國人工智能如何實現戰略突破-基于中美4份人工智能發展報告的比較與解讀[J].現代遠程教育研究，2020，32（1）：3-11.

[9]教育部國家衛生健康委員會國家中醫藥管理局關于加強醫教協同實施卓越醫生教育培養計劃2.0的意見[J].中華人民共和國教育部公報，2018（10）：16-19.

[10]曹璐瑩，李雨.新工科背景下智能醫學工程專業人才培養探索[J].才智，2020（15）：192.

[11]陳玲玲.面向\"六卓越一拔尖\"計劃2.0的地方性民辦高校土建類應用型人才培養改革研究—以柳州工學院建筑學專業\"Y型方案\"為例[J].大學，2023（25）：107-110.

[12]莫君遠.新時代人工智能技術影響下高校設計專業課程體系改革研究[J]美術教育研究，2020（15）：140-141.

[13]劉智明，蔡潔，黃友榮，等.聚焦大數據與人工智能領域的計算機通識課程思政案例建設[J].計算機教育，2024（6）：109-113.

[14]賀爭鳴，李冠民，榮瑞章，等.我國比較醫學研究的開創、發展及在現代醫學科學發展中的意義和作用[J]實驗動物與比較醫學，2019，39（2）：90-93.

[15]張彥彬.基于超融合架構的電子病歷信息共享平臺研究[D].北京：北京交通大學，2021.

[16]張敏.深度學習技術在醫學影像診斷中的應用[J].集成電路應用，2024，41（7）：234-235.

[17]巨妍，王嵩.rs-fMRI結合機器學習在腸-腦軸中研究進展[J].磁共振成像，2023，14（5）：171-174，180.

[18]姚曉春.社區智慧醫療系統的應用與開發[J].無線互聯科技，2020，17（2）：52-53.

[19]吳偉.基于人工智能推動概率統計模塊教學轉型探究[J].中國新通信，2024，26（4）：124-126.

[20]張亞茹，郝定溢.基于項目驅動的“機器學習\"課程創新實踐探索[J].科教導刊，2024（8）：105-108.

[21]王春旭.京津冀協同視角下地方高校柔性引才問題及對策淺析[J].市場瞭望，2024（7）：163-165.

[22]譚敏瑩“學習通 + MOOC”的融合式教學分析——以會計學課程為例[J].中國新通信，2023，25（21）：204-206.