邹陆曦，孙 玲

（1.徐州医科大学管理学院，江苏 徐州 221000；2.徐州市中心医院/徐州医科大学徐州临床学院，江苏 徐州 221006）

人工智能（AI）、大数据、云计算技术的快速发展，智能手机、可穿戴设备、虚拟现实技术、传感器、5G技术和通信系统的出现使医学正在发生革命性的变化[1]。深度学习算法可以处理可穿戴设备、智能手机和其他移动监测传感器在不同医学领域提供的大量数据，将生命科学与信息技术完美结合起来，促进了信息技术与医学的融合，使得智能医学迅速发展进而为临床实践提供解决方案。智能医学的出现，需要医学教育借助前沿科技来改变教学内容和教学手段，在医学教育的各个阶段：医学本科、研究生教育培养、临床专业教育培养和继续医学教育阶段，人工智能技术均有应用。各大高校尤其是医学院校应主动开展技术创新，在医学教育教学中引入人工智能课程，提高医学生的人工智能素养。

1 人工智能发展史及其在医学中的应用现状

人工智能的发展历史经历了起步发展期、反思发展期、应用发展期、低迷发展期、稳步发展期、蓬勃发展期[2]。时间轴图（见图1）中的节点标识了每个阶段关键的里程碑的事件。人工智能在医学领域中的应用也伴随着人工智能技术的不断发展而逐渐开展。随着机器学习和深度学习的出现，人工智能在医疗领域的应用范围不断扩大，为个性化医学创造了机会。人工智能预测模型可用于疾病的诊断、预测治疗效果和未来潜在的预防药物。利用人工智能可提高诊断精度，提高临床操作的效率，实现更好的疾病和治疗监测，提高手术准确性和治疗效果。

图1 人工智能在医学中应用历史和现状时间轴

人工智能在医学中的发展现状，可谓在各个医疗领域都有应用，涉及心房颤动诊断、内分泌学、肾脏病学、心血管病、呼吸疾病、胃肠疾病、神经病学、肿瘤病理学、乳腺疾病、影像诊断等领域。心房颤动诊断及监测是人工智能在医学上的早期应用之一。苹果公司获得FDA批准，苹果手表可以通过智能手机轻松地分享心电图和心房颤动的检测[3]。在内分泌学领域，持续血糖监测使糖尿病患者能够查看实时血糖水平，并了解血糖水平变化趋势[4]。2018年Medtronic公司与Watson（IBM开发的AI）合作，利用与智能手机配对的血糖监测监护系统以更好地预防糖尿病患者低血糖发作[5]。在肾脏病学领域，人工智能可用于预测多囊肾患者肾小球滤过率的下降，IgA肾病风险分层及肾脏预后[6]。在心血管病领域，人工智能可预测心血管疾病的风险，如急性冠状动脉综合征和心力衰竭，预测效力优于传统的量表[7]。在呼吸疾病领域，人工智能可以为肺功能检查结果提供准确的解释，为呼吸系统疾病的诊断和处理充当决策支持工具[8]。在胃肠疾病领域，利用人工神经网络等深度学习模型来处理胃肠道内镜和超声的图像，可准确诊断结肠息肉、胃食管反流病、萎缩性胃炎及炎症性肠病等，并预测消化道出血、肿瘤转移及远期存活率[9-11]。在神经病学领域，智能癫痫检测装置可通过长期动态监测来改善癫痫患者的管理和生活质量[12]。在肿瘤病理学诊断领域，Paige.AI是一种基于人工智能的算法，可准确诊断各种常见肿瘤，以帮助病理学家有更多的时间专注于特殊疾病的病理诊断[13]。在乳腺疾病领域，人工智能应用于乳腺癌筛查，可提高筛查的特异度和敏感度，降低其假阳性或假阴性概率[14]。在影像诊断领域，基于深度学习的智能软件已经与专业诊断人员在医学疾病影像分类诊断方面的准确性相当[15]。

2 人工智能在医学教育中的应用现状

在医学教育方面，为适应智能医学的发展，部分大学已经开始教授新的医学课程，以满足未来医务人员应对智能医学在临床实践中应用的需要[16]。这些课程中用到了更多的“硬科学”（如物理和数学）方法，增加了计算科学、编码、算法和电子工程等学科的知识。未来，这些可以熟练使用人工智能的医生将依靠自身的临床经验和数字专业知识，来更好地解决现代健康问题，参与制定医疗机构的数字战略，管理智能医疗设备。美国部分医学院已经为医学生开设了医学人工智能课程，并在医学教育中进行了人工智能培训[1]。在我国，人工智能机器人已通过中国国家医疗许可证考试[17]。

人工智能和机器学习技术的应用也为利用大数据进行医学教育提供了新的方法，学者也在积极探讨人工智能在教学领域的应用效果。研究者通过创建虚拟手术助手（自动教育反馈平台），利用可解释的人工智能进行基于仿真的外科培训[18]。研究者论证了人工智能在口腔医学领域面临的机会和挑战，如何引入临床人工智能解决方案为学科的未来培养出智能口腔医学人才[19]。另外，人工智能医学教育在现存的中国医学教育系统中应用效果也得到了多个研究团队的验证，如人工智能图像教学系统用于临床医学本科生骨髓细胞形态学教学，智能模拟人用于医护综合技能培训等[20]。然而，我国目前在人工智能、移动医疗应用和远程医疗等领域的医学教育尚存在很多不足，亟须进一步研究、发展和推广应用。

3 医学教育中人工智能应用面临的问题

我国的人工智能在医疗教育方面的应用距离规划中的要求还有很大差距，还存在诸多问题。这些问题主要表现在人员、硬件、软件、方法、环境方面。

3.1 人员问题

在智能医学教育中缺乏人工智能人才，尤其缺乏人工智能和医疗交叉学科的人才，以往的教育体系很难培养出既懂得医学又懂得人工智能的人才。人工智能快速发展，在为医疗卫生领域带来契机的同时也带来了伦理问题和更多挑战[21]。医学教育者和医学生对于人工智能还存在认知困惑，对人工智能在医学教育中应用的相关伦理问题更缺乏认知。同时，各大高校尤其是医学院校，缺乏智能医疗教育相关的服务人员，关于人工智能的人员建设有待加强。

3.2 硬件问题

在人工智能医学教育方面，学校和社会对硬件的投入较少，学校往往由于预算紧缺，无法投入更多的智能医疗硬件来满足智能医疗教育的需求。现有的硬件资源存在数据共享和设备互联等多方面问题，往往无法支持智能医疗教育。由于资金投入少，导致硬件设备更新缓慢，无法适应快速变革的智能医疗教育发展的需求。

3.3 软件问题

目前，市场上多数的“人工智能+医学教育”软件仅仅关注辅助学习领域，人工智能用于个性化医学教学模式尚未成熟、难以评估医学教育中人工智能的有效性等。在智能决策方面，单一的智能算法可扩展性差，无法适应复杂多变的医学教育场景，迫切需要将智能医疗产业创新及时有效地转化为智能医学教育新系统、新产品。

3.4 方法问题

目前，人工智能在医学教育中的实施方法缺乏相应的标准，也缺乏成熟的医学教育智能应用案例与模式，缺乏应用过程中所遵循的方法。云计算、5G技术、大数据等技术为人工智能在医学教育中的应用提供了更多技术支持，而传统的教育教学方法在智能医疗教育时代也将面临挑战，如何利用好新型技术为我们医学教育提供更加便捷的服务也是我们医疗教育中需要探讨的问题。另外，还存在人工智能医学教学应用方法及效果的研究较少、宣传培训较少、缺乏相应的应用方法指引等问题。

3.5 环境问题

智能医疗教育在实现的时候还会面临经济和政策环境问题，高校往往缺乏相应的资源和服务体系。人工智能医疗教育的快速发展离不开政策的支持，在国家顶层政策推动的同时，各类各层级的细节管理办法也要及时跟上时代发展。经济支持方面，健康医疗AI技术的临床及教育价值快速被社会认同，在医学教育中高校对智能医疗也均具备一定的数据消费意愿与能力，然而受经济条件的限制，高校在预算支持方面对智能医疗的支持大多不够。同时，智能医疗教育技术的应用研发需要大量资金支持，在产品尚未全面应用时，市场需要不断地注入资本以维持研发能力。人工智能在医学教育中的应用不广泛与人工智能在我国发展的软硬件基础条件、医学教育数据获取、资源投入、应用场景、开发模式、产业生态等环境因素密切相关。

4 人工智能在医学教育应用的应对策略

人工智能不仅给传统医学教育带来了许多挑战，也给当代医学教育工作者带来了巨大的机遇。人工智能的快速发展，促进了包括医学教育在内的许多职业发生变化。我们应该利用人工智能来强化医生在医学实践中的角色。我们需要理解这些新的角色，以便我们能够相应地调整医学教育。为此，医学教育工作者应具备人工智能医学教学方面的基本知识，了解人工智能对医学教育的影响程度，积极调整人员角色，适应人工智能医疗。

（1）积极践行人工智能医疗教育。医学教育具有教师组成多样化、学生实践场所分散化等特点，而且高等医学教育过程是多阶段的，包括基础知识学习、临床实践、临床见习等。利用人工智能相关技术包括数据挖掘、神经网络、机器学习等可以帮助教师、学生和管理者协调一致，严格控制教学质量，提高教育管理效率和沟通的流畅性，真正实现教育管理的现代化。

（2）加大对人工智能在医疗教育领域的硬件和软件投入力度，利用大数据分析技术扩大医学教育对真实数据的获取，促进智能产品在医学教育中的发展和应用。建立医学教育与人工智能产业的对话平台和机制，加强医学教育专家与计算机工程师之间的沟通。

（3）加强对人工智能医学教学应用方法的宣传、培训及应用效果的评价。完善的教学质量监测和评价是提高教学质量的保证，基于大数据的教学质量监测和评价可以在日常教学过程中实时进行。通过对大量反馈信息的分析，进行阶段和结果评价，从而严格控制教学质量，为培养优秀的医学生提供保障。高等医学教育具有课程多、学习系统长、实践性强、专业综合性强的特点。在教育监测和评价系统中，将人工智能评价与传统的师生互动有机结合起来，解决临床实践场所分散和监测困难的问题。

面对全球人工智能的发展，尤其在高等医学辅助教育中，人工智能技术正在发挥着越来越重要的作用，需要更完善的政策和制度来提供帮助。在支持和推进已有政策的基础上，各级政府和各大院校应积极做好进一步规划，以适应人工智能的发展。医学教育工作者应积极应对人工智能带来的变化，更广泛地将智能教育方法应用于医学教育中，促进医学教育的改革，推广人工智能医学教育，促进智能医学教育的发展。

5 结语

人工智能在医学教育与实践中的实施是一个很有前途的发展领域，与其他现代基因组学、精准医学和远程医疗领域相辅相成，共同迅速发展。科学进步要求制定改善现代医疗健康的解决方案，而目前医疗卫生政策应首先解决人工智能与医学发展相关的伦理和资金问题。未来，人工智能不仅不会取代医生、学生或医学教育，还将为其开阔视野。图灵说“我们只是向前眺望了一小段路，却清楚地看到那有许多大有可为之事”[22]，未来人工智慧在医学教育中的想象空间，今天也才只是刚拉开了大幕的一角而已。