人類社會已進入人工智能時代，醫療實踐和醫學教育正在經歷深刻的變化。我國已將人工智能發展納入國家發展戰略，并大力倡導其在教育領域中的應用，醫學教育與人工智能技術的融合正在變革現代醫學教育范式。該文介紹了人工智能在醫學教育領域中應用的現狀，分析其應用中存在的問題，并提出相應的解決對策，旨在為推動醫學教育和人工智能的深度融合奠定基礎。
引用本文： 李鴻浩, 陳波, 李建平, 劉偉, 任天宇, 鄭尚維, 薛文赫, 柳岸, 駱竹媚, 文進, 金濤. 醫學教育中人工智能應用的現狀、問題與對策. 中國循證醫學雜志, 2020, 20(9): 1092-1097. doi: 10.7507/1672-2531.201910092 復制
隨著人類社會從信息時代邁入人工智能時代，醫學教育和醫療實踐都在經歷深刻變化。醫學教育的智能化將提升現代醫學教育的質量和效率，有利于培養面向未來人工智能時代的醫學生[1]。我國政府重視高等醫學院校發展人工智能教育，相繼推出系列指導性文件，要求利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系[2]。我國醫學院校應緊隨國家人工智能戰略部署，開展“人工智能+醫學教育”新教育模式。但是，個性化教育薄弱、教學管理效率低、教育協同化水平低、與傳統醫學教學模式的沖突等因素限制了人工智能技術融入到醫學教育[3]，阻礙了在新時代我國醫學教育模式的革新，不利于醫學教育質量的提高和醫學教育資源的共享。當前我國人工智能用于醫學教育存在哪些短板與困難？如何構建“人機交互”兼具人文關懷的新型醫學教育模式？如何適度將人工智能融入醫學教育，從而提升醫學生的崗位勝任力？這些都是人工智能時代的醫學教育改革需要重點考慮的問題。
本文將介紹人工智能在醫學教育領域中應用現狀，分析其應用中存在的問題，并提出相應解決對策，旨在為推動醫學教育和人工智能的深度融合奠定基礎。
1 醫學教育中人工智能應用的現狀
醫學專業知識和技能是從嚴格的醫學教育、培訓和臨床實踐中獲得的。我國現代醫學教育的歷史已超過百年[4]。醫學教育的實踐性決定了需利用各種信息資源和教學技術為現代醫學教育服務。我國醫科院校歷經了從最早使用繪制掛圖到幻燈、電影、電視、VCD 和 CAI、教學網站的制作[5]，到基于移動互聯網、5G 的遠程手術教學，正邁入以人工智能為代表的超越現實階段。
目前，人工智能技術主要應用于醫學本科教育階段及醫學研究生培養階段、臨床專業培訓階段、繼續醫學教育階段。醫學教育智能化的伴隨技術包括虛擬現實技術、5G 技術、云計算、大數據分析、可穿戴設備、物聯網技術等[6-8]。國際商業機器公司的“Waston”系統采用基于證據的學習模式支持多種腫瘤的治療決策，供醫學生分析和使用。“虛擬病人學習系統”可輔助模擬現實中的病患情況，由醫學生自主地作出相應的檢查步驟和決策，訓練其臨床思維和判斷能力[9]。增強型眾包輔導平臺“Brainly”突破性地在社交網絡平臺運用人工智能技術，實現平臺個性化的學習功能。微軟公司推出的精準醫學機器“Hanover”借助機器閱讀、癌癥決策支持系統等，幫助醫學生在諸多治療方案中，找出最有針對性的癌癥治療方案，著力實現精準醫療[10]。美國國家醫學院相關研究明確提出要開展人工智能相關的醫學訓練和教育規劃，支持人工智能在醫療保健的普及應用[11]。同時，美國部分大學已為在校醫學生開設醫療人工智能課程，并在繼續醫學教育中開展人工智能培訓[12,13]。美國執業醫師資格考試已于 2018 年開始考查人工智能、移動醫療應用和遠程醫療等科目。中國的人工智能機器人已通過國家醫療執照考試[14]。總體來看，雖然教育技術的智能化使得現代醫學教育加速發展[10]，但是在醫學教育體系中，目前仍較少讓醫學生或住院醫師熟悉人工智能、移動醫療應用和遠程醫療[15,16]。
近年來，國內外連續出臺多項有關人工智能、教育和醫療的政策文件或計劃、共識等[17-21]，要求加快人工智能在教育領域的創新應用，推動智能醫療應用示范，積極探索現代醫學教育創新的有效措施和實踐模式。
2 醫學教育中人工智能應用所面臨的問題及原因
我國醫學教育與人工智能的結合尚處于起步階段。與相關政策要求、智慧醫療實踐相比，醫學教育的智能化改革步伐較慢，醫學教育中人工智能的應用存在諸多問題（圖 1）。這些問題主要表現為人工智能資源欠缺或地區分布不均衡、智能技術在醫學教育中應用不足、個性化醫學教學條件缺乏、智能化醫學教學管理效率和協同化水平低等特點[22]。
圖1
醫學教育中人工智能應用所面臨的問題
2.1 醫學教育者對人工智能應用的認識不足
當前部分醫學教育者對人工智能的價值存在疑惑，對人工智能在醫學教育中的效用認識不足[23]。有些教育者還未認識到人工智能與教育融合的優勢，對“智能化”與“人格化”的認知存在差異[24]，導致人工智能在醫學教育應用上存在諸多認識問題。此外，醫學生對人工智能場景下的醫學教育與醫療決策相關倫理問題認識不足[25]。另外，人工智能技術不成熟及其教學應用效果研究較少、相關普及宣傳和培訓少、教師對人工智能相關知識落后、傳統的醫學課程改革和教學環境限制等因素均是導致上述問題的潛在原因[26]。
2.2 醫學教育中人工智能應用的技術瓶頸
目前人工智能在醫學教育大數據、核心算法等技術上存在瓶頸[27]，人工智能用于個性化醫學教學模式尚未成熟、難以評估醫學教育中人工智能的有效性等[28]。當前市場上的“人工智能+醫學教育”軟件屬于弱人工智能，并且多數產品僅關注輔助學習領域。在智能決策方面，單一的智能算法可擴展性差，無法適應復雜多變的醫學教育場景，有以偏概全的風險[29]。究其原因，這與我國人工智能硬軟件基礎條件、產業生態、開發模式、應用場景、資源投入、醫學教育數據獲取等環境因素密切相關。
2.3 醫學教育中人工智能應用的供給側乏力
我國現有的“人工智能+醫學教育”相關教學研究以理論探討為主，實踐應用研究較少，缺乏指導人工智能應用于醫學教育改革的成熟或可推廣案例。我國大多數醫學院校的教師尚未充分運用人工智能技術來改進教育、教學。目前醫學教育中有關人工智能的教學材料、課程體系、師資隊伍缺乏，人才培養路徑不清晰，醫學生綜合能力發展規劃、課程設置和教學評價等醫學教育管理軟件缺乏。這些問題可能與缺乏頂層設計，缺乏多學科交叉人才、缺乏配套資源和服務體系、人工智能技術發展不完善等有關。
2.4 醫學教育管理中人工智能應用的基礎薄弱
不同醫學教育系統、平臺間的數據沒有開放和共享，“信息孤島”現象嚴重，難以采集醫學生學習全過程的數據，從而制約醫學教育管理中人工智能技術的研發和應用。人工智能在教育管理中落地應用的基礎差，實踐案例較少且零散，缺乏可推廣的成熟模式。在醫學教育過程中，人工智能涉及到個人隱私保護、責任劃分、環境、教育管理分管和分治、人機關系的倫理困境等問題及技術與教育管理者崗位勝任力均對醫學教育管理者提出了新要求，這些都給人工智能走進教育管理帶來巨大挑戰[1]。該挑戰與教育人員管理能力亟待提升、前瞻性的管理研究缺乏、醫學教育管理的倫理問題未被充分重視等密切相關。
2.5 醫學教育中人工智能應用引發的教育失衡
我國經濟欠發達地區較難研發、應用、推廣人工智能技術，這可能進一步加劇區域之間、城鄉之間的醫學教育失衡。由于醫學教育中人工智能的應用所需投入較大，這會限制欠發達地區醫學院校智慧課堂的建設。特別是基于人工智能的醫學教育個性化、定制化教育服務，會消除傳統醫學教育的標準化，使醫學生個體差異因家庭經濟、文化、環境等原因在教育上被放大，引發教育不公平問題[30, 31]。國家或地區的政府政策、資金投入或人工智能企業的支持是影響經濟欠發達地區的醫學院校開展智慧醫學教育及教育公平性的重要因素。
3 醫學教育中人工智能應用的應對策略
作為醫學教育現代化的標志，人工智能既給傳統醫學教育帶來諸多挑戰，也為當代醫學教育工作者帶來巨大機遇。“人工智能+醫學教育”的核心是使用人工智能技術更好地理解并促進醫學教學活動的開展，確保包容、公平、有質量的醫學教育，以促進醫學生更高效學習，使之具備人工智能時代的崗位勝任力和醫學人文素養[6]。圍繞該核心，針對醫學教育中人工智能應用所面臨的問題及原因，本文提出以下對策。
3.1 開展“人工智能+醫學教育”，提升認知水平和實踐能力
在我國醫學院校、醫學教育相關系統開展深化人工智能知識的教育普及活動，突出現階段“人工智能+醫學教育”的價值取向是“人機協同”。醫學院校領導要充分重視，相關宣傳培訓部門協同推進，結合所在醫學院校的實際情況，選派國內人工智能領域專家學者和實際工作者，面向醫學院校管理者、教師、醫學生、醫師等有計劃地組織開展形式多樣、富有成效的人工智能知識教育普及活動。在醫學教育改革中，鼓勵并支持項目單位聯合開發創新的“人工智能+醫學教育”教學方案、智能技術應用方案并整合大數據資源，支持開展面向教學人員、培訓管理者及決策者的相關培訓，提升其應用能力，促進人工智能技術應用于日常教學及管理。對醫學院校教師的能力建設做出全面系統要求，并提升管理者的智能化管理能力、教師智能化教學能力[23]。同時，對醫學生開設醫療人工智能技術與倫理課程、人文醫學素養課程，提升其數據處理能力、人工智能工具的使用與監管能力、專業知識獲取能力、臨床倫理決策能力、溝通交流能力、移情能力、人工智能應用的協作與管理。
3.2 發展人工智能核心技術和設備，突破醫學教育實踐的瓶頸
以醫學人才培養、醫學科學研究和醫學教育管理的實際需求為導向，根據醫學教育體系和過程的規律和特點，對醫學教學場景下的“人-機-環境系統”及其影響因素開展跨學科領域的創新性研究。除了把基礎理論研究、基礎算法創新、大數據獲取、關鍵技術和設備的研發放到首位[32]，還要拓展醫學教育的真實數據獲取途徑，提高數據分析技術，促進醫學教育智能產品研發和應用。構建醫學教育與人工智能產業的對接對話平臺和機制，增加醫學專家與計算機工程師的交流[33]，將產業界創新及時有效地轉化為醫學教育技術新產品、新系統。針對未來醫學生培養要求，建設智能教室、智能實驗室、智能圖書館等，為醫學院校提供更多更優的人工智能教育基礎設施和設備。開發并推廣應用適合醫學生自學的軟件、虛擬教學助理、醫學教學管理的軟件、智能化學習課表、醫學教育管理智能決策系統等，逐步讓人工智能浸潤到醫學教育及其管理實踐中。
3.3 制定智慧醫學教育的頂層規劃，積極探索“人工智能+醫學教育”的實踐經驗
根據《中國教育現代化 2035》等文件[17-21]要求和醫學教育特點，由醫學院校一把手牽頭制定符合自身情況的“人工智能+醫學教育”行動框架，并制定相關措施來激勵多方協同推進醫學院校的教學智能化，尤其是促進人工智能企業將相關技術融入醫學教育發展。該行動框架能夠進一步明確未來發展目標與實施路徑，并覆蓋醫學教育全過程。其內容應包括課程設置與教學計劃、教學過程、教學媒體及內容、設施設備保障、學校發展與教育教學管理及相關資助計劃。醫學院校將人工智能應用于醫學教育，要使研發與試點工作覆蓋醫學教育全過程，有效推進人工智能時代的醫學教育人才和有“崗位勝任力的醫學生”培養。在醫學課程革新中，課程設置應從注重信息獲取轉向注重知識管理和交流，確保醫學生得到良好的統計學、溝通和移情技能的訓練[23]，為醫學生合理適度使用人工智能臨床決策支持、風險防范等做好準備。
3.4 加速醫學教育智能化管理革新，在適度規范中促進人工智能技術的應用
醫學院校應組織研究力量，進行面向人工智能時代的醫學教育管理體系改革，開展人工智能驅動的醫學教育與傳統醫學教育效果的比較研究。構建切實可行的管理機制、策略，完善相關管理制度，整合并用好來自政府、教育系統、產業界和社會各界的資源來推動教育管理的智能化變革。醫學院校應積極鼓勵將人工智能技術融合到醫學教育的計劃、組織、控制、評價和風險應對等管理職能中，促成人工智能與教育管理的良性結合。加強教學數據開放共享、促進數據研究成果支持管理應用。加快醫學教育課程改革力度，如在循證醫學課程中引入醫療人工智能技術的內容，且安排課程讓醫學本科生到醫院信息科見習[34]，或在醫師認證環節加入智能醫療的考核內容。同時，強化人工智能在教育管理中的落地應用，針對人工智能技術可能引發的醫學教育管理的倫理和技術問題等，應制定相關規范與應急預案，避免醫護人員可能過度依賴人工智能輔助，從而導致引發其自身診療水平、業務能力降低及與患者溝通技能受影響的風險[35]。
3.5 維護醫學教育中人工智能應用的教育公平，促進醫學智慧教育穩健發展
教育公平是社會公平的重要基礎，人工智能技術應促進人人獲得醫學教育優質、公平的機遇。① 在政策和法律層面，應完善政策法規，為欠發達地區開展人工智能醫學教育提供制度保障。② 在資源方面，除加大政府財政資金支持、加強基礎設施建設外，還需合理引導社會資金，促進人工智能在欠發達地區醫學教育系統的應用與發展[36]。③ 在合作形式方面，探索校企合作模式，通過高新技術企業和發達地區學校的合作共建等方式，促進將人工智能技術及相關資源投放到非發達地區醫學院校的課程教育。④ 在技術層面，整合互聯網、5G、人工智能等技術，把優質的醫學教育資源迅速、高效、低成本地輻射到邊遠貧困地區，并在一定程度上滿足個性化教育需求，進一步增加優質資源的適切性。⑤ 在教學范式層面，采用“雙師模式”，充分利用人工智能技術進行線上線下混合教學，促進共享優質醫學教育資源，切實保證教育質量和教育公平性。
4 未來智能化醫學教育展望
醫療改革和醫學專業發展呼喚醫學教育改革，從而使醫學生能夠更勝任未來的醫療健康服務實踐。醫學教育正從信息時代走向人工智能時代，人工智能技術和現代醫學教育的深度融合是必然趨勢[37]，人工智能應用于醫學教育將推動現代醫學教育理論與實踐的飛速發展。在未來的醫學教育場景中，教師會利用智能終端進行醫學教育全程效果評估；教學管理者可在大數據和智能化基礎上創新管理模式；醫學生將使用移動設備在虛實融合的環境中學習互動，使其不僅具備醫學知識和人工智能相關知識、熟悉人工智能教學或管理工具的使用和管理，而且能掌握人工智能工具創建的知識庫、參與創建和評估新的智能醫學教育工具，甚至參與編寫人工智能輔助診治指南，熟練應對病人、護理人員和人工智能應用程序中出現的復雜性。
5 結語
人工智能技術不僅驅動我國醫學教育改革，而且正在重構醫學教育生態，改變著醫學教育的時空場景和供給水平，使規模化前提下的個性化和多元化醫學教育成為可能[38]。未來如何走好“人工智能+醫學教育”的發展之路，需密切關注人工智能對醫學教育帶來的問題和挑戰，聯合醫學專家、醫學教育工作者、政策制定者和管理者、企業方等共同努力，加強醫學教育改革、人機融合的教育智能技術應用、智能化的教學效果研究、智能技術產品研發應用和管理創新，促進我國醫學教育朝著更高質量、更加公平、更有效率、更可持續的方向發展。
隨著人類社會從信息時代邁入人工智能時代，醫學教育和醫療實踐都在經歷深刻變化。醫學教育的智能化將提升現代醫學教育的質量和效率，有利于培養面向未來人工智能時代的醫學生[1]。我國政府重視高等醫學院校發展人工智能教育，相繼推出系列指導性文件，要求利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系[2]。我國醫學院校應緊隨國家人工智能戰略部署，開展“人工智能+醫學教育”新教育模式。但是，個性化教育薄弱、教學管理效率低、教育協同化水平低、與傳統醫學教學模式的沖突等因素限制了人工智能技術融入到醫學教育[3]，阻礙了在新時代我國醫學教育模式的革新，不利于醫學教育質量的提高和醫學教育資源的共享。當前我國人工智能用于醫學教育存在哪些短板與困難？如何構建“人機交互”兼具人文關懷的新型醫學教育模式？如何適度將人工智能融入醫學教育，從而提升醫學生的崗位勝任力？這些都是人工智能時代的醫學教育改革需要重點考慮的問題。
本文將介紹人工智能在醫學教育領域中應用現狀，分析其應用中存在的問題，并提出相應解決對策，旨在為推動醫學教育和人工智能的深度融合奠定基礎。
1 醫學教育中人工智能應用的現狀
醫學專業知識和技能是從嚴格的醫學教育、培訓和臨床實踐中獲得的。我國現代醫學教育的歷史已超過百年[4]。醫學教育的實踐性決定了需利用各種信息資源和教學技術為現代醫學教育服務。我國醫科院校歷經了從最早使用繪制掛圖到幻燈、電影、電視、VCD 和 CAI、教學網站的制作[5]，到基于移動互聯網、5G 的遠程手術教學，正邁入以人工智能為代表的超越現實階段。
目前，人工智能技術主要應用于醫學本科教育階段及醫學研究生培養階段、臨床專業培訓階段、繼續醫學教育階段。醫學教育智能化的伴隨技術包括虛擬現實技術、5G 技術、云計算、大數據分析、可穿戴設備、物聯網技術等[6-8]。國際商業機器公司的“Waston”系統采用基于證據的學習模式支持多種腫瘤的治療決策，供醫學生分析和使用。“虛擬病人學習系統”可輔助模擬現實中的病患情況，由醫學生自主地作出相應的檢查步驟和決策，訓練其臨床思維和判斷能力[9]。增強型眾包輔導平臺“Brainly”突破性地在社交網絡平臺運用人工智能技術，實現平臺個性化的學習功能。微軟公司推出的精準醫學機器“Hanover”借助機器閱讀、癌癥決策支持系統等，幫助醫學生在諸多治療方案中，找出最有針對性的癌癥治療方案，著力實現精準醫療[10]。美國國家醫學院相關研究明確提出要開展人工智能相關的醫學訓練和教育規劃，支持人工智能在醫療保健的普及應用[11]。同時，美國部分大學已為在校醫學生開設醫療人工智能課程，并在繼續醫學教育中開展人工智能培訓[12,13]。美國執業醫師資格考試已于 2018 年開始考查人工智能、移動醫療應用和遠程醫療等科目。中國的人工智能機器人已通過國家醫療執照考試[14]。總體來看，雖然教育技術的智能化使得現代醫學教育加速發展[10]，但是在醫學教育體系中，目前仍較少讓醫學生或住院醫師熟悉人工智能、移動醫療應用和遠程醫療[15,16]。
近年來，國內外連續出臺多項有關人工智能、教育和醫療的政策文件或計劃、共識等[17-21]，要求加快人工智能在教育領域的創新應用，推動智能醫療應用示范，積極探索現代醫學教育創新的有效措施和實踐模式。
2 醫學教育中人工智能應用所面臨的問題及原因
我國醫學教育與人工智能的結合尚處于起步階段。與相關政策要求、智慧醫療實踐相比，醫學教育的智能化改革步伐較慢，醫學教育中人工智能的應用存在諸多問題（圖 1）。這些問題主要表現為人工智能資源欠缺或地區分布不均衡、智能技術在醫學教育中應用不足、個性化醫學教學條件缺乏、智能化醫學教學管理效率和協同化水平低等特點[22]。
圖1
醫學教育中人工智能應用所面臨的問題
2.1 醫學教育者對人工智能應用的認識不足
當前部分醫學教育者對人工智能的價值存在疑惑，對人工智能在醫學教育中的效用認識不足[23]。有些教育者還未認識到人工智能與教育融合的優勢，對“智能化”與“人格化”的認知存在差異[24]，導致人工智能在醫學教育應用上存在諸多認識問題。此外，醫學生對人工智能場景下的醫學教育與醫療決策相關倫理問題認識不足[25]。另外，人工智能技術不成熟及其教學應用效果研究較少、相關普及宣傳和培訓少、教師對人工智能相關知識落后、傳統的醫學課程改革和教學環境限制等因素均是導致上述問題的潛在原因[26]。
2.2 醫學教育中人工智能應用的技術瓶頸
目前人工智能在醫學教育大數據、核心算法等技術上存在瓶頸[27]，人工智能用于個性化醫學教學模式尚未成熟、難以評估醫學教育中人工智能的有效性等[28]。當前市場上的“人工智能+醫學教育”軟件屬于弱人工智能，并且多數產品僅關注輔助學習領域。在智能決策方面，單一的智能算法可擴展性差，無法適應復雜多變的醫學教育場景，有以偏概全的風險[29]。究其原因，這與我國人工智能硬軟件基礎條件、產業生態、開發模式、應用場景、資源投入、醫學教育數據獲取等環境因素密切相關。
2.3 醫學教育中人工智能應用的供給側乏力
我國現有的“人工智能+醫學教育”相關教學研究以理論探討為主，實踐應用研究較少，缺乏指導人工智能應用于醫學教育改革的成熟或可推廣案例。我國大多數醫學院校的教師尚未充分運用人工智能技術來改進教育、教學。目前醫學教育中有關人工智能的教學材料、課程體系、師資隊伍缺乏，人才培養路徑不清晰，醫學生綜合能力發展規劃、課程設置和教學評價等醫學教育管理軟件缺乏。這些問題可能與缺乏頂層設計，缺乏多學科交叉人才、缺乏配套資源和服務體系、人工智能技術發展不完善等有關。
2.4 醫學教育管理中人工智能應用的基礎薄弱
不同醫學教育系統、平臺間的數據沒有開放和共享，“信息孤島”現象嚴重，難以采集醫學生學習全過程的數據，從而制約醫學教育管理中人工智能技術的研發和應用。人工智能在教育管理中落地應用的基礎差，實踐案例較少且零散，缺乏可推廣的成熟模式。在醫學教育過程中，人工智能涉及到個人隱私保護、責任劃分、環境、教育管理分管和分治、人機關系的倫理困境等問題及技術與教育管理者崗位勝任力均對醫學教育管理者提出了新要求，這些都給人工智能走進教育管理帶來巨大挑戰[1]。該挑戰與教育人員管理能力亟待提升、前瞻性的管理研究缺乏、醫學教育管理的倫理問題未被充分重視等密切相關。
2.5 醫學教育中人工智能應用引發的教育失衡
我國經濟欠發達地區較難研發、應用、推廣人工智能技術，這可能進一步加劇區域之間、城鄉之間的醫學教育失衡。由于醫學教育中人工智能的應用所需投入較大，這會限制欠發達地區醫學院校智慧課堂的建設。特別是基于人工智能的醫學教育個性化、定制化教育服務，會消除傳統醫學教育的標準化，使醫學生個體差異因家庭經濟、文化、環境等原因在教育上被放大，引發教育不公平問題[30, 31]。國家或地區的政府政策、資金投入或人工智能企業的支持是影響經濟欠發達地區的醫學院校開展智慧醫學教育及教育公平性的重要因素。
3 醫學教育中人工智能應用的應對策略
作為醫學教育現代化的標志，人工智能既給傳統醫學教育帶來諸多挑戰，也為當代醫學教育工作者帶來巨大機遇。“人工智能+醫學教育”的核心是使用人工智能技術更好地理解并促進醫學教學活動的開展，確保包容、公平、有質量的醫學教育，以促進醫學生更高效學習，使之具備人工智能時代的崗位勝任力和醫學人文素養[6]。圍繞該核心，針對醫學教育中人工智能應用所面臨的問題及原因，本文提出以下對策。
3.1 開展“人工智能+醫學教育”，提升認知水平和實踐能力
在我國醫學院校、醫學教育相關系統開展深化人工智能知識的教育普及活動，突出現階段“人工智能+醫學教育”的價值取向是“人機協同”。醫學院校領導要充分重視，相關宣傳培訓部門協同推進，結合所在醫學院校的實際情況，選派國內人工智能領域專家學者和實際工作者，面向醫學院校管理者、教師、醫學生、醫師等有計劃地組織開展形式多樣、富有成效的人工智能知識教育普及活動。在醫學教育改革中，鼓勵并支持項目單位聯合開發創新的“人工智能+醫學教育”教學方案、智能技術應用方案并整合大數據資源，支持開展面向教學人員、培訓管理者及決策者的相關培訓，提升其應用能力，促進人工智能技術應用于日常教學及管理。對醫學院校教師的能力建設做出全面系統要求，并提升管理者的智能化管理能力、教師智能化教學能力[23]。同時，對醫學生開設醫療人工智能技術與倫理課程、人文醫學素養課程，提升其數據處理能力、人工智能工具的使用與監管能力、專業知識獲取能力、臨床倫理決策能力、溝通交流能力、移情能力、人工智能應用的協作與管理。
3.2 發展人工智能核心技術和設備，突破醫學教育實踐的瓶頸
以醫學人才培養、醫學科學研究和醫學教育管理的實際需求為導向，根據醫學教育體系和過程的規律和特點，對醫學教學場景下的“人-機-環境系統”及其影響因素開展跨學科領域的創新性研究。除了把基礎理論研究、基礎算法創新、大數據獲取、關鍵技術和設備的研發放到首位[32]，還要拓展醫學教育的真實數據獲取途徑，提高數據分析技術，促進醫學教育智能產品研發和應用。構建醫學教育與人工智能產業的對接對話平臺和機制，增加醫學專家與計算機工程師的交流[33]，將產業界創新及時有效地轉化為醫學教育技術新產品、新系統。針對未來醫學生培養要求，建設智能教室、智能實驗室、智能圖書館等，為醫學院校提供更多更優的人工智能教育基礎設施和設備。開發并推廣應用適合醫學生自學的軟件、虛擬教學助理、醫學教學管理的軟件、智能化學習課表、醫學教育管理智能決策系統等，逐步讓人工智能浸潤到醫學教育及其管理實踐中。
3.3 制定智慧醫學教育的頂層規劃，積極探索“人工智能+醫學教育”的實踐經驗
根據《中國教育現代化 2035》等文件[17-21]要求和醫學教育特點，由醫學院校一把手牽頭制定符合自身情況的“人工智能+醫學教育”行動框架，并制定相關措施來激勵多方協同推進醫學院校的教學智能化，尤其是促進人工智能企業將相關技術融入醫學教育發展。該行動框架能夠進一步明確未來發展目標與實施路徑，并覆蓋醫學教育全過程。其內容應包括課程設置與教學計劃、教學過程、教學媒體及內容、設施設備保障、學校發展與教育教學管理及相關資助計劃。醫學院校將人工智能應用于醫學教育，要使研發與試點工作覆蓋醫學教育全過程，有效推進人工智能時代的醫學教育人才和有“崗位勝任力的醫學生”培養。在醫學課程革新中，課程設置應從注重信息獲取轉向注重知識管理和交流，確保醫學生得到良好的統計學、溝通和移情技能的訓練[23]，為醫學生合理適度使用人工智能臨床決策支持、風險防范等做好準備。
3.4 加速醫學教育智能化管理革新，在適度規范中促進人工智能技術的應用
醫學院校應組織研究力量，進行面向人工智能時代的醫學教育管理體系改革，開展人工智能驅動的醫學教育與傳統醫學教育效果的比較研究。構建切實可行的管理機制、策略，完善相關管理制度，整合并用好來自政府、教育系統、產業界和社會各界的資源來推動教育管理的智能化變革。醫學院校應積極鼓勵將人工智能技術融合到醫學教育的計劃、組織、控制、評價和風險應對等管理職能中，促成人工智能與教育管理的良性結合。加強教學數據開放共享、促進數據研究成果支持管理應用。加快醫學教育課程改革力度，如在循證醫學課程中引入醫療人工智能技術的內容，且安排課程讓醫學本科生到醫院信息科見習[34]，或在醫師認證環節加入智能醫療的考核內容。同時，強化人工智能在教育管理中的落地應用，針對人工智能技術可能引發的醫學教育管理的倫理和技術問題等，應制定相關規范與應急預案，避免醫護人員可能過度依賴人工智能輔助，從而導致引發其自身診療水平、業務能力降低及與患者溝通技能受影響的風險[35]。
3.5 維護醫學教育中人工智能應用的教育公平，促進醫學智慧教育穩健發展
教育公平是社會公平的重要基礎，人工智能技術應促進人人獲得醫學教育優質、公平的機遇。① 在政策和法律層面，應完善政策法規，為欠發達地區開展人工智能醫學教育提供制度保障。② 在資源方面，除加大政府財政資金支持、加強基礎設施建設外，還需合理引導社會資金，促進人工智能在欠發達地區醫學教育系統的應用與發展[36]。③ 在合作形式方面，探索校企合作模式，通過高新技術企業和發達地區學校的合作共建等方式，促進將人工智能技術及相關資源投放到非發達地區醫學院校的課程教育。④ 在技術層面，整合互聯網、5G、人工智能等技術，把優質的醫學教育資源迅速、高效、低成本地輻射到邊遠貧困地區，并在一定程度上滿足個性化教育需求，進一步增加優質資源的適切性。⑤ 在教學范式層面，采用“雙師模式”，充分利用人工智能技術進行線上線下混合教學，促進共享優質醫學教育資源，切實保證教育質量和教育公平性。
4 未來智能化醫學教育展望
醫療改革和醫學專業發展呼喚醫學教育改革，從而使醫學生能夠更勝任未來的醫療健康服務實踐。醫學教育正從信息時代走向人工智能時代，人工智能技術和現代醫學教育的深度融合是必然趨勢[37]，人工智能應用于醫學教育將推動現代醫學教育理論與實踐的飛速發展。在未來的醫學教育場景中，教師會利用智能終端進行醫學教育全程效果評估；教學管理者可在大數據和智能化基礎上創新管理模式；醫學生將使用移動設備在虛實融合的環境中學習互動，使其不僅具備醫學知識和人工智能相關知識、熟悉人工智能教學或管理工具的使用和管理，而且能掌握人工智能工具創建的知識庫、參與創建和評估新的智能醫學教育工具，甚至參與編寫人工智能輔助診治指南，熟練應對病人、護理人員和人工智能應用程序中出現的復雜性。
5 結語
人工智能技術不僅驅動我國醫學教育改革，而且正在重構醫學教育生態，改變著醫學教育的時空場景和供給水平，使規模化前提下的個性化和多元化醫學教育成為可能[38]。未來如何走好“人工智能+醫學教育”的發展之路，需密切關注人工智能對醫學教育帶來的問題和挑戰，聯合醫學專家、醫學教育工作者、政策制定者和管理者、企業方等共同努力，加強醫學教育改革、人機融合的教育智能技術應用、智能化的教學效果研究、智能技術產品研發應用和管理創新，促進我國醫學教育朝著更高質量、更加公平、更有效率、更可持續的方向發展。
