摘要：人工智能技术已经在人类生活中普遍应用，在医疗行业内也应用广泛。针对医学本科生的临床教学，本文提出了人工智能在早期临床教学、诊断学教学、临床思维能力培养等方面的运用，并拓展了一些可以运用于未来教学中的技术方向。在已有技术的基础上，本文提出了一种基于人工智能的辅助诊疗训练系统模型，可以有效解决学生在临床学习过程中难以接诊真实患者的限制，有利于节约成本。在医学教育领域，尤其是本科生的临床教学中，人工智能有利于个体化培养学生医学素质，同时加强医教协同，更好地助力“健康中国”建设。

　　关键词：人工智能；医学教育；临床教学；早临床；诊断学；临床思维能力；临床训练

　　0引言

　　近年来，随着计算机技术的发展，人工智能（Artificial intelligence,AI）逐渐成了生活中的重要组成。人工智能在无人驾驶、虚拟助手、医学影像[1]等方面应用广泛，极大地提高了生产力，促进了多行业的发展，便利了日常生活[2]。在科学技术的加持下，AI技术正在向更为广泛的蓝海迈进。

　　在临床教学中，AI技术也将有着广阔的发展空间[3]，尤其是在本科生的早临床接触阶段、临床诊断教学和临床思维培养方面，AI技术将助力学生的全面发展，为培养优秀的卫生健康人才贡献力量。在对国外医学本科生的调查研究中，超六成的学生愿意接受并使用AI教学，但囿于当前使用场景受限，许多人没有受到过AI相关的医学教育[4]。因此，拓展AI的医学教学领域尤其是临床方面势在必行。下面将试述AI可拓展的临床教学领域。

　　1 AI用于本科生的临床教学

　　早临床属于一种初步认识临床医学专业的医学教育。在本科教育的早期阶段，医学生对于医学的认识较为浅薄，对于医疗的认知仅仅停留在表层，此时开展临床教育，有助于学生提前了解职业规划，健全临床思维与巩固理论知识[4]。对于早临床阶段的学习而言，应当更多地寓教于乐，在医疗环境不甚理想的时期避免学生过早遇到现实挫折，更好地保护学生成长。通过构建标准化的病例库和具备人机对话的人工智能临床教学系统，在带教老师的指导下接诊“虚拟患者”，对患者进行“检查”及“治疗”，在正确做出治疗决策后正向反馈给学生治疗效果。该系统可以激励学生的学医动力，有效避免一些患者对学生的不信任和由此带来的挫折感，更好地理解疾病的各类机制，初步学习临床思维方式[6]，并能对医疗工作有着更为直观的认识，进一步培养医学生的临床兴趣。

　　2 AI在诊断学教学中的应用

　　诊断学是基础医学和临床医学之间的桥梁课程，在系统接受了基础医学的教育后，医学生具有了扎实的基础。在学习诊断学时，由于传统的诊断学教学多以教师为中心，知识点繁多且较为枯燥，知识串联度不高，使得学生在理论课课堂上的积极性受挫；实践课的教学若无法有效吸收理论课知识，又难以达到教学目的，进入一种恶性循环的教学过程[7]。而利用AI教学，可提高教学的针对性与趣味性，并且在部分领域已有应用。在影像学中，AI技术早已被广泛用于读图和诊断教学[8]，在皮肤科的诊断教学中，业已有利用卷积神经网络深度学习，对一些常见皮肤病进行分类，辅导学生进行诊断学习，并能生成学习报告[9]。因此，在诊断学教学中，AI技术有助于医学生，尤其是本科生的培养。

　　此外，还可构建一套完整的AI仿真教学系统进行诊断教学。AI仿真教学系统可以通过海量真实临床病例，由专家整合形成虚拟仿真教学系统。该系统应当具备人机对话能力，并以真实病例模拟相应病情的体征及辅助检查结果，基于此可让学生可以在系统中进行问诊、体格检查、开具相应辅助检查，并得出诊断的教学，同时发现学生在系统中遇到的问题进行纠错，提高学生采集病史能力，从而在教学中发挥重要作用[6]。AI仿真教学系统可以克服部分由于缺乏标准化病人（Standardized patient,SP）或SP工作不严谨导致的部分症状体征无法表现的问题[10]。在临床见习中对于缺乏相应病种的病例时，该系统可作为辅助教学之用。在公共卫生事件期间，进行线上教学时，该系统也可成为重要的支撑，通过该系统让学生进行相应练习，一定程度上缓解无法进行实际操作的矛盾。

　　3 AI助力医学生临床思维培养

　　临床思维培养常常融合在临床教学之中，而本科阶段是奠定临床思维基础的重要时机。这是一种抽象思维的培养，较客观知识而言，较难形成标准化、规范化的培养流程。现时，多数医学院校采取问题导向的学习（Problem-based learning,PBL）及病例导向的学习（Case-based learning,CBL）方式进行教学，有效提升学生面对问题时的解决能力，提高综合素质，逐步提升学生的临床思维能力[10]。通过多元化的教学方式，尤其是网络化的课堂管理，可以有效提高学习过程的趣味性，让学生更加主动地学习临床思维能力，从而激发学习兴趣，让学生在PBL和CBL教学中有效提升临床思维能力[11]。

　　现今已有市场化的医学教学软件用于临床辅助教学，利用真实病例辅助训练学生的问诊、查体、辅助检查、诊断和处置能力，并通过知识拓展模块与临床接轨，利用阶段考试来考查学生的临床思维能力提升程度，使计算机技术与教学体系相融合，最大化利用医疗领域海量数据资源，还原临床诊疗经过[13]。AI的教学系统，可以在PBL和CBL教学的基础上，让学生更加身临其境地进行个性化学习。一种医学教育的AI辅助集成系统可通过设置病例生成单元，将患者的病患信息采集整理并按照不同的层次以及不同的医学阶段分类，生成不同层次的教学病例以及临床模拟病患，便于学生进行系统的学习，从而提高学生的学习效率[14]。该系统的优势在于利用AI系统的自学习功能，可持续优化算法，提高处理精确度，相较原有的非AI系统，能更有力地帮助学生培养临床思维。

　　4 AI辅助诊疗训练系统模型构建

　　基于上述的各类人工智能应用，本文提出了一种基于AI的辅助诊疗训练系统模型，用于模拟诊疗步骤，让学生在训练过程中逐渐掌握临床诊疗思路。

　　该系统可利用真实病历数据库，AI学习后，构建一套模拟病人数据库，并由专家审核认证后应用于临床教学。该系统可以训练学生在每一个决策点（图中菱形方框）进行临床决策，同时通过采集病史训练模块、辅助检查训练模块、诊断训练模块、处方点评模块、模拟处置模块和治疗评价模块，多维度训练学生的诊疗能力，并以真实病例的治疗方式对学生进行评价。该系统能有效解决学生在临床学习过程中难以接诊真实患者的限制，对学生进行全阶段临床训练，并可根据学生的水平进行难易调节或装配相应模块，达到个体化教学的目的。在本科生的临床教学阶段也可通过本系统初步接触临床思维方式，从而达到培养临床兴趣的目的。市场上的类似系统中，大多数使用的是真实病例，可使用病例数较为有限，且病例的编辑成本较高[15-16]。利用AI模拟生成病例，可以有效降低成本，并多样化地培养并考核医学生的临床思维能力。

　　5讨论

　　临床教学是医学生培养过程中的核心环节，只有经历过临床的磨炼，医学生才能蜕变为一名合格的医生。邓小平同志曾说，科学技术是第一生产力，所以，临床教学者应当充分利用各种先进的科学技术，为我国卫生健康事业培养一批批优秀人才。

　　AI技术发展到今日，已经成为一种不可或缺的生产力，如何利用好这一生产力，则是当前的一项关键任务。人工智能在医学领域的应用已经优化了临床工作、风险评估等流程[17]。为进行AI医学教学，教师应当具备扎实的医学功底与AI的基本知识[18]，当前对本科生人AI学的研究及教学内容还有许多讨论，构建标准化的AI教学课程势在必行[19]。AI用于医学教育领域，是一种新技术与教育理论的有机结合，可加强医教协同，有效推动现代医学教育理论与医疗实践的有机结合[3]。同时，在AI的应用中，应当注意患者真实数据的隐私保护，注重伦理原则，让AI更好地造福医患双方，助力医学教育事业发展[2,20]。

　　本文试述了AI在本科生教学中可发挥的领域，并创造性地提出了一项AI辅助诊疗训练系统模型，这将帮助数以万计的医学生成材，助力“健康中国”建设，让更多的医学生在未来的医疗卫生领域中各领风骚。

　　参考文献

　　[1]李顶,汪艳芳,李永欣,等.人工智能在医学影像诊断中的应用研究[J].中国临床解剖学杂志,2020,38(1):110-113.

　　[2]王姗姗.人工智能医学应用的伦理研究[D].北京:北京协和医学院,2020.

　　[3]李鸿浩,陈波,李建平,等.医学教育中人工智能应用的现状、问题与对策[J].中国循证医学杂志,2020,20(9):1092-1097.

　　[4]P ucchio A,Rathagirishnan R,Caton N,et al.Exploration of exposure to artificial intelligence in undergraduate medical education:a Canadian cross-sectional mixed-methods study.[J].BMC Medical Education,2022,22(1):815.

　　[5]姜辉,李炎蔚,牟笑笑,等.浅谈早临床对本科医学生的意义[J].中国医学人文,2020,6(1):31-34.

　　[6]南宁.人工智能在高等医学教育中的应用前景[J].课程教育研究,2019(26):21.

　　[7]艾飞艳,刘芬,田力,等.人工智能在诊断学教学中的应用[J].中国继续医学教育,2021,13(22):94-97.

　　[8]Duong M T,Rauschecker A M,Rudie J D,et al.Artificial intelligence for precision education in radiology.[J].The British Journal of Radiology,2019,92(1103):20190389.

　　[9]Wells A,Patel S,Lee J B,et al.Artificial intelligence in dermatopathology:Diagnosis,education,and research.[J].Journal of Cutaneous Pathology,2021,48(8):1061-1068.

　　[10]鲁建国,赵华栋,南菁,等.对标准化病人教学模式的认识与思考[J].山西医科大学学报(基础医学教育版),2006,8(3):286-287.

　　[11]黄素霞,俞方.谈PBL教学模式与医学生素质培养[J].中国高教研究,2002(9):69-70.

　　[12]郑亚民,梁阔,王悦华,等.在外科实习阶段提高医学生临床思维能力的教学模式[J].中国医药导报,2022,19(10):72-76.

　　[13]黄国涛,洪莉,胡鸣,等.治趣APP用于医学生临床思维能力培养的探索[J].中国医药导报,2019,16(31):84-87.

　　[14]舒晓刚,赵宁,吴亮,等.一种医学教育的人工智能辅助集成系统:CN110910693A[P].2020-03-24.

　　[15]王成红,唐晓鸿,张柯,等.交互式人工智能虚拟病例系统在诊断学教学中的实践应用[J].中华医学教育探索杂志,2021,20(04):388-391.

　　[16]陆耀红,邹扬,施丹丹,等.DxR Clinician在国内医学模拟教学中的应用[J].中华医学教育探索杂志,2014(4):402-406.

　　[17]Sheikh A Y,Fann J I.Artificial Intelligence:Can Information be Transformed into Intelligence in Surgical Education?[J].Thoracic Surgery Clinics,2019,29(3):339-350.

　　[18]Masters K.Artificial intelligence in medical education.[J].Medical Teacher,2019,41(9):976-980.

　　[19]Lee J,Wu A S,Li D,et al.Artificial Intelligence in Undergraduate Medical Education:A Scoping Review.[J].Academic Medicine:Journal of the Association of American Medical Colleges,2021,96(11S):S62-S70.

　　[20]Katznelson G,Gerke S.The need for health AI ethics in medical school education.[J].Advances In Health Sciences Education:Theory and Practice,2021,26(4):1447-1458.