人工智能背景下“新医科”建设的挑战与变革

    一、医疗人工智能发展现状及对现代医学的影响

    人工智能（AI）在医疗领域的应用备受青睐，成为新医科发展的重要驱动力，并推动了智能医学的诞生，目前主要应用于健康医疗大数据、医学图像识别系统和医疗机器人三个方面，简化了数据的收集程序，提升了诊断效率和精准度，使精准化医疗成为现实。

    二、人工智能对传统医学教育的挑战

    （一）医学模式面临重大变革

    随着医疗人工智能的不断发展，生物—心理—社会医学模式逐步为智慧医学模式所替代，智慧医学模式在健康、疾病和诊疗、康复的理念和措施上形成全新的认识和判断，而以疾病“诊疗”为中心的现代医学教育面临着重大调整。

    （二）学科专业设置亟需调整

    智慧医学的发展要求多学科的交叉融合。在学科发展要求方面，X+医学或医学+X是必然的选择；在专业设置方面，传统医学的医学影像学专业、临床的培养规模应逐步减少；在人才培养方面，与医疗人工智能相关的专业少、培养规模有限；在课程设置方面，相关的知识和能力结构无法满足需要。

    （三）培养模式面临严峻挑战

    目前国内医学院校在教学模式上，仍以教师为中心，学生处于被动地位；在临床实践教学上，临床实习带教呈不断弱化之势；在课程结构上，多围绕基础医学+临床医学进行；在医疗人工智能对医学人才的要求上，缺乏AI相关模块，与大数据、云计算、互联网、物联网等学科融合程度较弱。着手“智能医学工程”专业的高校，在学科的设置、各学科之间的衔接等方面仍有诸多问题。

    （四）医学伦理学和法律面临新问题

    现阶段我国个人隐私保护和数据的确权立法严重滞后，难以满足医疗大数据系统建立后对个人医疗信息和隐私保护的要求；此外，由于人工智能的执业资格及其主体地位、产品准入的审批、超级人工智能的限制，急需立法上寻求统筹安排，医疗人工智能的伦理规范和底限需要进一步明确。

    三、人工智能背景下“新医科”建设的应对

    （一）加强国家层面对“新医科”人才培养的顶层设计

    教育部需从宏观层面对未来医学教育的改革方向做出统筹规划，形成战略布局，并制定一系列配套的保障和激励措施，特别是高等医学院校一流师资队伍的打造、优质教学资源共享平台的建设、政府的财政投入等细节。

    （二）探索以创新为导向的新医科人才培养模式

    1.积极构建以需求为导向的“新学科”。一方面，以多元化渠道促进多学科交叉融合，增加统计分析、数据处理等AI相关学科的学习，加强医学与工学、理科、生物信息、纳米技术和大数据等新兴领域的联系。另一方面，预测未来医疗领域的工作环境，整合资源建设符合未来需求的交叉实验室。此外，鼓励工程学、计算机等专业的优秀毕业生攻读医学专业，医学毕业生转攻理工等专业，跨学科跨专业培养AI人才。

    2.拓展以创新为核心的“新教学”。一方面，打造创新型教师队伍，将激发学生的创新潜能纳入医学教育改革的顶层设计，打破“以教师为主体”的教学模式，推行“以学生为中心”的问题导向学习（PBL）模式，并结合医疗人工智能在临床中的应用实例开展课程教学。另一方面，加大对大学生创新创业大赛等竞赛的宣传，重视课程实验中的设计性试验，锻炼学生的逻辑思维。

    3.突出以人文教育为特色的“新素质”。加大人文、法律学科的占比，设置人文、法律学科核心课程体系，建议将《医学伦理学》《卫生法学》《医患沟通学》《医学心理学》等课程作为医学人文课程体系的核心。

    （三）重塑新型医学人才的评价体系

    增加对AI等新技术的考核、评估。根据不同学科对学生的不同要求，制定不同评估标准。同时建议评价体系趋于动态化，重视学生的培养全过程，在评价体系中特别强调对医德、医风等道德层面的认识和评价。

    （四）探究多主体的复合型人才共育模式

    发挥政府投入、政策支持的引导作用，整合各方资源，形成多方支持的新格局。一方面，建立公平、公正、有效的医学资源使用平台，调动专家协会、医疗AI企业等的积极性，着力培养大批全方位、多层次、高质量的综合型医疗人才，组建世界一流的创新型科研团队，培养一批具备国际眼光的学科带头人和行业领军人物。另一方面，注意提升资源管理效率，采取分阶段分层次管理，充分利用互联网、大数据、AI等先进技术成立专门的科教中心。

（摘编自《中国高校科技》2019年第7期  作者：范舜 谈在祥）