AI对医学影像教学的三大作用 .pdfVIP

AI对医学影像教学的三大作用

“人工智能+医学教育”将是时代发展的方向，AI与医学影像教

学的逐渐融合将推动教学方式从“教师为中心”的课堂学习向“学生

为中心”的多元学习空间的混合教学模式转变，弥补了传统教育模式

单一、内容陈旧及学习效率低等局限性。

AI有利于推动医学影像教学模式的转变，构建新型教育体系

在人工智能飞速发展的时代背景下，信息化浪潮不仅促进了教学

手段的改变，更重要的是推动了教育理念和教育模式的革新。传统的

以课程教育为导向教学模式(lecture-basedlearning,LBL)以教师教学

为中心，主要依赖书本知识，知识较陈旧、内容抽象、难以理解，学

生为了应付考试回圈吞枣、死记硬背知识重点，出现高分低能的现象，

已不能满足新时期对高素质医学人才培养的需求，而AI的出现为医

学教学模式的变革提供了技术平台。AI是基于计算机模拟人类思维过

程和智能行为的一门学科，学习者可通过计算机的知识处理系统学习

和获取知识。随着AI的发展越来越智能，传统教学模式逐步向数字

化、智能化方向发展，因此2018年国家自然科学基金委员增设“教

育信息科学与技术”研究方向，大力支持人工智能在教育领域的创新

研究。

近年来AI与传统教学模式的初步融合在医学教学中也取得了一

些肯定的成果，AI和LBL教学方法各有所长，两者相互补充，AI辅助

传统教学模式的“双师型”是将这两种教学模式进行有机融合，即教

师将与虚拟网络教学助理协同教学。

AI辅助教学模式有以下特点:

首先，以学生为中心，教师与虚拟网络助理指导学生利用网上视

频资源如慕课、翻转课堂、微课等教学资料进行自主学习，有效运用

案例式、辩论式、体验式等创新教学方式，增强学生学习的主动性;

其次，打破了LBL教学的时空限制，学生可以随时随地学习;此外，虚

拟教学助理协助完成如搜索教育资源、学习效果评价、回答学生问题

等工作，可减少教师重复性的工作，从而提高教学效率。

AI可促进影像专业知识和教育资源的整合及优化

医学影像学是一门综合性、实践性很强的学科，主要包括DR,CT,

MRI,PET/CT及B超，内容涉及全身各个系统，以往知识及图片多呈

现为碎片化、缺乏系统性及实践应用的结合。传统的医学影像将同一

系统的影像授课内容分为B超部分、医学影像部分(X线、CT及MRI)、

核医学部分，即同一个系统的疾病因为不同检查设备由不同的教师讲

授，比如放射科教师在讲授循环系统时只讲解X线、CT及MRI，而

不讲授B超，需要B超教师单独讲解，这样导致学生不熟悉同一种疾

病的各种影像学表现及不同影像检查手段的优缺点等，这与近年来提

倡的以系统器官为中心的教学模式相违背，也不符合国际化趋势。AI

可对国内外海量的影像知识及资源进行系统化和结构化的有效整合

及优化，构建以“器官系统为中心”的各系统影像病例图谱，以实例、

视频、声像等多种形式模拟不同系统疾病患者的实际情景，直观清晰，

增加实景感，AI有助于采用多种影像手段的相互结合及补充，使得多

种不同成像设备的复杂原理及知识更加通俗易懂;同时全面解析医学

影像不同检查方法的专业理论知识，实现实践与理论的密切结合，帮

助学生对该系统知识实现从点到面的提升。此外，由于各地区经济发

展的不平衡，使得不同医学院校收治患者的疾病谱不尽相同，某些地

区教师资源仍十分短缺，若能使用、整合网上教学资源进行共享，比

如各大高校的慕课(MOOC)平台及相关App等，可最大限度发挥教师

的潜能，这样更有助于教育公平及教育资源的充分利用。

AI有助于促进教师队伍的建设，为教学质量提供保障

人工智能时代，尽管教师在教学中的地位发生了转变，但仍是智

慧教学的引领者，那么医学影像教师应该如何应对人机协作的时代呢?

首先，教师要转换教学观念，积极应对人工智能时代的机遇与挑战，

学习及合理应用人工智能的相关知识，积极整合网上教学视频、音频、

文字及图片等相关资源，打造网络体验式平台，采用人工智能与医学

影像领域之间的交叉点更好地进行教学，使自己及学生均成为人工智

能的“熟练运用者”;其次，采用人工智能技术优化课程体系，提倡

“翻转课堂”和线上、线下相结合的混合教学方式，引领学生进行自

主学习;最后，及时解决学生面临的各种问题，协助学生形成创新思

维，同时教师也要坚守在教学中的主导地位，避免AI“喧宾夺主”，

确保形成良好的教师与学生、