基于大语言模型的医学人工智能类课程AI教学助手开发与实践.pdfVIP

CreativeEducationStudies创新教育研究,2025,13(11),633-639

PublishedOnlineNovember2025inHans./journal/ces

/10.12677/ces.2025.1311913

基于大语言模型的医学人工智能类课程

AI教学助手开发与实践

尹梓名，何宏，任浩冉，林勇

上海理工大学健康科学与工程学院，上海

收稿日期：2025年10月14日；录用日期：2025年11月18日；发布日期：2025年11月26日

摘要

在AI大语言模型赋能教育的背景下，针对通用大模型对课程知识不熟悉的问题，本研究基于DeepSeek-

R1模型，结合RAG技术，以Dify低代码平台为基础，通过优化提示词(设定角色、明确格式)、构建课程

知识库(导入教材等资料)等手段，构建了《智能医疗技术》课程AI答疑教学助手。该课程助手可7×24小

时响应，支持多轮追问，82%使用者认可其解决课后即时疑问的价值，还能强化知识应用理解。研究指

出其在高阶思维培养、知识更新上尚有局限，未来可向个性化学习伴侣发展。该方法显著降低开发门槛，

为医学人工智能教育工具创新提供了一种有效的实践模式。

关键词

医学人工智能，大语言模型，人才培养，DeepSeek

DevelopmentandPracticeofAITeaching

AssistantsforMedicalArtificialIntelligence

CoursesBasedonLargeLanguageModels

ZimingYin,HongHe,HaoranRen,YongLin

SchoolofHealthScienceandEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai

Received:October14,2025;accepted:November18,2025;published:November26,2025

Abstract

AgainstthebackdropofeducationempoweredbyAIlargelanguagemodels(LLMs),andinre-

sponsetotheissuethatgeneral-purposelargemodelsarenotfamiliarwithcourse-specificknowledge,

文章引用:尹梓名,何宏,任浩冉,林勇.基于大语言模型的医学人工智能类课程AI教学助手开发与实践[J].创新教

育研究,2025,13(11):633-639.DOI:10.12677/ces.2025.1311913

尹梓名等

thisstudy,basedontheDeepSeek-R1model,integratesRetrieval-AugmentedGeneration(RAG)tech-

nologyandtakestheDifylow-codeplatformasthefoundation.Throughmeasuressuchasoptimiz-

ingprompts(settingroles,clarifyingformats)andconstructingacourseknowledgebase(import-

ingteachingmaterialsandotherresources),anAIQAteachingassistantforthe“IntelligentMedi-

calTechnology”coursehasbeenbuilt.Thiscourseassistantcanprovide24/7responsesandsup-

portmulti-turnfollow-upquestions.Eig