劉 洋，徐肖攀，戎軍艷，張文立，盧虹冰

（空軍軍醫(yī)大學(xué)軍事生物醫(yī)學(xué)工程學(xué)系，西安 710032）

0 引言

1 醫(yī)學(xué)大數(shù)據(jù)與人工智能課程開設(shè)背景

跨入21 世紀(jì)以來，隨著生命科學(xué)的迅猛發(fā)展以及以人工智能為核心的新一輪信息技術(shù)應(yīng)用的不斷深入和完善，現(xiàn)代醫(yī)學(xué)模式逐步從“生物醫(yī)學(xué)”階段向更高層次的“智能醫(yī)學(xué)”階段發(fā)展。“智能醫(yī)學(xué)”凝聚了信息化技術(shù)與基礎(chǔ)醫(yī)學(xué)的新成果，正在成為創(chuàng)新驅(qū)動衛(wèi)生與健康事業(yè)發(fā)展的先導(dǎo)力量，呈現(xiàn)出美好的前景和無限的潛力[4]。

伴隨著電子病歷、移動醫(yī)療、醫(yī)學(xué)物聯(lián)網(wǎng)、數(shù)字化醫(yī)療設(shè)備等的廣泛應(yīng)用，大量醫(yī)學(xué)數(shù)據(jù)產(chǎn)生[5]。如何高效、智能地處理這些數(shù)據(jù)，使其更好地為醫(yī)療健康服務(wù)，是國內(nèi)外醫(yī)療衛(wèi)生服務(wù)領(lǐng)域面臨的一大挑戰(zhàn)。當(dāng)前，醫(yī)學(xué)大數(shù)據(jù)和人工智能技術(shù)給醫(yī)療健康服務(wù)帶來了革命性的變革，催生了醫(yī)療機器人、臨床決策支持系統(tǒng)、影像智能診斷分析系統(tǒng)等大批新型診療技術(shù)[6]，大大提高了疾病診斷和預(yù)測的準(zhǔn)確性[7-8]?？深A(yù)見在“十四五”乃至今后很長一段時間內(nèi)，智慧醫(yī)療將形成一個巨大的產(chǎn)業(yè)，由此產(chǎn)生大量的就業(yè)機會和人才缺口，并對人才培養(yǎng)提出新的目標(biāo)定位和需求[9]。

人工智能與傳統(tǒng)醫(yī)學(xué)的深度融合對傳統(tǒng)醫(yī)學(xué)專業(yè)人才培養(yǎng)提出了挑戰(zhàn)，不僅要求在醫(yī)學(xué)基礎(chǔ)專業(yè)上有深厚基礎(chǔ)，還應(yīng)具有“人工智能+醫(yī)學(xué)+信息技術(shù)”多學(xué)科交叉融合的復(fù)合性特征[10]。為加快新醫(yī)科、新工科的發(fā)展建設(shè)，促進醫(yī)科與工科、理科等交叉融合，開設(shè)醫(yī)學(xué)大數(shù)據(jù)與人工智能相關(guān)課程，將推動以人工智能、大數(shù)據(jù)為代表的科技變革與醫(yī)學(xué)專業(yè)的有效融通。

2 課程現(xiàn)狀及存在問題

經(jīng)過廣泛調(diào)研并結(jié)合我校開設(shè)實際情況，發(fā)現(xiàn)目前醫(yī)學(xué)大數(shù)據(jù)與人工智能相關(guān)課程存在以下問題。

2.1 缺少完善設(shè)計

醫(yī)學(xué)大數(shù)據(jù)與人工智能技術(shù)涵蓋面非常廣，涵蓋醫(yī)學(xué)信息概念和理論、醫(yī)學(xué)信息技術(shù)、醫(yī)學(xué)信息系統(tǒng)、人工智能技術(shù)等。面向不同的應(yīng)用和從業(yè)人員，其觀察視角和體系結(jié)構(gòu)不同，需要的背景知識不同，教學(xué)內(nèi)容也不同。尤其對于醫(yī)學(xué)領(lǐng)域，涉及生物醫(yī)學(xué)、藥學(xué)、臨床醫(yī)學(xué)等具體應(yīng)用，目前缺少合理、完善的課程建設(shè)方案，對于不同專業(yè)和層次的學(xué)生尚未形成合理的教學(xué)設(shè)計。

2.2 重理論輕實踐

目前，人工智能新理論、新方法不斷被提出，而人工智能的授課也注重理論層面的介紹，大都采用填鴨式的教學(xué)模式，這與目前高?？蒲械摹皩W(xué)術(shù)性重于實用性”的現(xiàn)象類似。醫(yī)學(xué)大數(shù)據(jù)和人工智能作為一種技術(shù)手段，應(yīng)更注重技術(shù)的實現(xiàn)。因此，在理論授課的同時，還應(yīng)注重培養(yǎng)學(xué)生計算思維能力和利用人工智能手段解決實際問題的能力。

2.3 評價機制單一

目前，根據(jù)課程教學(xué)計劃，各高校大都將考核分為形成性考核和終結(jié)性考核，其中終結(jié)性考核占考核的主要部分。因此，學(xué)生將主要精力放在理論學(xué)習(xí)上，而非解決實際的醫(yī)學(xué)問題中，造成很多學(xué)生不愿做實驗。同時，由于實驗針對性不強，很多學(xué)生從往屆學(xué)生或從網(wǎng)絡(luò)獲取代碼，造成學(xué)生動手能力較差。

3 課程體系建設(shè)

空軍軍醫(yī)大學(xué)軍事生物醫(yī)學(xué)工程學(xué)系已于2019年面向全校各專業(yè)開設(shè)醫(yī)學(xué)信息學(xué)和智能醫(yī)學(xué)導(dǎo)論2 門本科生課程，于2022 年面向全校研究生開設(shè)醫(yī)學(xué)大數(shù)據(jù)與人工智能課程。經(jīng)過多輪授課，已建成完整的課程體系，形成完善的教學(xué)設(shè)計，本文將從課程建設(shè)目標(biāo)、課程內(nèi)容、教學(xué)方法、質(zhì)量評價4 個方面進行介紹。

為了驗證上述光伏逆變器設(shè)計的正確性，制作了一臺逆變器電路板，如圖8所示. 帶阻性負載時輸出電壓波形如圖9所示，可以看出，輸出電壓約為230 V，諧波含量小于3%，頻率為50 Hz，波形光滑，無毛刺，可以為供給設(shè)備作交流電用.實測在輸出功率為100 W時轉(zhuǎn)換效率達到95.6%，完全適用于民用，有著很好的推廣前景.

3.1 課程建設(shè)目標(biāo)

醫(yī)學(xué)大數(shù)據(jù)與人工智能課程以培養(yǎng)學(xué)生信息素養(yǎng)和應(yīng)用能力為目標(biāo)，通過融合臨床實例，加深學(xué)生對實際應(yīng)用的理解。通過學(xué)習(xí)，學(xué)生能夠在醫(yī)學(xué)大數(shù)據(jù)與人工智能的基礎(chǔ)知識和基本理論基礎(chǔ)上，充分了解醫(yī)學(xué)信息獲取、智能存儲和管理、數(shù)據(jù)挖掘等相關(guān)知識，具備一定的計算思維和大數(shù)據(jù)智能分析能力。

本科生的醫(yī)學(xué)信息學(xué)課程，在知識層面講授醫(yī)學(xué)信息、電子病歷、臨床路徑、電子健康檔案、醫(yī)學(xué)信息標(biāo)準(zhǔn)、醫(yī)學(xué)信息軟件工程、醫(yī)學(xué)信息系統(tǒng)、自然語言處理、文本挖掘等的基本概念、理論和方法，在能力層面培養(yǎng)學(xué)生從信息科學(xué)角度分析和解決醫(yī)學(xué)實際問題的能力，著重提升對醫(yī)學(xué)信息管理和利用醫(yī)學(xué)信息進行決策的思維方法。

本科生的智能醫(yī)學(xué)課程以培養(yǎng)人工智能戰(zhàn)略眼光與機器學(xué)習(xí)實踐技能為總體目標(biāo)。在知識層面，講授人工智能的基本概念、應(yīng)用領(lǐng)域及未來發(fā)展趨勢，突出臨床智能輔助診斷與決策、醫(yī)療大數(shù)據(jù)分析、醫(yī)學(xué)影像智能感知的基本內(nèi)涵、應(yīng)用場景與研究方法。在能力層面，培養(yǎng)學(xué)生對現(xiàn)實中的醫(yī)學(xué)智能應(yīng)用場景進行深入分析并提出適合的解決方案的能力，為今后從事相關(guān)工作及科學(xué)研究奠定堅實的基礎(chǔ)。

研究生的醫(yī)學(xué)大數(shù)據(jù)與人工智能課程，通過深入講授醫(yī)學(xué)大數(shù)據(jù)與人工智能發(fā)展歷史、基本理論、主要研究方法、主要研究領(lǐng)域及各主要研究領(lǐng)域的重要科學(xué)問題等，使學(xué)生深入了解醫(yī)學(xué)大數(shù)據(jù)與人工智能的基礎(chǔ)知識和基本理論，具備發(fā)現(xiàn)并解決醫(yī)學(xué)大數(shù)據(jù)與人工智能問題的能力，為后續(xù)研究工作打下基礎(chǔ)。

3.2 規(guī)范課程內(nèi)容，明確授課邊界

醫(yī)學(xué)大數(shù)據(jù)和人工智能相關(guān)課程是“醫(yī)學(xué)+工程”的特色課程，不僅要講授人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域的研究和應(yīng)用，還應(yīng)適應(yīng)學(xué)科的快速發(fā)展，不斷更新研究熱點，提供最新動態(tài)和發(fā)展方向。應(yīng)以大數(shù)據(jù)和人工智能的理論研究為授課基礎(chǔ)，并突出生物醫(yī)學(xué)、藥學(xué)、臨床醫(yī)學(xué)等實際應(yīng)用的進展，構(gòu)建醫(yī)科和工科相結(jié)合的教學(xué)方案。

經(jīng)過多輪授課，教學(xué)組構(gòu)建了完善的教學(xué)方案，并優(yōu)化了課程的教學(xué)內(nèi)容，明確了授課的邊界。教學(xué)組將該課程分為信息化和智能化2 個部分，前者側(cè)重大數(shù)據(jù)，主要培養(yǎng)學(xué)生從信息學(xué)角度認識臨床流程、分析醫(yī)學(xué)現(xiàn)象、提煉科學(xué)問題的能力；后者側(cè)重人工智能，主要培養(yǎng)學(xué)生選用恰當(dāng)?shù)拇髷?shù)據(jù)及人工智能理論方法、工程手段來解決醫(yī)學(xué)實際問題的能力。如圖1 所示，課程內(nèi)容設(shè)置遵從由淺入深的認知規(guī)律，各個章節(jié)知識之間按照事物發(fā)展的順序結(jié)構(gòu)，首先從信息化建設(shè)中獲取醫(yī)學(xué)大數(shù)據(jù)，并分析其特征和存在的問題，然后利用大數(shù)據(jù)和智能化方法解決問題，并深入剖析其具體應(yīng)用和發(fā)展前景，聯(lián)系前沿發(fā)展，注重學(xué)生所學(xué)知識的先進性，培養(yǎng)學(xué)生的實踐能力和創(chuàng)新意識。

圖1 課程內(nèi)容層次關(guān)系

3.3 凸顯案例教學(xué)方法，加強理論與實際結(jié)合

結(jié)合臨床需求，突出“人工智能+醫(yī)療”，將有利于培養(yǎng)既懂醫(yī)又懂理工科、計算機技術(shù)的交叉復(fù)合型人才，緩解智能醫(yī)學(xué)時代下人才短缺的問題。為此，教學(xué)組邀請了具有一線臨床教學(xué)經(jīng)驗的醫(yī)生對臨床熱點進行專題講座，以臨床應(yīng)用為目的，以突破臨床痛點為目標(biāo)，激發(fā)學(xué)生基于臨床問題為導(dǎo)向的計算思維模式。

（1）構(gòu)建案例庫，以案賦能教學(xué)。

案例式教學(xué)是“醫(yī)學(xué)+工程”相關(guān)課程重要的教學(xué)方式[11]。人工智能為臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)研究賦能，已經(jīng)逐漸成為生物醫(yī)學(xué)工程專業(yè)研究者的研究目標(biāo)，通過科學(xué)研究與工程實踐精心設(shè)計和打造典型醫(yī)學(xué)人工智能教學(xué)案例，賦予了復(fù)雜公式、深奧文字以鮮活的生命力，將計算思維的理念，將公式及表述背后的工程思維、邏輯思維精確地表達出來，不僅可以傳遞知識，還可提升學(xué)生的綜合素養(yǎng)，提升課堂學(xué)習(xí)效率[12]。

教學(xué)組在醫(yī)學(xué)影像智能分析、自然語言處理、臨床決策支持等方面開展了系列研究，承擔(dān)了空軍部隊衛(wèi)生大數(shù)據(jù)中心的建設(shè)，為教學(xué)內(nèi)容提供了豐富的案例資源。目前案例庫中已包含91 個案例，涉及多個教學(xué)內(nèi)容，通過案例將各個知識點整合，提升了學(xué)生對各知識點的掌握以及對整體知識的全面理解。

（2）完善實驗課，突出實踐教學(xué)。

醫(yī)學(xué)大數(shù)據(jù)和人工智能課程不僅要包含醫(yī)學(xué)信息挖掘、智能分析等相關(guān)技術(shù)，還需將理論和實際緊密結(jié)合，增加實踐應(yīng)用案例的分析。為此，教學(xué)組完善了課程的實驗設(shè)計，理論與實踐比例約為2∶1，在鞏固理論課知識的同時，拓展課外專業(yè)知識，加深對實際應(yīng)用的理解和想法。

同時，教學(xué)組還結(jié)合科研實際，從第一附屬醫(yī)院和第二附屬醫(yī)院獲取了大量的臨床實際病例數(shù)據(jù)，并結(jié)合網(wǎng)絡(luò)公開數(shù)據(jù)集，建立了膠質(zhì)瘤（356 例）、膀胱癌（672 例）、前列腺癌（1 946 例）和結(jié)直腸癌（658例）的醫(yī)學(xué)數(shù)據(jù)集，設(shè)計了自然語言處理、生物信息計算、知識圖譜構(gòu)建、影像智能分析、醫(yī)療資源管理5 個專題實驗，每個專題實驗還會拓展為多個實驗內(nèi)容。通過實驗，便于學(xué)生掌握知識點，加深對實際應(yīng)用的理解，提升解決實際問題的能力。

3.4 強化形成性考核，完善質(zhì)量評價

結(jié)合新工科和新醫(yī)科建設(shè)對醫(yī)學(xué)人工智能人才的知識、能力和素質(zhì)的要求，建立合理的多元育人評價機制，構(gòu)建形成性和終結(jié)性評價于一體的評價方案，有助于調(diào)動學(xué)生學(xué)習(xí)的積極性和主動性。為此，教學(xué)組將知識點融入到每次的形成性考核中，尤其將實踐考核作為每個知識點的考核重點。

4 實施效果分析

截至2022 年12 月，教學(xué)組已完成4 輪本科生和1 輪研究生課程的教學(xué)，初步構(gòu)建了醫(yī)學(xué)大數(shù)據(jù)與人工智能課程的教學(xué)方案。課程設(shè)置已基本確定，案例庫也已初步形成規(guī)模，見表1。目前，我校每年招收生物醫(yī)學(xué)工程專業(yè)本科學(xué)員約20 人，臨床、口腔等專業(yè)學(xué)員約300 人，研究生約300 人，因此，教研室每年約向620 名學(xué)員開設(shè)醫(yī)學(xué)大數(shù)據(jù)與人工智能相關(guān)課程。

表1 課程開設(shè)情況

教學(xué)組在課程結(jié)束后會制訂調(diào)查問卷，征求學(xué)生的建議，從而對后續(xù)課程進行調(diào)整和教學(xué)方法的改進。通過統(tǒng)計，92.4%（403/436）的學(xué)生認為應(yīng)該開設(shè)醫(yī)學(xué)大數(shù)據(jù)與人工智能系列課程，68.3%（298/436）的學(xué)生認為應(yīng)當(dāng)開設(shè)相關(guān)實驗課，36.0%（18/50，只有生物醫(yī)學(xué)工程專業(yè)學(xué)生開設(shè)實驗課程）的學(xué)生認為應(yīng)當(dāng)增加實驗課比重。

2022 年12 月，教學(xué)組對2018 級四年制生物醫(yī)學(xué)工程專業(yè)的19 名畢業(yè)生（2022 年6 月畢業(yè)）進行問卷調(diào)查，調(diào)查結(jié)果表明，認為應(yīng)該開設(shè)醫(yī)學(xué)大數(shù)據(jù)與人工智能系列課程的比例由89.5%（17/19）提升至100%（19/19），認為應(yīng)該增加實驗課比重的比例由26.3%（5/19）提升至94.7%（18/19）。

5 結(jié)語

醫(yī)學(xué)大數(shù)據(jù)與人工智能相關(guān)課程通過醫(yī)學(xué)、工程、科學(xué)、人文教育的有機融合，圍繞醫(yī)學(xué)實際、醫(yī)院信息化、人工智能等相關(guān)內(nèi)容，充分應(yīng)用案例式和實驗教學(xué)，可使學(xué)生在了解智能醫(yī)學(xué)的同時訓(xùn)練大數(shù)據(jù)和人工智能交叉思維。該課程的開設(shè)為后續(xù)相關(guān)系列課程教學(xué)改革提供了前期設(shè)計和參考，為開展多學(xué)科交叉融合課程教學(xué)進行了有益探索和實踐。