摘要：人工智能技術(shù)和多學(xué)科融合在高職教育中具有廣泛的應(yīng)用，不僅提升了高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)學(xué)生的綜合素質(zhì)，而且還增強(qiáng)了其適應(yīng)未來(lái)智能化實(shí)驗(yàn)室工作環(huán)境的能力。該文探討了人工智能技術(shù)在該專(zhuān)業(yè)多學(xué)科融合人才培養(yǎng)中的應(yīng)用，并提出了具體的實(shí)施策略。

關(guān)鍵詞：人工智能；多學(xué)科融合；人才培養(yǎng)；醫(yī)學(xué)檢驗(yàn)

doi：10.3969/J.ISSN.1672-7274.2024.09.059

中圖分類(lèi)號(hào)：R 197；TP 18 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2024）09-0-03

Application of Artificial Intelligence Technology in Multi-disciplinary Integration of Medical Laboratory Talents in Higher Vocational Education

HONG Chengming， CHEN Guibin， CHEN Liying

（Guangdong Chaozhou Health Vocational College， Chaozhou 515632， China）

Abstract： Artificial intelligence technology and multi-disciplinary integration have a wide range of applications in higher vocational education. They not only enhance the overall quality of students in the medical laboratory major of higher vocational colleges， but also strengthen their ability to adapt to the working environment of intelligent laboratories in the future. This paper discusses the application of artificial intelligence technology in the multi-disciplinary integration of talent cultivation in this major， and proposes specific implementation strategies.

Keywords： artificial intelligence; multi-disciplinary integration; talent cultivation; medical laboratory

0 引言

當(dāng)今時(shí)代，人工智能正以前所未有的速度滲透到各個(gè)行業(yè)之中，醫(yī)學(xué)檢驗(yàn)領(lǐng)域也因此正經(jīng)歷著一場(chǎng)深刻的變革。智能實(shí)驗(yàn)室、大數(shù)據(jù)分析以及自動(dòng)化檢測(cè)等先進(jìn)技術(shù)的廣泛應(yīng)用，不僅極大地提升了醫(yī)學(xué)檢驗(yàn)的效率和準(zhǔn)確性，而且也對(duì)醫(yī)學(xué)檢驗(yàn)人才提出了更高、更全面的要求。面對(duì)這一挑戰(zhàn)，高職院校作為培養(yǎng)技術(shù)技能型人才的重要基地，必須緊跟時(shí)代發(fā)展的步伐，積極創(chuàng)新教學(xué)模式。通過(guò)實(shí)施多學(xué)科融合的教學(xué)策略，將醫(yī)學(xué)檢驗(yàn)技術(shù)與人工智能等相關(guān)領(lǐng)域的知識(shí)有機(jī)結(jié)合，致力于培養(yǎng)既精通醫(yī)學(xué)檢驗(yàn)技術(shù)，又具備良好人工智能素養(yǎng)的復(fù)合型人才，以滿足行業(yè)發(fā)展的迫切需求，助力醫(yī)學(xué)檢驗(yàn)領(lǐng)域的持續(xù)創(chuàng)新與進(jìn)步。

1 多學(xué)科融合培養(yǎng)高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)人才的必要性

當(dāng)前，人工智能快速發(fā)展，已經(jīng)影響到諸多領(lǐng)域。醫(yī)學(xué)檢驗(yàn)技術(shù)本身是一個(gè)涉及生物學(xué)、化學(xué)、物理學(xué)等多個(gè)學(xué)科的領(lǐng)域，然而，在人工智能時(shí)代，僅僅掌握這些傳統(tǒng)學(xué)科知識(shí)已經(jīng)無(wú)法滿足行業(yè)發(fā)展的需求。通過(guò)將醫(yī)學(xué)檢驗(yàn)技術(shù)與計(jì)算機(jī)科學(xué)、數(shù)據(jù)分析、生物醫(yī)學(xué)工程等新興領(lǐng)域技術(shù)相結(jié)合，可以打破傳統(tǒng)學(xué)科的界限，探索更多可能性。首先，它有助于學(xué)生形成更加全面的知識(shí)結(jié)構(gòu)。通過(guò)接觸和學(xué)習(xí)不同學(xué)科的知識(shí)，學(xué)生可以更深入地理解醫(yī)學(xué)檢驗(yàn)技術(shù)的原理和應(yīng)用，從而提高他們?cè)趯?shí)際工作中的準(zhǔn)確性和效率[1]。其次，多學(xué)科融合有助于培養(yǎng)學(xué)生的創(chuàng)新思維。在融合的環(huán)境中，學(xué)生需要學(xué)會(huì)從不同角度思考問(wèn)題，尋找新的解決方案。最后，多學(xué)科融合能夠提升學(xué)生的跨學(xué)科解決問(wèn)題能力。通過(guò)多學(xué)科融合的學(xué)習(xí)經(jīng)歷，學(xué)生可以更好地適應(yīng)這種合作模式，發(fā)揮自己的專(zhuān)業(yè)優(yōu)勢(shì)，為團(tuán)隊(duì)貢獻(xiàn)力量。

2 當(dāng)前高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)教學(xué)現(xiàn)狀與面臨的挑戰(zhàn)

2.1 德育教育的缺失與不足

在高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)教學(xué)中，德育教育往往被忽視。這一專(zhuān)業(yè)旨在培養(yǎng)具備高尚醫(yī)德、嚴(yán)謹(jǐn)職業(yè)態(tài)度的醫(yī)學(xué)檢驗(yàn)人才。然而，現(xiàn)有的教學(xué)體系過(guò)于注重專(zhuān)業(yè)知識(shí)和技能的培養(yǎng)，而忽視了對(duì)學(xué)生人生觀、價(jià)值觀的塑造。這種教育失衡的不良影響，在人工智能時(shí)代尤為凸顯[2]。例如，在使用人工智能輔助診斷系統(tǒng)時(shí)，醫(yī)務(wù)人員需要具備高度的責(zé)任心和職業(yè)操守，確保診斷結(jié)果的準(zhǔn)確性和可靠性。然而，當(dāng)前的德育教育對(duì)醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)人才的職業(yè)操守和道德觀念塑造還不夠。

2.2 課程之間的孤立性與缺乏整合

隨著人工智能技術(shù)的廣泛應(yīng)用，醫(yī)學(xué)檢驗(yàn)領(lǐng)域?qū)臉I(yè)人員的綜合素質(zhì)要求越來(lái)越高。從業(yè)人員不僅需要掌握專(zhuān)業(yè)的醫(yī)學(xué)檢驗(yàn)知識(shí)，還需要具備跨學(xué)科的知識(shí)背景和技能。例如，在使用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析時(shí)，醫(yī)務(wù)人員需要具備計(jì)算機(jī)科學(xué)、數(shù)據(jù)分析、圖像處理等相關(guān)知識(shí)。然而當(dāng)前高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)的各門(mén)課程往往孤立存在，缺乏有機(jī)的聯(lián)系和整合。這種教學(xué)方式導(dǎo)致學(xué)生難以形成系統(tǒng)化的知識(shí)體系，無(wú)法將所學(xué)知識(shí)融會(huì)貫通。

2.3 專(zhuān)業(yè)英語(yǔ)的弱化與實(shí)際應(yīng)用脫節(jié)

高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)在進(jìn)行專(zhuān)業(yè)課程教學(xué)過(guò)程中，會(huì)遇到許多英文的專(zhuān)業(yè)名詞，例如，紅細(xì)胞計(jì)數(shù)（RBC）、白細(xì)胞計(jì)數(shù)（PLT）等化驗(yàn)指標(biāo)；在臨床實(shí)踐和工作之后，學(xué)生會(huì)遇到很多高端的檢驗(yàn)器械，這些與醫(yī)學(xué)檢驗(yàn)相關(guān)的儀器設(shè)備的操作界面都是英文的。然而在當(dāng)前高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)教學(xué)中，專(zhuān)業(yè)英語(yǔ)往往被忽視或弱化。英語(yǔ)教學(xué)主要是《創(chuàng)新高職英語(yǔ)》《基礎(chǔ)英語(yǔ)教程》《新世紀(jì)實(shí)用英語(yǔ)教程》和《新視野大學(xué)英語(yǔ)》等一系列高等職業(yè)英語(yǔ)課程[3]。所學(xué)習(xí)的英語(yǔ)以實(shí)際生活為主，綜合應(yīng)用英語(yǔ)為輔，而對(duì)醫(yī)科院校的本科生缺少專(zhuān)業(yè)英語(yǔ)方面的指導(dǎo)。

2.4 缺乏與人工智能技術(shù)的深度融合

盡管人工智能技術(shù)已經(jīng)在醫(yī)學(xué)檢驗(yàn)領(lǐng)域得到了廣泛應(yīng)用，但在高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)教學(xué)中，與人工智能技術(shù)的深度融合仍然不足。目前的教學(xué)體系往往只是將人工智能技術(shù)作為輔助工具進(jìn)行簡(jiǎn)單介紹，而沒(méi)有將其融入到整個(gè)教學(xué)過(guò)程中。

一方面教學(xué)內(nèi)容中涉及人工智能技術(shù)的內(nèi)容較少，學(xué)生無(wú)法全面了解相關(guān)技術(shù)和應(yīng)用；另一方面，教學(xué)方式傳統(tǒng)，缺乏與人工智能技術(shù)的結(jié)合和實(shí)踐，并且相關(guān)的實(shí)驗(yàn)和實(shí)訓(xùn)環(huán)節(jié)較少，學(xué)生不能充分體驗(yàn)和應(yīng)用人工智能技術(shù)。

3 人工智能時(shí)代高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)多學(xué)科融合實(shí)踐策略

3.1 構(gòu)建跨學(xué)科課程體系

為了適應(yīng)人工智能時(shí)代的發(fā)展需求，高職院校必須積極構(gòu)建跨學(xué)科的課程體系，以培養(yǎng)具備多元化技能和知識(shí)的醫(yī)學(xué)檢驗(yàn)人才。除了涵蓋基礎(chǔ)的醫(yī)學(xué)檢驗(yàn)課程，還應(yīng)增設(shè)一系列與計(jì)算機(jī)科學(xué)、數(shù)據(jù)分析、生物醫(yī)學(xué)工程等緊密相關(guān)的課程，旨在為學(xué)生打造一個(gè)全面而深入的知識(shí)體系。例如，可以開(kāi)設(shè)《醫(yī)學(xué)傳感器與檢測(cè)技術(shù)》《醫(yī)學(xué)電子原理及應(yīng)用》《激光技術(shù)在生物醫(yī)學(xué)中的應(yīng)用》等選修課程，以拓寬學(xué)生的技術(shù)視野。同時(shí)，為強(qiáng)化學(xué)生的專(zhuān)業(yè)技能，應(yīng)著重加強(qiáng)《臨床檢驗(yàn)儀器技術(shù)》《臨床實(shí)驗(yàn)室管理學(xué)》《檢驗(yàn)核醫(yī)學(xué)》這三大核心課程的開(kāi)設(shè)，確保學(xué)生能夠緊跟學(xué)科發(fā)展的步伐。

為了更好地順應(yīng)人工智能時(shí)代的科技發(fā)展潮流，還可以增設(shè)《臨床質(zhì)譜技術(shù)及其應(yīng)用》《大型分析儀器原理及實(shí)踐應(yīng)用》《生物信息學(xué)導(dǎo)論》《醫(yī)學(xué)檢驗(yàn)與轉(zhuǎn)化醫(yī)學(xué)研究》《芯片技術(shù)在醫(yī)學(xué)檢驗(yàn)中的應(yīng)用》《非編碼RNA基礎(chǔ)與臨床研究》等多個(gè)學(xué)科的選修課程。這樣的課程設(shè)置旨在培養(yǎng)具有自主知識(shí)產(chǎn)權(quán)意識(shí)，能夠靈活應(yīng)對(duì)國(guó)家需求和市場(chǎng)需求的新型復(fù)合型醫(yī)學(xué)檢驗(yàn)人才，為他們?cè)谖磥?lái)的職業(yè)生涯中脫穎而出奠定堅(jiān)實(shí)的基礎(chǔ)。

3.2 構(gòu)建多學(xué)科、跨行業(yè)的實(shí)踐教學(xué)體系，全面提升學(xué)生綜合素質(zhì)

首先，高職院校應(yīng)積極與醫(yī)療機(jī)構(gòu)、科技企業(yè)等建立緊密的合作關(guān)系。通過(guò)與這些機(jī)構(gòu)的合作，可以為學(xué)生提供更多元化、更貼近實(shí)際需求的實(shí)踐機(jī)會(huì)[4]。其次，優(yōu)化實(shí)踐教學(xué)內(nèi)容設(shè)計(jì)。在實(shí)踐教學(xué)的內(nèi)容設(shè)計(jì)上，高職院校可以借鑒國(guó)外的優(yōu)秀教科書(shū)，以“體外診斷技術(shù)”為核心，重新構(gòu)建實(shí)踐教學(xué)體系。要注重以學(xué)生為中心的教學(xué)理念，在實(shí)驗(yàn)和實(shí)習(xí)中將理論知識(shí)與實(shí)踐操作緊密結(jié)合。再次，利用先進(jìn)的虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）技術(shù)模擬真實(shí)的醫(yī)學(xué)檢驗(yàn)場(chǎng)景。VR和AR技術(shù)的沉浸感和交互性還能激發(fā)學(xué)生的學(xué)習(xí)興趣和積極性，使他們?cè)趯?shí)踐中更好地理解和掌握醫(yī)學(xué)檢驗(yàn)的知識(shí)和技能。最后，增設(shè)綜合性和設(shè)計(jì)性實(shí)驗(yàn)，提升學(xué)生的綜合能力和素養(yǎng)。例如，將電化學(xué)免疫傳感器制作與《臨床免疫學(xué)檢驗(yàn)技術(shù)》實(shí)習(xí)教學(xué)相結(jié)合，將免疫學(xué)中的抗原-抗體特異響應(yīng)與物化-電化學(xué)相結(jié)合，增強(qiáng)其免疫學(xué)檢測(cè)技能，既能達(dá)到教學(xué)計(jì)劃的目的，又可鍛煉學(xué)生綜合應(yīng)用多領(lǐng)域知識(shí)的綜合能力。

3.3 培養(yǎng)雙師型教師團(tuán)隊(duì)

多學(xué)科融合的教學(xué)模式無(wú)疑對(duì)教師提出了更高的挑戰(zhàn)與要求。為了有效應(yīng)對(duì)這一挑戰(zhàn)，高職院校需致力于培養(yǎng)一支既精通醫(yī)學(xué)檢驗(yàn)技術(shù)，又深諳人工智能技術(shù)精髓的雙師型教師團(tuán)隊(duì)。這一目標(biāo)的實(shí)現(xiàn)，可以通過(guò)多種途徑，如積極引進(jìn)具有跨學(xué)科背景的優(yōu)秀人才、定期加強(qiáng)教師的專(zhuān)業(yè)培訓(xùn)、深入開(kāi)展校企合作等，從而全面提升教師的專(zhuān)業(yè)素養(yǎng)與實(shí)踐能力[5]。

在此過(guò)程中，高職院校應(yīng)巧妙設(shè)置多學(xué)科的教師配置，鼓勵(lì)教師充分利用各學(xué)科的知識(shí)與思想方法，以增強(qiáng)他們處理多領(lǐng)域、多層次問(wèn)題的能力。同時(shí)，高職院校還需持續(xù)推行“雙師型”教師的培訓(xùn)方式，不僅針對(duì)臨床一線的醫(yī)師和化驗(yàn)員進(jìn)行培訓(xùn)，還應(yīng)積極吸納具有授課能力或帶過(guò)學(xué)員的行業(yè)協(xié)會(huì)、企業(yè)的技術(shù)骨干或管理人員加入教育行列。例如，在檢驗(yàn)儀器設(shè)備的研發(fā)領(lǐng)域，可以邀請(qǐng)高級(jí)工程師；在醫(yī)院信息管理和醫(yī)藥生物工程等方面，也可以吸納專(zhuān)業(yè)人才。通過(guò)兼職授課、舉辦講座和技能培訓(xùn)等多種形式，將這些企業(yè)實(shí)際工作中的真實(shí)案例和問(wèn)題融入教學(xué)過(guò)程，實(shí)現(xiàn)“雙師型”教師跨專(zhuān)業(yè)的深度交流與合作，共同推動(dòng)教育質(zhì)量的提升。

3.4 利用人工智能技術(shù)輔助教學(xué)

首先，我們可以充分利用大數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)的強(qiáng)大能力，對(duì)學(xué)生的學(xué)習(xí)情況展開(kāi)深入的分析。這兩項(xiàng)技術(shù)如同教師的得力助手，能夠幫助他們精準(zhǔn)地識(shí)別學(xué)生在學(xué)習(xí)過(guò)程中遇到的難點(diǎn)和盲點(diǎn)，進(jìn)而為每位學(xué)生量身定制個(gè)性化的學(xué)習(xí)建議和資源推薦。例如，通過(guò)對(duì)學(xué)生的學(xué)習(xí)數(shù)據(jù)進(jìn)行深度挖掘，我們可以發(fā)現(xiàn)學(xué)生在某些特定知識(shí)點(diǎn)上的掌握情況不夠理想，此時(shí)，教師便可以有針對(duì)性地提供豐富的學(xué)習(xí)資料和輔導(dǎo)，助力學(xué)生有效攻克難關(guān)。

其次，智能教學(xué)系統(tǒng)在現(xiàn)代教育中的作用愈發(fā)凸顯，其重要性不容忽視。我們應(yīng)當(dāng)充分挖掘并發(fā)揮這一系統(tǒng)的獨(dú)特優(yōu)勢(shì)，為教育教學(xué)注入新的活力。這一智能化的教學(xué)系統(tǒng)，能夠?yàn)閷W(xué)生提供一系列便捷的服務(wù)，如在線答疑、智能評(píng)估等。通過(guò)這些功能，學(xué)生可以隨時(shí)隨地獲得學(xué)習(xí)上的幫助和反饋，及時(shí)解決遇到的問(wèn)題，從而更加高效地進(jìn)行學(xué)習(xí)。同時(shí)，智能教學(xué)系統(tǒng)還能夠根據(jù)學(xué)生的學(xué)習(xí)情況和需求，提供個(gè)性化的學(xué)習(xí)建議和資源推薦，進(jìn)一步提升教學(xué)效果和學(xué)習(xí)體驗(yàn)，助力學(xué)生取得更好的學(xué)業(yè)成果。

最后，面對(duì)現(xiàn)代教育的新要求，我們必須積極改進(jìn)傳統(tǒng)的教學(xué)方法和手段。傳統(tǒng)的“填鴨式”教學(xué)已經(jīng)難以適應(yīng)現(xiàn)代教育的步伐，因此，我們需要向“問(wèn)題導(dǎo)向式”“案例式”“混合型學(xué)習(xí)法”等更為先進(jìn)的教育手段轉(zhuǎn)變[6]。特別是通過(guò)項(xiàng)目研究的方式，鼓勵(lì)學(xué)生將所學(xué)知識(shí)應(yīng)用于實(shí)際問(wèn)題的解決中，從而培養(yǎng)他們的實(shí)踐能力和創(chuàng)新思維。在教學(xué)手段上，高職院?？梢造`活利用慕課、微課等豐富的網(wǎng)絡(luò)資源，以及在線教學(xué)平臺(tái)、智慧教學(xué)輔助工具等，開(kāi)展形式多樣的線上線下混合式教學(xué)。同時(shí)，通過(guò)構(gòu)建一個(gè)多學(xué)科的實(shí)驗(yàn)平臺(tái)，并引入虛擬工具來(lái)滿足多領(lǐng)域綜合試驗(yàn)的需求，進(jìn)一步強(qiáng)化學(xué)生對(duì)多學(xué)科知識(shí)的融合與應(yīng)用能力。

4 結(jié)束語(yǔ)

在人工智能時(shí)代背景下，多學(xué)科融合已成為高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)人才培養(yǎng)的顯著趨勢(shì)。為了更有效地培養(yǎng)出能夠適應(yīng)未來(lái)智能化實(shí)驗(yàn)室工作環(huán)境的醫(yī)學(xué)檢驗(yàn)人才，我們需要采取一系列創(chuàng)新策略。這包括構(gòu)建跨學(xué)科的課程體系，打破傳統(tǒng)學(xué)科界限，實(shí)現(xiàn)知識(shí)與技能的有機(jī)融合；加強(qiáng)實(shí)踐教學(xué)環(huán)節(jié)，提升學(xué)生的實(shí)際操作能力和問(wèn)題解決能力；培養(yǎng)雙師型教師團(tuán)隊(duì)，其既懂醫(yī)學(xué)檢驗(yàn)技術(shù)又精通人工智能技術(shù)，可為學(xué)生提供全面的指導(dǎo)；同時(shí)，積極利用人工智能技術(shù)輔助教學(xué)，提升教學(xué)質(zhì)量和學(xué)習(xí)效率。展望未來(lái)，隨著技術(shù)的不斷革新和教育理念的持續(xù)創(chuàng)新，多學(xué)科融合將在高職醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)中扮演更加關(guān)鍵的角色，為培養(yǎng)具備高素質(zhì)的技術(shù)技能型人才提供強(qiáng)有力的支持。

參考文獻(xiàn)

[1] 鄺苗苗，安小米，黃婕．人工智能場(chǎng)景下的監(jiān)管核心概念及關(guān)系研究——基于標(biāo)準(zhǔn)化和多學(xué)科融合視角[J]．信息資源管理學(xué)報(bào)，2024，14（03）：69-79．

[2] 陳昱西．人工智能時(shí)代下設(shè)計(jì)專(zhuān)業(yè)“大學(xué)科”融合式教學(xué)模式探索[J]．藝術(shù)研究，2024（02）：120-122．

[3] 秦峰．人工智能+X：賦能學(xué)科融合教學(xué)的實(shí)踐策略[J]．求知導(dǎo)刊，2024（06）：2-4．

[4] 於雯．人工智能時(shí)代地方院校新工科人才培養(yǎng)模式研究——以信息工程專(zhuān)業(yè)為例[J]．電腦知識(shí)與技術(shù)，2024，20（05）：24-27．

[5] 楊小麗，龔致平，浦科學(xué)，等．人工智能賦能中醫(yī)臨床診療的現(xiàn)狀、問(wèn)題和對(duì)策[J]．重慶醫(yī)學(xué)，2024，53（04）：613-616．

[6] 周向軍，李揚(yáng)超，韓牧．人工智能在醫(yī)學(xué)類(lèi)學(xué)科中的交叉應(yīng)用和創(chuàng)新[J]．互聯(lián)網(wǎng)周刊，2023（24）：59-61．