米兰官网-人工智能时代，如何培育复合型医学人才？—新闻—科学网

当前，人工智能（AI）技能的迅猛成长正驱动社会各范畴系统性厘革，医学研究与卫生康健范畴迎来源史性厘革。AI经由过程晋升诊疗精准度、优化决议计划效率、重塑办事模式，连续开释改善医疗质量与患者体验的革命性潜能，成为推进卫生康健系统现代化及医学教诲范式跃迁的焦点引擎。

近日，国务院印发的《关在深切实行“人工智能+”步履的定见》中“人工智能+”平易近生福祉板块重点夸大了“摸索推广人人可享的高程度住民康健助手，有序鞭策人工智能于辅助诊疗、康健治理、医保办事等场景的运用，年夜幅提高下层医疗康健办事能力及效率。”

“这无疑对于医学教诲提出了新的要求。”广东医科年夜学多模态数据交融运用试验室主任弓孟三木SEO-春接管《中国科学报》采访时暗示，于人工智能赋能卫生康健高质量成长的战略机缘年夜配景下，我国医学教诲肩负两重任务：既要应答技能迭代对于大夫能力矩阵的倾覆性挑战，更需前瞻结构数智医疗的人材基础。

但今朝，我国医学教诲却面对AI常识与技术于医学相干专业的造就系统中单薄、伦理规范本土化不足、医学AI能力测评系统缺掉等实际困境，亟需成立切合《“十四五”期间教诲强国推进工程实行方案》要求的AI素养能力框架，为造就具有国际视线、顺应聪明医疗生态的立异型人材提供指引。

鉴在此，多位院士专家联合循证证据与国际研究进展，形成为了《医学生AI素养能力清单和其测评框架专家共鸣（2025）》（如下简称共鸣）。

作为共鸣专家构成员之一，弓孟春暗示，该共鸣的发布为医学教诲中AI素养的造就与测评提供了体系化路径，助力造就顺应聪明医疗成长的复合型人材。

人与技能的共生能力

共鸣指出，AI已经经深度融入临床辅助决议计划全链条，负担诊断撑持、数据解析和流程主动化等要害本能机能，激发医学分工系统与职业能力的布局性厘革。安身新医科设置装备摆设与医学教诲数字化转型的配景下，医学生AI素养已经逾越技能操作层面，升维为交融工程思维、伦理判定与临床决议计划的复合型能力系统。

为此，共鸣以“多学科、多地区、医教研产交融”为组建原则，共约请了52位相干范畴的专家，遵照“医学胜任力模子”的理论框架，将来大夫需构建“AI协作者”“伦理监视者”“数据管理者”的多元脚色认知，于把握天生式 AI 诊疗逻辑、医疗数据安全规范的同时，苦守人文眷注与专业判定的焦点价值，经由过程两轮德尔菲法专家咨询形成包罗常识、技术、立场三个维度的21项能力指标（CAIP）。

共鸣将医学生的AI素养界说为：医学专业学生有用整合人工智能技能在专业常识进修、临床或者大众卫生实践、医学研究与康健治理所必须的综合本质，涵盖对于AI基础道理的认知理解、技能东西的批判性运用、伦理危害的谨慎评估以和连续顺应技能厘革的能力偏向。

弓孟春指出，AI素养的素质是“人与技能的共生能力”——它既要求医学心理解算法的语言，更夸大以临床聪明驾御技能的不确定性。将来的AI素养设置装备摆设应统筹伦理敏感性与技能灵敏性，于技能前进与人文眷注之间实现动态均衡，从而于人工智能深度参与医疗的时代，更好地守护医疗办事的人本价值。

5项能力须优先存眷

为顺应AI时代的快速成长，共鸣明确了医学生造就的四点定位及要求，即与AI自傲互助、辨认并应答AI相干的危害、明确法令与伦理责任界限、确保患者隐私获得有用掩护。

那末，怎样构建医学生AI本质能力呢？共鸣列出了的21能力清单，此中尤其优先存眷的能力指标有：

CAIP3（常识维度）理解人工智能于整合多学科常识、减缓专科细化和常识碎片化中的作用。该能力项要求医学生可以或许利用AI东西快速获取、评估、整合和运用跨学科常识，辨认因数据质量或者来历误差而致使的模子偏倚，相识练习数据及模子设计可能引入诊疗决议计划的偏差危害，例如基在单一族群数据练习的体系于其他族群中的合用性局限。

CAIP2（常识维度）把握康健医疗数据管理的基本理论与要害技能。该能力项要求医学心理解医疗数据于收罗、存储、传输、利用等环节的治理要求，确保数据处置惩罚历程切合相干法令法例和伦理尺度，保障数据安全性、合规性及可连续使用。

CAIP17（立场维度）对峙大夫主导原则，合理使用AI辅助诊断。该能力项要求医学生明确人工智能于诊断历程中的辅助性子，熟悉到所有诊疗决议计划应以大夫的专业常识及临床判定为主导，AI东西仅作为辅助决议计划的撑持东西，不克不及替换医学专业职员的自力判定。

CAIP12（技术维度）辨认AI体系诊断成果中的潜于偏倚。该能力项要求医学生于模仿或者真实临床场景中，可以或许经由过程数据溯源、逻辑验证等手腕，辨认AI体系诊断成果中的潜于偏倚，具有对于AI天生内容举行合理质疑、验证及批改的能力，从而晋升AI于医疗实践中的安全性及靠得住性。

CAIP18（立场维度）大夫需对于AI辅助决议计划负终极责任。该能力项要求医学生明确理解大夫对于AI天生内容的专业性负担审查义务（如验证诊断依据、解除算法成见），并以终极决议计划具名权组成责任基础。若因未执行审查义务致使医疗变乱，大夫负担重要责任；若因算法设计缺陷或者数据造假致使过错，医疗机构与AI开发者负担连带责任。

“咱们建议经由过程常识测评、立场测评、技术测评、高危害场景测评、多阶段动态测评等方式对于医学生AI本质能力举行考查。”弓孟春暗示。

AI素养教诲不是造就技能依靠者

共鸣建议，为体系晋升医学生人工智能素养能力，应从本科低年级阶段、分模块嵌入现有医学教诲系统，构建由基础来临床、常识到实践的交融路径。

“本科低年级（年夜1、年夜二）是开展AI素养教诲的黄金窗口期，契合学生认知可塑性强、学科基础构建要害的两重特色。”共鸣执笔专家组组长、广东医科年夜学副校长曾经志嵘暗示，初期参与AI教诲能有用造就体系性思维、数据思维和批判性思维，这些能力与医学诊断决议计划高度契合。

而高年级医学专业教诲阶段，应进一步鞭策医学心理解AI技能素质与医疗伦理、把握临床AI东西运用计谋、造就批判性技能价值不雅。终极方针是构建“伦理-技能-临床”三位一体的教诲生态，使医学生既善用AI之力，亦苦守医学之魂。

于课程系统设置上，共鸣认为，医学生AI素养教诲需构建基在“常识-技术-立场”三维框架的整合式课程系统。该系统深度交融医学专业课程与AI技能，协同科学教诲与思政人文教诲，包括医疗AI基来源根基理、临床AI东西实操与通用年夜模子高阶运用两重路径晋升实践能力、AI技能深度嵌入《诊断学》《内科学》等课程以和AI伦理与管理框架等。

据悉，为了摸索医学生AI素养的造就与测评的详细实践经验，广东医科年夜学成立的AI医学院（GDMU-AIMS），立异性引入20余个天下知名临床团队设置装备摆设的专病年夜模子，于医学专业学生的造就历程中，实现“边学边用、教评一体”的AI素养造就新范式。GDMU-AIMS经由过程构建笼罩理论进修、虚拟诊疗、实战查核的全链条造就机制，为医学专业学生提供沉浸式AI辅助诊断练习场景，开发基在真实病例的动态测评模块，成立与临床能力挂钩的AI素养评价尺度。这类实践导向的造就模式，可以或许帮忙医护职员快速把握AI东西的利用技巧，提高其与AI体系协作的能力。据悉，GDMU-AIMS将在玄月份面向2025届广东医科年夜学临床医学等专业新生周全启用，带来AI时代医学专业人材造就的全新摸索。

“AI素养教诲的最终方针不是造就技能依靠者，而是塑造能驾御技能、捍卫医学人文精力的守护者。”弓孟春暗示，该共鸣将秉持动态更新原则，不停优化完美，为AI赋能医学教诲的理论研究与实践摸索提供前瞻性参考，并始终对峙医学伦理及科技伦理基来源根基则，禁止任何试图用AI彻底替换医患瓜葛的举动。