黃正行　齊煒　周泓

[摘 要] 健康中國戰(zhàn)略的實施與推進，對生物醫(yī)學(xué)工程專業(yè)開展人工智能課程建設(shè)和人才培養(yǎng)提出了新的要求。分析目前國內(nèi)高校醫(yī)學(xué)人工智能課程建設(shè)中存在的問題，從幾個方面提出了提高高校醫(yī)學(xué)人工智能課程教學(xué)質(zhì)量的幾點措施。

[關(guān)鍵詞] 醫(yī)學(xué)人工智能;教學(xué)質(zhì)量;本科生教育;人才培養(yǎng)

[作者簡介] 黃正行（1980—），男，安徽壽縣人，博士，浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院教授，生物醫(yī)學(xué)工程學(xué)系系主任，主要從事醫(yī)學(xué)人工智能研究;齊 煒（1982—），男，浙江臺州人，碩士，浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院教學(xué)科科長，主要從事生物醫(yī)學(xué)工程專業(yè)教育教學(xué)研究;周 泓（1974—），男，浙江紹興人，浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院教授，教學(xué)副院長，主要從事智能醫(yī)學(xué)儀器、嵌入式計算研究。

[中圖分類號] G642.0? ?[文獻標識碼] A? ?[文章編號] 1674-9324（2021）12-0001-04? ? [收稿日期] 2020-10-03

人工智能是目前備受關(guān)注的新興科學(xué)領(lǐng)域。2017年7月8日，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，將發(fā)展人工智能列為國家戰(zhàn)略。隨后，全國各大高校均將人工智能教育視為未來發(fā)展重點。生物醫(yī)學(xué)工程專業(yè)作為生物、醫(yī)學(xué)和信息科學(xué)的交叉融合專業(yè)，理當積極應(yīng)對這一趨勢，將人工智能教育更好地融入本科生教育中。

一、存在問題

生物醫(yī)學(xué)工程學(xué)科的專業(yè)建設(shè)與大健康國家戰(zhàn)略密切相關(guān)，肩負著為我國醫(yī)療器械和數(shù)字醫(yī)療行業(yè)發(fā)展培養(yǎng)專業(yè)型創(chuàng)新人才的重要使命。由于生物醫(yī)學(xué)工程專業(yè)具有交叉性強、前沿性強的學(xué)科特點，建設(shè)與本專業(yè)培養(yǎng)目標相適應(yīng)的課程體系，是人才培養(yǎng)的重要環(huán)節(jié)。

“醫(yī)學(xué)人工智能”是一門醫(yī)學(xué)和計算機科學(xué)的交叉課程，主要講授人工智能技術(shù)在醫(yī)學(xué)和健康領(lǐng)域的研究與應(yīng)用。“醫(yī)學(xué)人工智能”課程的目標是培養(yǎng)學(xué)生掌握和應(yīng)用人工智能技術(shù)的原理及其核心算法，理解應(yīng)用人工智能技術(shù)解決醫(yī)學(xué)實際問題的范例，了解人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用背景和發(fā)展趨勢，并提升利用人工智能技術(shù)分析和解決醫(yī)學(xué)實際問題的能力。

筆者已經(jīng)在醫(yī)學(xué)人工智能方面開展了一段時間的教學(xué)工作，在過去三年中，面向浙江大學(xué)生物醫(yī)學(xué)工程專業(yè)的高年級本科生和研究生開設(shè)了“醫(yī)學(xué)人工智能”課程。經(jīng)過三年的教學(xué)工作，筆者意識到，目前醫(yī)學(xué)人工智能的教學(xué)中存在一些較為顯著的問題，如果不加以解決，很難真正上好這門課程。

（一）課程特色不突出

主要體現(xiàn)在課程教授內(nèi)容與國內(nèi)外計算機學(xué)院所開設(shè)的“人工智能”課程或“機器學(xué)習(xí)”課程存在相當程度上的同質(zhì)化，并未系統(tǒng)化講述醫(yī)院期待人工智能解決的實際臨床問題，沒有說明每類醫(yī)療問題適合用什么樣的技術(shù)應(yīng)對，也未充分說明醫(yī)學(xué)這一特殊領(lǐng)域在使用人工智能技術(shù)時所受到的約束。此外，課程建設(shè)過程中，還需要加強立德樹人，把課程思政貫穿于人才培養(yǎng)的全過程，培養(yǎng)學(xué)生家國情懷，引導(dǎo)學(xué)生樹立正確的人生觀、價值觀，提升學(xué)生的職業(yè)素養(yǎng)，促進學(xué)生德智體美勞全面發(fā)展。

（二）課程側(cè)重點不夠平衡

以往的教學(xué)過程主要依賴于課程主講教師對醫(yī)學(xué)人工智能相關(guān)領(lǐng)域的認識。目前回顧來看，這樣的教學(xué)方法存在一定程度的顧此失彼，也就是在課程主講教師的自身科研工作相關(guān)的領(lǐng)域容易介紹過深，其他部分介紹過淺，并未以合適的難度，向?qū)W生全面講授醫(yī)學(xué)人工智能的內(nèi)容。

（三）課程缺乏教學(xué)資源

以往的教學(xué)主要依賴于教師自制的PPT，PPT作為一種展示工具，適合展示教學(xué)綱領(lǐng)而并不適合進行系統(tǒng)性的知識講解。特別地，在世界范圍內(nèi)，目前也罕有針對醫(yī)學(xué)人工智能編寫的書籍，學(xué)生目前事實上并沒有在課下進行系統(tǒng)性學(xué)習(xí)的參考書，嚴重影響了教學(xué)質(zhì)量。此外，課程還需要將信息智能技術(shù)與教育教學(xué)深度融合，實施混合教學(xué)、慕課等新型教學(xué)方式，構(gòu)建和提升線上及線上線下混合等新型現(xiàn)代教學(xué)模式，提高教學(xué)水平和質(zhì)量。

二、提高教學(xué)質(zhì)量的建議和措施

為解決上述三個關(guān)鍵性問題，同時適應(yīng)當前優(yōu)質(zhì)教育資源公開化的需求，需要以實際臨床問題為綱，以算法為目的，全面梳理優(yōu)化教學(xué)內(nèi)容，平衡側(cè)重點，編寫教材，開展能體現(xiàn)生物醫(yī)學(xué)工程學(xué)科特色的人工智能教學(xué)，為培養(yǎng)能夠應(yīng)對未來科研、工程需求的工科學(xué)生做出貢獻。具體來說，可以從以下幾個方面著手開展教改工作，以期進一步改善“醫(yī)學(xué)人工智能”的教學(xué)質(zhì)量。

（一）明確教學(xué)目標

“醫(yī)學(xué)人工智能”作為生物醫(yī)學(xué)工程專業(yè)特色選修課程，積極推進啟發(fā)式、討論式與研究式教學(xué)。在課程與教學(xué)改革方面，主要關(guān)注以下三個問題。

1.教學(xué)內(nèi)容的前沿性。本課程主要講授人工智能技術(shù)在醫(yī)學(xué)和健康領(lǐng)域的研究與應(yīng)用。順應(yīng)人工智能技術(shù)在醫(yī)學(xué)和健康領(lǐng)域的快速發(fā)展，本課程不斷更新醫(yī)學(xué)人工智能的最新進展，提供最新科研實例與發(fā)展方向。

2.理論知識的實踐性。本課程在人工智能技術(shù)理論知識講授的基礎(chǔ)上，增加人工智能技術(shù)實踐應(yīng)用的案例分析與討論，盡量使理論與實踐的比例達到1∶1，既鞏固了學(xué)生的課內(nèi)專業(yè)知識，又補充并拓展了課外專業(yè)知識，還增加了學(xué)生對實際應(yīng)用的理解與想法。

3.課程設(shè)計的創(chuàng)新性。在本課程的課程設(shè)計環(huán)節(jié)中，拓寬課程設(shè)計主題選擇范圍，使學(xué)生在理解與掌握專業(yè)知識的基礎(chǔ)上，創(chuàng)新思維，自主選擇感興趣的研究方向，制定自己的研究方案，最終能夠真正將“理論”與“創(chuàng)新”應(yīng)用于“實踐”。

（二）編排教學(xué)邏輯

針對目前“醫(yī)學(xué)人工智能”與計算機學(xué)院同類課程同質(zhì)化嚴重的缺陷，重新編排教學(xué)邏輯，主要目標是放棄目前采用的“主講技術(shù)，輔講應(yīng)用”的教學(xué)線路，轉(zhuǎn)變?yōu)椤耙耘R床問題為綱，具體技術(shù)為目”的教學(xué)思路。以臨床問題為切入點，將“醫(yī)學(xué)人工智能”這一課程分解為若干章節(jié)，每一章節(jié)對應(yīng)一種實際的臨床問題，如生存分析、鑒別診斷、風(fēng)險評估、干預(yù)推薦、干預(yù)效果比較分析、預(yù)后預(yù)測和疾病演變過程分析等。在每一章節(jié)的具體講授中，首先闡釋醫(yī)療中所面臨的實際臨床問題，然后定義問題的解決框架，隨之引入介紹適合解決這一臨床問題的主要人工智能技術(shù)，最后展示實際案例，以具體說明醫(yī)學(xué)人工智能技術(shù)的實際使用形態(tài)。通過這樣的教學(xué)邏輯重編排，將“醫(yī)學(xué)人工智能”課程的核心從“介紹人工智能技術(shù)”轉(zhuǎn)變?yōu)椤坝萌斯ぶ悄芗夹g(shù)解決實際醫(yī)學(xué)問題”。

（三）審定教學(xué)范圍

針對目前“醫(yī)學(xué)人工智能”課程涉獵范圍受教師研究領(lǐng)域影響過大的缺陷，重新審定教學(xué)范圍。削減以往教學(xué)任務(wù)中著墨過多、講得過深的問題，同時大幅度擴充以往教學(xué)過程中未涉及的領(lǐng)域。具體而言，擬削減現(xiàn)有教學(xué)內(nèi)容中對機器學(xué)習(xí)技術(shù)的基礎(chǔ)介紹性內(nèi)容、與患者表征學(xué)習(xí)相關(guān)的內(nèi)容，可以擴充醫(yī)學(xué)影像學(xué)、醫(yī)學(xué)自然語言處理、風(fēng)險評估、鑒別診斷、干預(yù)推薦、病程演變分析等內(nèi)容。最終目標是經(jīng)過本課程的學(xué)習(xí)，學(xué)生能夠?qū)θ斯ぶ悄芗夹g(shù)在醫(yī)療臨床中的應(yīng)用場景有較為全面的認識。

（四）課堂思政融入

在“醫(yī)學(xué)人工智能”的課程講授中，需要做到思政融入課堂，將家國情懷、社會責(zé)任、文化自信、人文素養(yǎng)、科學(xué)精神、創(chuàng)新意識、工匠精神等相關(guān)育人元素，與知識講授有機結(jié)合，注重學(xué)生綜合素質(zhì)的培養(yǎng)，強化理想信念教育。例如，在講解因果推斷及其在醫(yī)療干預(yù)效果分析中的應(yīng)用等知識點時，可以引入人文精神教育與科學(xué)精神教育，討論隨機對照試驗是否會違背醫(yī)學(xué)倫理，培養(yǎng)學(xué)生對生命的尊重意識;討論因果推斷是否有助于預(yù)測臨床結(jié)局、輔助臨床決策以及指導(dǎo)患者護理，培養(yǎng)學(xué)生的責(zé)任意識;討論因果推斷的代表性研究，培養(yǎng)學(xué)生對科學(xué)的追求精神;討論因果推斷的難題與進展，培養(yǎng)學(xué)生的創(chuàng)新思維意識;討論國內(nèi)在醫(yī)學(xué)人工智能領(lǐng)域的創(chuàng)新成就，培養(yǎng)學(xué)生的民族自信與家國情懷等。

（五）理論結(jié)合實踐

“醫(yī)學(xué)人工智能”課程注重人工智能技術(shù)的理論知識與人工智能技術(shù)在醫(yī)學(xué)和健康領(lǐng)域的學(xué)術(shù)研究與應(yīng)用。課程內(nèi)容深入淺出，既包括了醫(yī)療信息與人工智能技術(shù)中的實例和屬性等基本概念，也包括了醫(yī)療信息挖掘中輸入數(shù)據(jù)的處理。通過典型科研實例與最新科研進展，課程需要將理論知識與實踐應(yīng)用緊密結(jié)合，如，應(yīng)用生存分析估計心肌梗死患者第二次心臟病發(fā)作的時間。課程可以邀請一線教學(xué)與診療經(jīng)驗豐富的臨床醫(yī)生共同開展教學(xué)工作，并聚焦醫(yī)學(xué)臨床的熱點應(yīng)用開展專題式教學(xué)，有助于將醫(yī)學(xué)人工智能各環(huán)節(jié)的知識節(jié)點互聯(lián)互通，以臨床應(yīng)用為教學(xué)落腳點，并以現(xiàn)有臨床瓶頸性難題為出發(fā)點激發(fā)學(xué)生基于問題與產(chǎn)出導(dǎo)向的啟蒙式思維。

（六）思考創(chuàng)新互促

“醫(yī)學(xué)人工智能”課程需要注重學(xué)生的自主思考與創(chuàng)新思維，理論教學(xué)時引導(dǎo)學(xué)生始終帶著問題思考，討論交流時組織學(xué)生交換想法，課程設(shè)計時鼓勵學(xué)生發(fā)散思維，解決自己感興趣的問題。通過吸納人工智能、醫(yī)學(xué)信息學(xué)等相關(guān)學(xué)科的理論知識與最新成果，融合前沿性、交叉性、綜合性的創(chuàng)新內(nèi)容，依教學(xué)邏輯把握內(nèi)核，層層剖析，逐項深入，推展演繹，教學(xué)內(nèi)容緊扣原理、概念、技術(shù)、案例這一主線，精準選題，因材施教，形成智能醫(yī)學(xué)綱領(lǐng)性的技術(shù)核心內(nèi)容。在理論教學(xué)的同時輔助開設(shè)醫(yī)學(xué)實踐內(nèi)容，有目的、有重點地培養(yǎng)學(xué)生對醫(yī)學(xué)人工智能的感性認識與實操技能。

（七）編寫課程教材

“醫(yī)學(xué)人工智能”課程包括以下內(nèi)容：人工智能的基本原理和應(yīng)用現(xiàn)狀，機器學(xué)習(xí)技術(shù)及其在醫(yī)學(xué)臨床中的應(yīng)用，醫(yī)學(xué)知識表達與應(yīng)用，臨床決策支持系統(tǒng)，醫(yī)學(xué)中的模糊和不確定推理技術(shù)，醫(yī)學(xué)自然語言處理技術(shù)，醫(yī)學(xué)人工智能的展望與醫(yī)學(xué)倫理，以及應(yīng)用人工智能技術(shù)解決醫(yī)學(xué)實際問題，如生存分析、鑒別診斷、風(fēng)險評估、干預(yù)推薦、干預(yù)效果比較分析、預(yù)后預(yù)測和疾病演變過程分析等的基本方法和步驟。

針對目前“醫(yī)學(xué)人工智能”缺乏教材的缺陷，擬根據(jù)重新審定的課程教學(xué)范圍與課程教學(xué)邏輯，進行教科書編寫。教科書應(yīng)當做到簡明扼要的介紹實際的臨床醫(yī)學(xué)問題，以學(xué)生易于理解的方式講述算法原理，同時介紹相關(guān)問題的最新研究成果，并介紹相關(guān)問題的實際應(yīng)用案例，最終目標是使學(xué)生讀到教材時能覺得教材將問題講的很清楚。

在完成教學(xué)邏輯的重新編排、教學(xué)范圍的重新審定及教材編寫任務(wù)后，按照新的教學(xué)范圍及教學(xué)邏輯要求，結(jié)合教材內(nèi)容，重新制作與改革后內(nèi)容相適應(yīng)的課件。

（八）錄制MOOC課程

“醫(yī)學(xué)人工智能”課程建設(shè)過程中，在傳統(tǒng)教學(xué)方式的基礎(chǔ)上，充分利用現(xiàn)代教育信息技術(shù)，積極嘗試新的教學(xué)方法和手段，探索MOOC等先進教學(xué)模式，不斷優(yōu)化教學(xué)設(shè)計，將教學(xué)內(nèi)容在時間和空間上從課內(nèi)向課外延伸，引導(dǎo)學(xué)生自主學(xué)習(xí)，促進學(xué)生研究性學(xué)習(xí)。其中，線上慕課作為建設(shè)生物醫(yī)學(xué)工程課程體系的核心環(huán)節(jié)，能有效突破傳統(tǒng)的課堂授課單一模式，在2020年新冠肺炎疫情期間，線上授課的便捷性、時效性、遠程化、國際化表現(xiàn)得尤為突出。通過MOOC課程的建設(shè)，深度融合信息技術(shù)，以成果為導(dǎo)向，開展線上線下混合式教學(xué)方法的研究，拓展學(xué)生學(xué)習(xí)的維度。

（九）科研反哺教學(xué)

“醫(yī)學(xué)人工智能”課程需要充分發(fā)揮科研平臺的支撐作用和學(xué)科優(yōu)勢，將科研成果融入本科生教學(xué)培養(yǎng)，形成科研反哺教學(xué)的教育特色。在教學(xué)過程中，教師以自己從事科研工作的經(jīng)歷與體會，通過言傳身教、案例分析、課堂討論等多種方式將這一寶貴財富傳授給學(xué)生，有利于培養(yǎng)學(xué)生探索求知、實事求是、批判創(chuàng)新的科研精神，有效保證培養(yǎng)人才的質(zhì)量。此外，可以結(jié)合自身的研究方向和承擔(dān)的科研任務(wù)，指導(dǎo)學(xué)生參與科研課題的開題論證、實驗研究、年度總結(jié)、結(jié)題驗收、成果鑒定等環(huán)節(jié)。把科學(xué)的思維和方法結(jié)合相關(guān)的基礎(chǔ)知識有效傳授給學(xué)生，激發(fā)學(xué)生的興趣，活躍學(xué)生的思維，提高學(xué)生分析問題、解決問題的能力。由于人工智能技術(shù)發(fā)展迅速，需要及時更新課程的課件和參考資料，及時、全面反映出相關(guān)科學(xué)領(lǐng)域中的最新研究進展。為此，授課教師在進行科研時必須緊跟本學(xué)科的發(fā)展前沿，及時掌握科技發(fā)展新動向，不斷更新自己的知識結(jié)構(gòu)，以科研成果及時豐富教學(xué)內(nèi)容。

三、結(jié)語

生物醫(yī)學(xué)工程作為典型的醫(yī)工交叉學(xué)科，學(xué)科教學(xué)必須體現(xiàn)專業(yè)特點，即利用（信息）工程手段解決醫(yī)學(xué)問題。目前，國內(nèi)外極少有課程能夠做到這一點，筆者經(jīng)過調(diào)研發(fā)現(xiàn)，現(xiàn)有的人工智能（機器學(xué)習(xí)）課程大多為計算機學(xué)院開設(shè)，其教學(xué)目標主要是教會學(xué)生一個個具體的算法，而較少涉及這些算法的具體應(yīng)用，即使是在教學(xué)過程中談?wù)摰搅怂惴☉?yīng)用，涉及的應(yīng)用領(lǐng)域一般也局限于計算機視覺和自然語言處理等少數(shù)領(lǐng)域，極少涉及醫(yī)學(xué)領(lǐng)域的應(yīng)用。經(jīng)過這樣課程培養(yǎng)出的學(xué)生，或許具備扎實的基本功，但是缺乏本專業(yè)的全局視野，不了解醫(yī)療行業(yè)的真正需求，也不了解目前人工智能在醫(yī)療行業(yè)的研究水平，更無法明白當前醫(yī)學(xué)人工智能在醫(yī)療前沿亟待解決的問題與研究熱點。

為解決這一問題，筆者提出跳出講述具體算法的桎梏，“以臨床問題為綱，以具體技術(shù)為目”，通過分章節(jié)全面介紹醫(yī)療行業(yè)期待人工智能所解決的問題為切入點，直擊“用工程技術(shù)解決臨床問題”這一生物醫(yī)學(xué)工程專業(yè)的基本宗旨。在介紹完臨床問題之后，分別介紹最適于解決每一臨床問題的具體技術(shù)，最后介紹相關(guān)研究案例與應(yīng)用，指出相關(guān)問題。筆者認為，這一教學(xué)視角更符合生物醫(yī)學(xué)工程專業(yè)開展人工智能相關(guān)課程的實際教學(xué)需求，“醫(yī)學(xué)人工智能”的課程建設(shè)充分體現(xiàn)生物醫(yī)學(xué)工程專業(yè)多學(xué)科交叉這一鮮明的時代特色、學(xué)科特點、行業(yè)特質(zhì)，有力充實“新工科”“新醫(yī)科”諸多教學(xué)新要素，為促進與生物醫(yī)學(xué)工程相關(guān)學(xué)科與行業(yè)的升級轉(zhuǎn)型貢獻智慧。

參考文獻

[1]張偉.“雙一流”建設(shè)：重點建設(shè)與現(xiàn)實阻礙[J].中國人民大學(xué)教育學(xué)刊，2019（2）：66-84.

[2]陸曉靜，羅鵬程.“雙一流”建設(shè)高校本科人才培養(yǎng)與質(zhì)量保障雙向互動的實證研究[J].湖南師范大學(xué)教育科學(xué)學(xué)報，2020（3）：45-54.

[3]楊斌.充分釋放“抗疫紅利”推進教育改革創(chuàng)新[J].清華大學(xué)教育研究，2020（3）：1-5+33.

[4]牛東紅，汪桂玲，張宇峰，等.基于新時代背景下的課程思政教學(xué)改革研究[J].教育教學(xué)論壇，2020（35）：50-51.

[5]倪涌舟，郭中富.大學(xué)物理課程融入人文思政教育的探索[J].教育教學(xué)論壇，2020（35）：58-59.

[6]董秀芳.互聯(lián)網(wǎng)背景下教學(xué)智慧的生成策略研究[J].教育教學(xué)論壇，2019（3）：82-83.

[7]王姝歆，劉潤.“新工科”建設(shè)背景下工程訓(xùn)練教學(xué)的探索與實踐[J].教育教學(xué)論壇，2020（35）：119-120.

[8]褚燕華，王麗穎.混合課程建設(shè)的改革與探索[J].教育教學(xué)論壇，2020（35）：149-150.

[9]李小龍，李冰潔.基于在線教學(xué)背景下測量學(xué)課程虛擬仿真教學(xué)初探[J].教育教學(xué)論壇，2020（35）：178-179.

[10]張久鵬，裴建中，申愛琴.“互聯(lián)網(wǎng)+”背景下《道路工程材料》MOOC建設(shè)路徑與價值體現(xiàn)[J].教育教學(xué)論壇，2019（3）：135-136.

[11]梁士棟，馬明輝.思政教育導(dǎo)向下的進階式教學(xué)模式探索與實踐[J].上海工程技術(shù)大學(xué)教育研究，2018（3）：16-20.

[12]肖翔.基于在線課程大學(xué)生自主學(xué)習(xí)影響因素及對策研究[J].上海工程技術(shù)大學(xué)教育研究，2018（3）：55-58.

Abstract： With the development of “healthy China” strategy， new requirements have been put forward for the course construction of artificial intelligence and the talent training in biomedical engineering major. This paper analyzes some problems existing in the construction of medical artificial intelligence course in colleges and universities in China， and puts forward some measures to improve the teaching quality of medical artificial intelligence course in colleges and universities from several aspects.

Key words： medical artificial intelligence; teaching quality; undergraduate education; talent training