医学人工智能与机器人技术进展

医学人工智能与机器人技术进展

蔡静懿

441900197505083352

摘要：科学技术的发展，我国的人工智能技术有了很大进展，并在医学行业中得到了广泛的应用。目前，人工智能已应用于医学教育领域，发挥着其不可替代的教学作用。该文首先分析我国医学人工智能教育教育内容，其次探讨医学人工智能与机器人技术进展， 最后就人工智能在医学教育中的应用得挑战进行研究，以促进人工智能在医学教育中的应用和发展，为相关教学团队提供参考，帮助其更好地利用人工智能技术改进医学教育质量，培养高素质医学人才。

关键词：人工智能；深度学习；医学教育

引言

医学人工智能在辅助医生诊断，减少漏诊误诊，提高诊断效率，弥补资源供需的缺口，疾病风险预警，提供健康顾问服务，支持药物研发，提升制药效率等方面均发挥着越来越重要的作用。本研究将基于情报学的视角从医学人工智能论文、人工智能临床试验、人工智能医疗器械产品和相关政策着手，分析医学人工智能的研究态势，了解医学人工智能的发展现状，探讨在医学人工智能发展中存在的问题和面临的挑战，旨在促进人工智能与医学更好相互融合和发展。

1我国医学人工智能教育教育内容

我国医学人工智能教育起步较晚,对人工智能医疗复合型人才的培养方案仍处于探索阶段,尚未形成系统的、科学的人工智能教育体系。目前我国人工智能教育主题以人工智能在医学领域中的应用场景教学为主,在多所高校陆续开展了新医科人才培养实践。但教育内容更加注重其技术应用教学,对人工智能的基础教学、创新应用教学较薄弱。为提升当代医学生信息素养,丰富了医学人工智能教育内容。但目前我国医学人工智能教育内容尚不完善,且培养定位不明确、缺乏创新实践,未来仍需进一步研究。

2医学人工智能与机器人技术进展

2.1人工智能在医学教学中最主要应用于学习支持

在学习中使用人工智能系统的优势是可即时反馈，加强基于问题的学习，识别学生知识的不足。同时人工智能应用于本科病理教学中，利用线上、线下相结合的教学方式，解决最常出现的学生听不懂、教师讲不完的问题，提高教师的课堂教学质量，培养学生的自学能力。有研究探讨了智能型高级综合模拟人(ECS)在急救护理实训教学中的效果，结果显示ECS教学小组理论知识考试成绩、实践教学效果均优于传统教学小组，学生的综合及格率也高于传统教学小组，表明ECS教学可提高护生的急救护理理论和实践能力，是培养护生护理能力的有效途径。

2.2在医学人工智能应用层面，“用数”困难仍然存在

“用数”困难体现在几个方面，一是缺乏底层支持。很多医疗单位和科研机构有属于自己的数据库，每一种健康数据及其形式不同，没有统一的标准对其进行整合，目前还缺乏术语、知识库、各类标准数据集等医学科技创新基础设施。二是数据质量问题。医学数据多源且格式复杂，对数据标注人员专业性要求高，我国鲜有高质量开放数据集。三是数据共享困难。我国依托医药卫生、健康信息标准体系及不断完善的卫生信息标准管理体系机制推动健康医疗数据的互联互通和互操作，实现健康医疗数据共享的基础设施环境基础虽已基本奠定，但健康医疗数据共享活动的开展规模仍是有限；成功的健康医疗数据共享活动多在小范围利益相关团体中产生，健康医疗大数据的“政、产、学、研、用”一体化发展在实际实践中仍然存在明显短板。其中隐私安全、数据权属以及利益分配等问题是医疗数据共享发展的阻碍，各方面在倡导数据共享，但共享行动仍与共享理念相背离。

2.3以联合培养为模式,积极促进产教融合

创立学校、医院、企业的联合培养模式是推动人工智能医学人才培养的有效策略。例如天津大学与天津医科大学联合开设的智能医学工程专业采取的医学与工学教育并行开展的培养策略、上海交通大学医学院通过“4+4”临床医学专业培养模式,吸收综合性大学工科优秀毕业生学生攻读医学博士,开展医工交叉培养、华南理工大学于2019年与科技型企业广州易和医疗技术有限公司展开校企合作,成立了华南理工大学易和医疗智慧医疗联合实验室、上海大学医学院与上海通用医学影像诊断中心联合建立了上海大学医学影像教学和科研基地,是智能医学诊疗专业研究生的实践和研究基地。通过联合培养模式,加强跨校联合、校企联合,优势互补,学生可了解医院机构的临床病例和实践经验,了解临床需求和前沿,学会发现问题和解决问题,促进研究结果转化为应用于医学实践,完善医学人才培养体系。

2.4新时期医学生对人工智能教育及现代医学教育的需求现状

随着“智慧医疗”时代到来，以医生直接服务于患者的医疗服务模式将逐渐过渡到人工智能作为医生与患者联系的桥梁的服务模式，传统的医学培养模式可能无法适应相应发展。面对人工智能的职业竞争力，大部分医学生希望能将人工智能纳入医学课程，且医学生表现出对良好的创造思维、批判性思维、交流沟通技能更迫切的需求。医学生需要掌握获取更多新知识、发现新问题、科研与创新的能力。同时数据也告诉我们，即使大数据时代的到来，医学知识与技能仍然应该是医学培养的重要内容。

3人工智能在医学教育中的应用仍有很多挑战

①人工智能教学系统的有效性评估。理想方法是对人工智能系统的使用与传统教学方法进行比较研究。人工智能辅助教学系统与基于多媒体、教师授课的培训相比，培训后诊断准确率显著提高。②人工智能教学系统的扩展。人工智能教育系统通常是由专家构建的，并且适用于特定的医学专业或医疗场景。人工智能教学系统的开发需要多学科团队，也需要大量的标记好的样本数据。此外，人工智能工程师和医学生之间存在的认知差也会增加沟通的难度。③反馈的有效性。教学过程中的反馈对于确定学习目标和知识差距至关重要。学生需要了解自己的表现，以便采取措施提高自己的知识水平。此外，人工智能教学系统可以对学生的表现提供即时反馈，但反馈的质量仍有很大的改进空间。④数据的安全性。在数字化世界中，数据保护至关重要。比如，目前很多医学教学人工智能系统的数据作为评估医生晋升的指标，如果这些数据泄漏或被修改，将会影响医生晋升的公平性。如果缺乏强有力的数据保护措施可能导致社会拒绝在医学教育中使用人工智能系统。除此之外，人工智能技术的研发和应用需要大量的资金和资源投入，涉及人力、技术设备、数据等方面。对于财力相对较弱的医学院校或医疗机构而言，实施人工智能技术可能面临难以承受的经济压力。因此，需要在政策和资金支持方面给予相应的关注和扶持，以推动人工智能在医学教育领域的普及和发展。值得注意的是，虽然人工智能教学系统能够根据学生的反馈和数据不断优化教学过程，但系统可能受到不良信息和误导的影响，从而影响其准确性和可靠性。

结语

随着人工智能技术在医学软件领域的广泛应用，软件的性能、功能的可靠性与安全性越来越重要。一套成熟的医学软件形成过程中，软件测试作为质量把关的关键要素，贯穿于软件生命周期的各个环节，随着软件测试技术的不断成熟，医学人工智能软件的临床应用将会不断地拓展与完善，医学人工智能软件的检测手段将更加丰富和全面。

参考文献

[1]王晨希,王浩,王权,等.医学人工智能产品的网络安全探讨[J].中国医疗设备,2018,33(12):22-25.

[2]王浩,唐桥虹,郝烨,等.人工智能医疗器械标准体系设计探索[J].中国医疗设备,2021,36(12):15-18.

[3]李澍,王浩,王晨希,等.人工智能医疗器械软件生产质量管理体系特殊要求研究[J].中国医疗设备,2021,36(9):15-18.