人工智能在醫學生臨床技能中的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能在醫學生臨床技能中的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著技術的不斷發展，人工智能在醫學診療方面的運用越來越廣泛，文中闡述了目前人工智能發展的技術水平和特點，對人工智能在醫學生臨床技能教學中的應用進行了初步探討，并對人工智能技術在醫學教育中的發展前景作了展望。

關鍵詞：人工智能；臨床技能；應用

1人工智能在醫學教育中的應用趨勢

隨著大數據、云計算和移動互聯技術等新興科學技術的日益成熟，國內外人工智能的研究和應用得到快速發展，人工智能越來越受到國內外學者和政府部門的重視。黨中央與國務院相關部門先后了《“互聯網＋”人工智能三年行動實施方案》（發改高技〔2016〕1078號）、《新一代人工智能發展規劃》（國發〔2017〕35號）、《促進新一代人工智能產業發展三年行動計劃（20182020年）》（工信部科〔2017〕315號）等文件，將我國人工智能發展提升到國家戰略發展層面，并積極鼓勵人工智能在醫療、健康領域中的應用，建立快速精準的智能醫療體系。2018年1月，國家自然科學基金委員增設“教育信息科學與技術”研究方向，并大力支持人工智能為代表的教育教學新技術、新學科的交叉研究，以創新的思維和方法破解教育領域的科學問題。人工智能已不再局限于計算機技術領域，正在快速滲透進社會行業的各個領域。由此可見，“人工智能＋醫學教育”是歷史潮流和時展的需要，作為每個醫學教育工作者，必須正視新技術發展給醫學教育帶來的挑戰和巨大機遇，重塑教育者角色，提升“數字素養”，更新信息化知識和教育理念，深度融合信息技術，從而引領醫學教育進一步發展。

2目前人工智能的技術水平和特點

人工智能可分為弱人工智能（ArtificialNarrowIntelligence，ANI）、強人工智能（ArtificialGeneralIn－telligence，AGI）和超級智能（ArtificialSuperintelli－gence，ASI）。ANI尚不具備真正的智能，更多程度上是幫助人們完成某些任務的工具或助手。而AGI能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經驗中學習等操作，可以像人類一樣獨立思考和決策，達到或超過人類的智能水平。牛津哲學家、人工智能思想家Nick•Bostrom則把ASI定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能。”其思維可以進化成完全不同于人類的思維方式，“能力各方面可以是各方面都比人類強一點，也可以是各方面遠超出人類萬億倍”。在弱人工智能研究階段，人工智能技術研究主要體現在計算智能、感知智能、認知智能三個方面［3］。計算智能，即機器智能化存儲及運算的能力；感知智能，即具有如同人類“聽、說、看、認”的能力，主要涉及語音合成、語音識別、圖像識別、多語種語音處理等技術；認知智能，即具有“理解、思考”能力，廣泛應用于教育評測、知識服務、智能客服、機器翻譯等領域。目前人工智能領域技術應用主要成果包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。在醫學領域，人工智能的研究主要集中在深度學習算法、數據挖掘分析、智能影像識別、醫療信息化等方面。如IBM的Watson、Keith等開發的智能心率與宮縮描記圖計算機輔助分析系統、美國Arterys公司的AI輔助心臟MRI成像系統、美國QViewMedical公司的基于神經網絡的3D自動乳房超聲篩查CAD系統和百度的醫療大腦等［4－5］。總的說來，主流研究主要集中在弱人工智能方面，并在這一領域取得了相當大的成果。強人工智能的研究還處于探索階段，而超級智能仍處于概念辨析成形和研討階段。

3人工智能在臨床技能培養中的應用和前景

3．1AI可用于輔助檢查結果判讀及分析能力的培養和學習

輔助檢查是醫務人員進行醫療活動、獲得有關資料的方法之一，通過醫療檢查、化驗的圖象、圖形與數據進行分析與解釋，確定檢查結果的醫學涵義，以獲取相關臨床資料，并結合病人實際作出判讀和分析，以利于診斷、分析病情變化和進展、評估預后、提供治療方案和指導等。輔助檢查包括各種常見影像學檢查、心電圖、腦電圖檢查、病理學檢查、常規實驗室檢查等。人工智能在醫學圖像識別方面目前已經有比較成熟的應用實例。通過較為成熟的算法和大數據應用，AI進行智能影像識別，通過對已有的圖像快速學習，達到對醫療圖片的自動判斷，能夠作為輔助工具，提高醫生工作效率，并可以做到更加客觀、高效和精準［6］。傳統臨床輔助檢查結果分析判讀無論是教學還是學生訓練均存在教學內容零碎分散，牽涉教學人員復雜，涉及教師專業局限、無法有效、有組織地統一進行培養，所以往往對輔助檢查結果有效判讀和分析是臨床技能教學的一大難點，也往往是薄弱環節。而AI的出現可通過學習管理軟件，根據學生的個人進度，為每個學生繪制適合自己的學習路徑，提供精準的個性化學習，有效檢查醫學生對各項臨床常用實驗室檢查、影像學檢查、心電圖檢查等結果的學習效果，從而幫助醫學生提高綜合分析能力和臨床輔助檢查結果判讀能力。AI還可拓寬學生的學習空間和時間，起到臨床教師無法勝任的全面性、客觀性、實時性、準確性指導學習的作用。

3．2AI可用于醫學生臨床問診能力的培養和訓練

問診是醫師通過對患者或相關人員的系統詢問獲取病史資料，經過綜合分析而作出臨床判斷的一種診法。問診對疾病的診斷及治療、良好的醫患關系的建立均有極其重要的作用。因此，問診是每個醫學生必須掌握的臨床基本技能。運用AI對醫學生進行問診能力的訓練可基于以下兩方面進行：AI可作為問診能力訓練的示范性和輔助性助手，即扮演教師教學的角色，以實現臨床醫生的部分功能。以百度醫療大腦為代表的人工智能已可通過海量醫療數據、專業文獻的采集與分析，模擬醫生問診流程，與患者多輪交流，在問診過程中AI可以收集、匯總、分類、整理病人的癥狀描述，依據患者的癥狀，提醒醫學生更多的診斷可能性和問診的遺漏不足，輔助醫學生完成問診。這樣對醫學生問診的條理性、層次性、全面性等方面的訓練有著極大的提高。AI可通過智能化機器人模擬病人的方式，有望取代標準化病人（SP）或實際病人來實現對醫學生臨床問診能力的培養和考核。隨著人工智能的進一步發展，基于計算機視覺、人機交互技術、自然語言處理的深度學習算法的智能機器人將能很好地模擬病人的癥狀、表情、動作、語言；提供更為標準、規范、準確的病情模擬演示和交互對話。同時可以并通過攝像實時記錄和呈現、回放問診整個過程，通過其人工神經網絡的學習，對問診的各個環節、問診內容、問診技巧等具體項目進行評分等數據采集，繼而通過大數據挖掘和云計算等技術發現和分析學生在問診過程中的不足和缺陷，給出準確的評價和指導意見，從而實現對醫學生的精準指導和培養。

3．3AI可作為臨床技能實踐訓練的重要補充

人工智能通過集成個性化建模、社會仿真和知識表達，能夠為學習提供隨時隨地的支持［7］。人工智能對于每一位醫學生來說相當于一位“虛擬導師”，從而實現定制化、個性化、精準化的自適應學習。人工智能應用于醫學臨床技能培養將更加注重學習者自我導向、自我評估、團隊合作等軟技能的提升。人工智能通過數字化技術可為醫學生提供更多教科書或教室的固定環境中無法參與的現場臨床技能訓練的機會。通過人工智能手段，可以全息定量化地虛擬還原現實，在虛擬的空間里，醫學生可直接透視人體的細致解剖結構，并由醫生進行操作和講解。這種新模式突破了時間和空間的限制，提高了教學的質量和效率。例如清華大學醫學院建立的“智慧現實虛擬臨床教學中心”在國內率先開啟了“人工智能＋現實虛擬”的臨床教學培訓新模式［8］。該模式將患者的CT、核磁等影像數據，經過人工智能系統處理，得到真實還原的全息化人體三維解剖結構并映射在虛擬空間里。醫生可通過專用設施，在增強現實的虛擬空間里全方位直接觀看到患者真實人體結構的解剖細節，并可通過手勢和語音操作，實時進行器官和病變的立體幾何分析，精確測量目標結構的區位、體積、徑線、距離等參數，同時還可進行虛擬解剖作業、模擬手術切除、手術方案設計和手術風險評估。融合全息影像技術、3D打印技術、虛擬現實和虛擬仿真技術的人工智能將打造一個“人工智能＋全定量現實虛擬仿真”時代。如臨床常用穿刺技術的訓練可通過人工智能融合虛擬仿真穿刺設備在虛擬空間進行模擬仿真的操作訓練。通過虛擬設備的接入，可將體格檢查的訓練如心肺觸診、聽診，腹部觸診在虛擬仿真環境中進行，人工智能可協助教師使用3D打印技術設計、構建3D打印的器官及模型，用于模型訓練體查、病例討論、器官病變解剖演示、臨床過程演示如分娩過程等。

3．4AI可用于醫學生臨床思維能力與全面診療能力的培養和提高

人工智能可以通過模擬真實的臨床環境，為學員提供一種能夠自主學習、加強感官認知、易于操作的全方面的學習條件，比空間抽象的說教更具說服力，使醫學教育更高效。如CMTT臨床思維訓練系統，其教學病例均來源于臨床上真實的患者，涵蓋了臨床多個學科，可供訓練、考核的病例數量達百余例。該系統在進行鑒別診斷時，還能夠幫助醫學生比較相似病癥之間的區別和聯系，訓練實習醫師臨床決策思維能力，并根據病史及檢查結果和診斷結論，給出治療方案。醫學生完成每一個病例，可對比標準病例進行自查和分析，也可反復學習，達到鞏固提高的學習效果。該系統使思維綜合訓練與臨床實踐緊密結合，可有效培養醫學生的醫學思維及臨床決策能力，提高臨床教學質量，降低教學成本與風險，最大限度地滿足臨床綜合診療能力培養和考核的教學需求。“臨床輔助決策支持系統”是目前已投入使用的另一類型的培養醫學生臨床思維能力培養的人工智能系統。“臨床輔助決策支持系統”是基于全球循證醫學證據數據庫和專家共識發展的臨床知識數據庫，內容覆蓋上千種疾病和癥狀、1萬多種診斷方法、3000余項診斷性檢測、4000余項診療指南。為醫學生在臨床診療和學習過程中即時提供精準、可信并及時更新的診療知識，以幫助他們做出最佳診斷、優化治療方案、改善患者預后。臨床輔助決策支持系統可引導醫生從癥狀出發建立診斷假設，指導醫生提供證據（癥狀和檢查）證明自己所選的診斷假設，直至最終確診，可以有效防止誤診和漏診。AI可有效地引導醫學生建立起以循證醫學為基礎的臨床思維，增強疾病診治的科學性和有效性，從而建立起標準化的臨床思路，符合正確的診療流程。可進一步根據診斷結果，提供相應的治療方案給醫生參考以提高醫學生全面的診療能力。

4結語

隨著時代的發展，技術的不斷進步，人工智能技術與教育行業的融合發展正迅猛地推動著教育事業新的變革。人工智能在醫學診療方面的應用越來越多，技術也越來越成熟，推動著醫學診療和醫學教學的進步。隨著深度學習與神經網絡的進一步完善與成熟，伴隨互連型的、人工智能型的醫療大數據庫的構建和完善，人工智能技術在醫療診斷與教學中的作用將會越來越突出，必將引領以“跨界、融合、創新”為特征的新時代醫學教育信息化技術變革浪潮，從而為醫學教育的發展提供廣闊的機遇和發展空間。

作者：李熠 匡雙玉 桂慶軍 尹凱 鐘慧 游詠 單位：南華大學