基于成果导向教育（OBE）理念结合DeepSeek工具构建儿科住院医师规范化培训教学门诊的探索

Exploration of constructing standardized Pediatric resident training outpatient clinics based on the OBE concept

摘要

教学门诊是实现住院医师规范化培训（以下简称“住培”）中课程衔接与临床能力提升的重要环节。现有儿科住培教学门诊多以教师与疾病为中心，采用师徒式跟班学习模式，存在重知识传授、轻能力建构的倾向，难以满足住培医师在真实临床情景中综合运用知识、独立思考与团队协作等能力的培养需求。因此，本文基于结果导向教育（outcome-based education， OBE）的理念，并借助DeepSeek人工智能工具共同构建面向能力达成的教学门诊模式，探索从教师中心向学生中心、从以知识体系为中心向以能力达成为目标的转变，并通过系统化的教学设计确保学生达到既定学习成果。评价体系以学习成果为核心，持续反馈并作为教学活动改进的依据，以提升住院医师的岗位胜任力，推动儿科住培医师的规范化培训，培养具备全面素养的儿科医疗人才。

Abstract

Teaching outpatient clinics are an important component in achieving the integration of courses and the enhancement of clinical abilities in standardized resident physician training. Existing pediatric standardized training teaching outpatient clinics are often centered around teachers and diseases, employing an apprenticeship-style shadowing learning mode. This approach tends to emphasize knowledge transmission over skill construction, making it difficult to meet the needs of resident physicians for developing the ability to apply knowledge comprehensively in real clinical situations, think independently, and collaborate in teams. Therefore, this paper, based on the concept of outcome-based education (OBE), constructs a teaching outpatient clinic mode oriented toward competency attainment with the assistance of the DeepSeek, an artificial intelligence tool, exploring the transition from teacher-centered to student-centered, and from knowledge-system-centered to competency-achievement-oriented. Through systematic instructional design, it ensures that students achieve the predetermined learning outcomes. The evaluation system focuses on learning outcomes, provides continuous feedback, and serves as a basis for improving teaching activities, thereby enhancing the competency of resident physicians, promoting standardized training for pediatric residents, and cultivating pediatric medical professionals with comprehensive competence.

关键词

成果导向教育 / 人工智能 / 住院医师规范化培训 / 儿科教学门诊 / 教学模式

Key words

outcome-based education / artificial intelligence / resident standardization training / pediatrics teaching clinics / teaching mode

住院医师规范化培训（以下简称“住培”）是医学生成长为合格临床医师的必由之路^［1］。儿科疾病具有起病急、变化快、病情险、病死率高的特点^［2］，因此对儿科住培医师的临床思维、操作技能及人文素养要求较高。然而，目前儿科住培实践中存在不少痛点：“重理论、轻实践”“看得多，做得少”“被动学习而非主动探索”等，尤其是传统的儿科住培教学门诊大多采用“师徒式”教学模式，往往是“老师做，学生看”，实施过程中常面临系统性目标不清、评估标准模糊、个体化培养不足等问题。

成果导向教育（outcome-based education，OBE）是以学员为中心和成果为导向的教学范式革命，其核心精髓在于：首先明确定义学生毕业时应具备的核心能力（最终学习成果），然后以此为目标反向设计课程体系、教学内容和评价方式，并持续改进，最终确保所有学生都能达成这些预期成果^［3］。本研究旨在针对传统儿科住培模式的不足，引入OBE先进理念，并深度融合DeepSeek这一人工智能工具，系统地构建一个目标明确、流程规范、评价科学的儿科教学门诊新模式，并初步实践于儿科住培教学中，提升住培学员的核心岗位胜任力，探索人工智能在临床教学场景中的具体应用路径与赋能价值，以期为深化儿科乃至其他学科的住培教学改革提供一套可复制、可推广的理论范式与实践路径。

1 基于OBE理念结合DeepSeek工具的教学门诊优势

教学门诊的传统形式多局限于观摩式、助手式及督导式^［4］。在此类模式下，住院医师常处于被动地位，主要作为观察者或辅助者，观摩上级医师与患者的沟通、病史采集、体格检查及诊疗决策全过程。该模式虽具有一定示范作用，但住院医师实际参与度有限，缺乏独立接诊和临床思维训练的机会，难以有效培养其岗位核心胜任力。而基于OBE理念的教学门诊则是以学员为中心和成果为导向为核心的教学方式，首次将OBE理念与教学门诊（teaching clinic）这一实践平台相融合，学员不仅需要巩固和提高个人的医学知识和临床技巧，也需要在人际沟通、职业素养等方面得到全面培养^［5］。基于OBE理念的教学门诊具有三方面优势。①目标一致性：OBE要求定义清晰、可测量的能力目标，而教学门诊的核心目标就是锤炼学员独立处理门诊病人的全方位胜任力，目标高度契合，而借助DeepSeek工具能够将这些宏观目标转化为可视化的学习路径与具体的诊前任务。②过程可控性：教学门诊是一个经过设计的、可控的教学环境，允许“放手不放眼”，为实施OBE理念中反向设计的教学活动和评价提供了场所，DeepSeek使学员临床思维过程显性化，为教师的观察和指导提供了客观的过程性依据，使得反向设计的教学活动更加精准。③反馈即时性：教学门诊结束后立即进行的复盘和反馈，是OBE持续改进循环的关键环节，同时借助DeepSeek提供的客观性数据结合指导教师的主观反馈，极大地提升了形成性评价的质量和效果。

2 开展基于OBE理念结合DeepSeek工具的教学门诊的目标和方法

在基于OBE理念的教学门诊中，形成性评价以及出科考核是胜任力导向住培过程的重要内容^［6-7］，将核心胜任力转化为具体病例（如用DeepSeek模拟主诉“3岁女孩，发热5天”的病例）的教学目标。这些目标直接对标Mini-CEX的七大评估维度（病史采集、体格检查、人文关怀、临床判断、沟通技巧、组织效能、整体表现），使得教学活动的设计（如独立接诊、结构化反馈）与评价标准紧密相连，确保教学精准指向能力提升。

2.1 围绕胜任力的具体教学目标

在接诊前，指导教师需与学员共同明确本次门诊需达成的具体、可测量的能力目标。

2.1.1 病史采集

目标：能够独立、系统地围绕“发热5天”这一主诉，完成重点突出的病史采集。具体包括：清晰询问热峰、热型、发热规律及对症治疗反应；主动探查有无咳嗽、皮疹、呕吐、腹泻等关键伴随症状；详细评估患儿精神、食欲、尿量等一般状况；完整询问既往史、过敏史及疫苗接种史。

2.1.2 体格检查

目标：能够进行有针对性的、规范化的儿科体格检查。重点包括：生命体征测量；全身浅表淋巴结触诊；全面检查咽部有无充血、杨梅舌，双眼球结膜有无充血；仔细进行心肺听诊和腹部触诊；检查四肢末端有无肿胀或脱皮，评估肛周情况。

2.1.3 人文关怀

目标：在整个接诊过程中，能展现出对患儿及家属的尊重与共情。具体行为包括：检查前与患儿进行简单互动以减轻恐惧，操作时动作轻柔；能使用安慰性语言回应家属的焦虑，并尊重患儿隐私。

2.1.4 临床判断

目标：能够基于病史与体征，形成初步鉴别诊断并制定合理的诊疗计划。能够合理解释“发热5天”的可能原因（如病毒感染、肺炎、尿路感染、川崎病等），并据此选择必要的辅助检查（如血常规、CRP、尿常规），同时能阐述选择或排除某项检查的理由。

2.1.5 沟通技巧

目标：能够以清晰、有序、易于理解的方式与家属沟通。能够条理清晰地告知初步诊断印象、拟进行的检查及其必要性、初步的治疗思路，并能有效倾听并回答家属提出的问题。

2.1.6 组织效能

目标：能够高效、流畅地组织整个接诊过程。表现为问诊和查体过程衔接顺畅，时间安排合理，并能清晰、准确地向其他团队成员传达医嘱或协作需求。

2.1.7 整体表现

目标：能够展现出符合一名住培医师阶段的自信、沉稳、富有责任感的整体职业形象。能够独立主导接诊流程，在面对不确定信息时表现出寻求上级医师指导的意愿。

2.2 反向设计与胜任力匹配的教学方法

为实现上述多维度的教学目标，教学门诊设计为五个结构化阶段。

2.2.1 接诊前准备

课前1周内，学员需在DeepSeek工具的辅助下，围绕目标病例完成一系列以任务驱动的在线学习。具体任务形式包括基于病例的PBL研讨、情景模拟演练、影像学或实验室检查结果解读等。这些任务与既定的在线理论模块学习同步进行。一般来说，指导老师将儿科常见门诊病例的基本信息、主诉、现病史、初步诊断结构化文本输入DeepSeek，输出指令：请基于上述病例摘要，模拟家长身份对接诊的住院医师进行提问和互动，模拟就诊经过，同时生成住院医师在这一过程中需要掌握的医学知识、模拟情景评分、学习时长等数据，要求住院医师完成常见病例的“鉴别诊断思维导图”，最后生成个性化学习任务和推荐资源，确保每位学员聚焦待改进的能力点，帮助住院医师拓宽诊断思路，避免遗漏。正式接诊前教师介绍病例主诉后，共同确认本次门诊的学习目标，引入DeepSeek并输出指令：将儿科门诊常见病、多学科协作、急诊识别与处理、儿童安全沟通、家属教育等能力拆解成具体、可测的观测点进行赋分（如：模拟情景中的处置、真实门诊中的处方准确性、沟通效果评估等条件、用药适应证和禁忌证等）进行评分，并在结束后分析临床决策过程。评分大于8 分（满分10 分）可进行独立接诊，该过程一般为10~15 min。

2.2.2 独立接诊阶段

学员独立问诊、查体，教师观察记录，使用Mini-CEX评估表进行观察记录。本例中，教师不仅观察其问诊查体（专业能力），更需观察其如何安抚焦虑家长、如何进行临床判断和把控节奏。该过程一般为20~30 min。

2.2.3 分析讨论阶段

学员汇报病例、提出诊断和方案，教师以提问方式引导，教师的提问需覆盖病史采集、体格检查、临床判断（“发热5天，你的首要排除目标是什么，为什么？”“如何根据血常规和CRP结果指导抗生素使用？”）、沟通技巧（“如果家长拒绝做尿常规检查，你将如何沟通并解释其必要性？”）等多维度能力。允许住院医师利用DeepSeek工具实时查询指南等帮助诊疗，该过程一般为15~20 min。

2.2.4 独立书写病历阶段

在接诊和讨论反馈后，学员离开教师，在一个独立的空间，严格按照规范完成门诊病历的书写。此阶段强调独立性，旨在模拟真实的临床工作场景，使学生巩固临床思维，使其条理清晰，并锤炼其医疗文书书写能力，使其重点突出、逻辑严谨，培养其严谨、负责的工作习惯。住院医师将自己书写的病历内容输入，要求DeepSeek检查其逻辑性、完整性和术语规范性。指令示例：请以三甲医院病历质控标准检查以下门诊病历，指出其中不规范或遗漏的地方。该过程一般为15~20 min。

2.2.5 反馈与总结阶段

教师基于评价表进行结构化、多维度反馈。对学员六大核心胜任力每一部分进行点评，重点指出优点与待改进之处。引导学员通过DeepSeek共同制定一个下一步的学习提升计划。课后1周内要求提交一份反思报告，需包含本次接诊的核心能力目标与达成情况、自我评估、DeepSeek使用心得、遇到的挑战及解决方案等。该过程一般为5~10 min。

2.3 建立融合DeepSeek工具的多维度评价方法

通过将OBE理念、胜任力框架与DeepSeek人工智能工具深度融合，使教学门诊从一项简单的临床活动，升华为一个目标明确、结构清晰、数据驱动、反馈即时的多维度培养和评价的科学体系，真正实现了从过程管理到成果管理的质变。

2.3.1 形成性评价

Mini-CEX由测试者直接观察学生采集病史、体格检查、给出临床判断、健康宣教等过程^［8］，操作技能直接观察评估（direct observation of procedural skills, DOPS)是评估者通过直接观察学生操作技术的过程即时给予评估及回馈^［9］。使用Mini-CEX评估和DOPS评估，评估者（通常是指导教师）在真实或模拟的临床场景中，直接观察学员完成一项具体的临床操作全过程，并立即给予结构化反馈。在门诊过程中进行观察和即时反馈，这是促进能力提升的关键。在传统的Mini-CEX和DOPS评估基础上，引入DeepSeek作为辅助性评价与反馈工具，实现了人机协同的形成性评价。在指导教师进行主导性结构化反馈的同时，可借助DeepSeek进行内容补充，丰富了反馈的维度和深度。

2.3.2 终结性评价

通过DeepSeek工具可针对学员书写的门诊病历，评价其专业能力、病人管理思维和医疗文书规范；在阶段性的考核中设置类似考站，利用DeepSeek工具锻炼住院医师临床思维并综合评价其能力迁移水平，使得能力评价更具追溯性和客观性。

2.4 运用DeepSeek工具对AI幻觉的防范与内容质量控制

为避免AI存在幻觉（即生成不准确信息）的风险，在教学流程中，我们通过多重校验环节予以严格防范。① 提示词约束：先上传该疾病最新的国内外指南给AI进行学习，同时设计结构化、限定范围的提示词（如“请基于《诸福棠实用儿科学》第8版关于某疾病的诊疗规范或者根据上传的最新指南进行设计）。② 指导教师审核前置：DeepSeek生成的病例摘要、模拟问答等所有教学材料，必须由高年资指导教师审核、修正后方可投入使用。③ 核心知识溯源：要求并训练住院医师对AI提供的关键信息（如用药剂量、罕见病诊断）进行文献或教材溯源，并将其作为教学讨论环节的强制要求。④ 定位为辅助工具：始终明确DeepSeek是素材生成器和思维启发器，而非权威知识库，最终诊断与决策必须依据医学证据和教师指导。

3 基于OBE理念下结合DeepSeek工具的教学门诊对儿科住培的意义

基于OBE理念并深度融合DeepSeek人工智能工具的教学门诊，以其鲜明的目标性、结构化的设计、数据驱动的加持和持续的评价反馈，对提升儿科规范化培训质量具有深远意义。其核心价值在于彻底扭转了传统跟诊模式中重观摩、轻实践的弊端，并通过人机协同的新模式，直指住院医师核心岗位胜任力的培养。首先，它实现了教学目标与临床成果的一致。OBE理念要求首先明确住培结业时应达到的终极能力目标（如独立处理儿科常见病），通过引入DeepSeek工具的课前学习及诊前考核，AI自动化打分有着更高的效率，可以综合更多信息来评估学生的综合素质^［10］，并以此为依据反向设计门诊教学环节。因此，每一次教学门诊都可以变为一场目标明确的临床能力“定向训练”，确保了培训内容与未来岗位需求的高度一致性。其次，它构建了“以学生为中心”的主动学习模式。在该模式下，住培学员从被动的观察者转变为诊疗活动的主导者，他们需要独立完成问诊、查体、初步诊断和制定治疗方案的全过程，而DeepSeek工具在此全程扮演了“病例数据库”与“模拟家长”的角色，同时当学员在独立接诊中遇到不确定性问题时，能够通过DeepSeek进行循证查询与决策辅助，从而极大地激发了学习主动性和责任感，也增强了学员的自信心，有效培养了其临床思维、决策能力和独立解决问题的能力。再者，它提供了精准、及时、多维度的形成性评价，包括迷你临床演练评估（Mini-CEX）和DOPS等评估工具，通过这些评估工具并结合DeepSeek提供的客观过程性数据，指导教师能精准指出学员在医疗技术、沟通技巧及人文关怀、技能操作等方面的优点与不足，实现了“评价—反馈—改进”的闭环管理，促进能力的持续性提升。

4 基于OBE理念结合DeepSeek工具的教学门诊面临的挑战

尽管目前基于OBE理念的教学门诊在我们医院已有实践和探索，也取得了较好的教学效果。然而，我们发现在实践中仍然面临一些挑战。

4.1 指导教师的角色转变难

指导教师需从传统的知识传授者和操作示范者转变为课程设计者、过程观察者和反馈引导者的角色转变。这一角色要求教师不仅具备扎实的医学专业背景，还须熟练掌握DeepSeek工具等现代教学方法，需掌握现代医学教育理念、课程设计方法和沟通反馈技巧，这一转型对指导教师的教育技术素养提出了更高的要求^［11］。许多资深临床医师习惯于师带徒模式，对于利用DeepSeek进行课程设计、过程分析和数据化反馈感到陌生与挑战，难以适应这种角色转换。同时OBE教学门诊耗时远长于传统门诊。带教老师需要在紧张的临床工作之外，投入大量额外时间进行课前设计、课中观察记录和课后反馈，对其积极性和时间管理能力构成巨大挑战。

4.2 教学资源与管理的矛盾大

教学门诊需要保证充足的单例诊疗时间（通常需1 h左右）和独立的讨论空间，这与公立医院门诊高流量、高效率的运行模式存在一定冲突。如何协调这种新模式专门的教学门诊专属时段和空间资源，并建立相应的管理规范是教学管理者面临的现实难题。

4.3 病例来源与标准化病例少

确保合适并典型的教学病例是一大挑战。病例过于简单则缺乏教学价值，过于复杂或危急则不适合学员独立处理。在此方面，DeepSeek虽能作为强大的模拟病例数据库，根据教学目标快速构建大量高度仿真的标准化病例，有效补充真实病例的不足，但其生成内容的临床精准度、与真实患者表现的贴合度，仍需资深指导教师的严格审核与校准。同时，如何在一定程度上标准化教学过程和评价标准，减少因教师不同导致的培训质量差异，也需要精心设计。

4.4 学生学习的自主性与AI依赖平衡难

在利用DeepSeek作为高效辅助工具的同时，要注重住院医师主动思考、独立决策的核心临床能力培养。AI能快速提供看似完整的病例分析、诊断思路和沟通话术，代替了自己独立梳理信息、提出假设、试错修正的深度思维过程。这可能导致学员满足于即时答案，长此以往，可能培养出检索依赖型而非问题解决型医师。而基于同一提示词，AI生成的病例和互动具有高度可重复性，有利于教学标准化。但这与临床实践中千变万化的患者表现、家属情绪及突发状况相去甚远。过度依赖标准化AI互动，可能削弱学员应对真实、复杂、模糊临床情境的应变与创新能力。

5 基于OBE理念结合DeepSeek工具的教学门诊的实施对策

为应对上述挑战，保障融合了DeepSeek工具的OBE教学门诊的有效运行，需注意以下要点。

5.1 强化师资培训与激励

定期组织工作坊，对指导教师进行专项培训，内容应涵盖OBE理念、教学门诊流程、观察技巧、反馈方法（如Sandwich反馈法）、评价工具使用等。同时培训核心必须增加“DeepSeek工具的教学应用”模块，内容应包括：如何利用DeepSeek高效设计教学病例与课程路径,如何将学员与DeepSeek的交互记录作为形成性评价的客观依据等。通过实战工作坊，帮助教师从惧怕技术转变为善用技术。同时要将教学门诊工作纳入教师的绩效考核、健全职称晋升标准^［12］，合理纳入教学任务指标，给予合理的带教津贴或教学工时认定，从制度上认可和奖励教师的额外付出，尤其应认可并奖励教师在AI赋能教学方面的创新探索，激发其内在动力。同时要确立带教教师融入DeepSeek工具的集体备课制度，以确保教学门诊的同质性运作^［13］。

5.2 优化教学管理与资源保障

医院与教学管理部门应统筹协调，设立固定的教学门诊时段和专用诊室，通过限制号源和合理排班^［14］，从源头上保障教学所需的时间和空间资源。同时部分诊前准备和诊后复盘任务，学员可借助DeepSeek在任何有网络的环境下异步完成。这减轻了对固定教学空间独占性的依赖，使得教学活动的开展变得更加灵活，在一定程度上缓解了教学资源紧张的压力。

5.3 数据驱动的病例库建设

以DeepSeek为核心的数据枢纽，汇集病例数据、教学情景、评估要素、教师评语等多个指标，形成可扩展的标准化病例库，有意识地筛选、积累典型病例，应用标准化病人等模式，并开发配套的学习目标清单和评价表，逐步形成标准化教学资源库，降低对随机病例的依赖。同时应注意将理论、技术与应用紧密结合、线上与线下双兼顾^［15］。利用 AI 进行病例的筛选、分级与生成，确保代表性、可独立处理性与教学价值的平衡。同时基于学员水平自动匹配合适难度的病例，并给出分层次的学习路径，强化分层递进原则与个性化成长。

5.4 营造安全包容、独立思考的学习文化

针对教学门诊独立接诊这一挑战，应当明确告知住培学员，教学门诊是安全的学习环境，允许学员在过程中犯错，关键是能从错误中学习和改进，引导学员养成自我反思和制定个人学习计划的习惯。在此基础上，需明确DeepSeek作为脚手架定位，并设计“使用—反思—超越”的学习路径：学员使用AI工具，仍需主动探索和应对临床实践中真实和复杂的例外情境。最终，在指导教师的引导下，学员将外部反馈与工具辅助，内化为主动的自我反思与个人学习计划，实现从借助工具到生成智慧的能力跃迁，确保其临床自主性与创造性思维得到根本性发展。

6 结束语

综上所述，基于OBE理念的医学专业培养体系，符合教育教学规律和医学人才培养要求^［16］，但同时结合DeepSeek工具所赋能的教学门诊绝非一蹴而就，它是一项系统工程，其成功离不开医院管理层的顶层设计与资源投入、师资队伍的观念更新与能力提升，以及精细化、制度化的过程管理。只有克服这些挑战，做好充分准备，才能有效提升儿科住培质量，发挥培养卓越医学人才的巨大潜力。

参考文献

[1] 谢文照, 何庆南. 住院医师规范化培训专业基地过程性评价体系的构建与思考[J]. 中华医学教育杂志, 2024, 44(1): 58-62.

[2] 袁静, 赵琼姝, 刘锦钰, 等. 儿科医患沟通及其影响因素探讨[J]. 中国医学伦理学, 2021, 34(2): 162-167.

[3] 王玲, 章晓云. 成果导向教育理念在临床实践教学中的应用研究进展[J]. 中华医学教育探索杂志, 2023, 22(12): 1863-1868.

[4] 蔡慧敏, 楚长彪, 贾龙飞.督导式教学门诊在神经内科住院医师规范化培训中的探索和思考[J]. 中国毕业后医学教育, 2024, 8(7): 502-505.

[5] 李竹瑶, 于睿, 高宛生, 等. 基于胜任力的Milestone评价体系在普通外科专科医师规范化培训中的应用与探索[J]. 中国医学教育技术, 2025, 39(4): 550-554.

[6] 闫辉, 齐建光, 张欣, 等. 儿科胜任力导向模式在住院医师规范化培训的探索与实践[J]. 中国毕业后医学教育, 2021, 5(5): 418-421.

[7] 李海潮. 我国医师胜任力模型的形成性评价: 设计、 实施与思考[J]. 中华医学教育探索杂志,2024, 23(1): 7-11.

[8] 刘美娟, 张小茜, 杜爱玲. 迷你临床演练评估在本科医学生临床能力培养中的应用研究[J]. 中国高等医学教育, 2020(1): 87-88.

[9] 李潇, 贾林娜, 姜琳, 等. 操作技能直接观察评估在住院医师规范化培训教学中的应用与评价[J]. 中国临床医生杂志, 2022, 50(7): 880-882.

[10] 王茹, 李毅恒, 孙世仁, 等. 人工智能在医学教育中的应用前景与挑战[J]. 中国医学教育技术, 2025, 39(3): 306-310.

[11] 白洁, 高天昱, 顾耀祖, 等. 人工智能和虚拟现实技术在麻醉学教学中的实践与前景: 个性化学习路径的综述研究[J]. 中国医学教育技术, 2025, 39(3): 322-327.

[12] 杨信, 潘萱达, 徐浩枫, 等. 全科住院医师规范化培训师资开展教学门诊的意愿及影响因素研究[J]. 中国全科医学, 2024, 27(31): 3933-3940.

[13] 王颖硕, 韦振媚, 姜源, 等. 儿科住院医师规范化培训教学门诊的运行管理[J]. 中华医学教育探索杂志, 2024, 23(3): 309-313.

[14] 张烨, 王蕾, 谷微, 等. 全科教学门诊在住院医师培训中的应用与实践[J]. 中国继续医学教育, 2024, 16(3): 178-182.

[15] 吕东芳, 魏晓彤. 多维度特征视域下“人工智能+”学习行为识别研究[J]. 中国医学教育技术, 2025, 39(3): 359-369.

[16] 陈红梅, 刘佳, 唐筱, 等. 基于OBE理念的医学教育教学研究文献计量学分析[J]. 中国医学教育技术, 2024, 38(4): 440-447.