人工智能在医学研究生学习和科研中的使用现状及需求的调查研究

Current situation and demand of artificial intelligence in medical postgraduate study and scientific research

摘要

目的 调查人工智能在医学研究生学习和科研中的使用现状及使用需求。 方法 采用问卷调查2022—2024级49名医学研究生的人口学资料、人工智能在学习和科研中的使用现状及其对人工智能的总体评价和使用需求。 结果 大部分学生认可人工智能重要性，人工智能在学习和科研的多个方面对医学研究生起重要作用，医学研究生有人工智能培训需求。但人工智能也存在不足，需要医学院及教师的正确引导。 结论 人工智能在医学研究生的学习和科研中至关重要，需加强相关理论教学及实践应用等措施以培养新型医学人才。

Abstract

Objective To investigate the current situation and demand of artificial intelligence in medical postgraduates' study and scientific research. Methods A questionnaire survey was conducted on the demographic data of 49 medical postgraduates in 2022－2024.The current situation of artificial intelligence in study and research, the overall evaluation and use needs of medical postgraduates were investigated. Results The majority of medical postgraduates recognize the importance of artificial intelligence. It plays an important role in many aspects of study and research in medical postgraduates. Medical postgraduates have artificial intelligence training needs. Artificial intelligence also has shortcomings, which requires correct guidance of medical schools and teachers. Conclusion Artificial intelligence is of great importance in the study and scientific research of medical postgraduates. It is necessary to strengthen relevant theoretical teaching and practical application to cultivate new medical talents.

关键词

人工智能 / 医学研究生 / 学习和科研 / 使用现状及需求

Key words

artificial intelligence / medical postgraduates / study and scientific research / current situation and demand

在人工智能的发展浪潮和大背景中，研究生的能力培养模式需要重构^［1］。医学研究生在面临繁重临床工作的同时需要不断提升知识学习能力与科研水平，掌握并运用人工智能是医学研究生增强综合素质的必备核心能力。人工智能的运用可实现信息的快速大量获取及结果的高效产出，为个人职业生涯的高质量发展提供了新的可能。高素质创新医生培养的有效途径是构建以研究生为中心的新型学习整合模式，在科研过程中引入人工智能。人工智能的有效使用可以降低学生时间成本，增加知识学习成果，优化科研效率^［2］。人工智能可对学生知识学习进行有力支持，改善科研体验并提升科研能力^［3］。如何有效运用人工智能增进知识学习能力，优化科研方案，促进传统方法与新型工具使用的平衡，是当前医学教育关注的热点问题^［4］。首都医科大学在不断推进“人工智能+医学”的教、学、研一体信息化系统，方便学生使用智能设备进行综合科研研究^［5］。本研究探讨了医学研究生对人工智能的认识、人工智能在知识学习及科研中的使用现状以及医学研究生对人工智能的总体评价及使用需求，旨在促进其知识学习能力提升及科研水平发展，推动人工智能的普及和运用，为其知识学习及科研模式转变提供相关参考及循证依据。

1 对象与方法

1.1 研究对象

纳入首都医科大学宣武医院2022—2024级研究生共49名作为研究对象，所有学生均自愿参加。通过问卷星进行问卷调查，调查为匿名形式，回收有效完整问卷49份。

1.2 研究方法

以常用量表包含的维度为指导，以国内外研究理论为基础，结合学生实际学习及科研情况定制模型，构建结构量表来全面衡量评估人工智能的使用现状、人工智能对医学研究生知识学习和科研能力的影响及其对人工智能的总体评价和使用需求，量表内容包括对3个层面：①医学研究生对人工智能参与意愿高低；②人工智能能否改善医学研究生知识学习能力；③人工智能能否改善医学研究生科研能力。量表包括常规条目及采用反应制的条目即“同意”“一般”“不同意”分别记为3分、2分和1分。量表题型为单选题及多选题。

量表内容包括：①基本信息，即性别、年龄、年级等；②使用人工智能的应用现状，即是否使用、使用频率、使用时长、使用场景、使用习惯及对其背景知识及使用方法的掌握程度；③人工智能在知识学习中的应用现状，即对学习的正负两面的不同影响，对学习效果和个性化学习的帮助、对学习需求的满足、对学习压力强度的减缓、对学习成绩的提高、对学习习惯的改变以及对知识及自我发展的探索；④人工智能对科研能力的影响，将科研能力分为3个部分，分别为科研知识（对知识理论概念的掌握、对研究方法知识的认识、对学术知识的交流）、科研情感（对科研兴趣的激发、对未来实践自信心的增强、对相关领域研究的意愿及科学效能的提升）和科研技能（对研究综述进行系统现状回顾、对文献背景、方法、分析手段理解及评价批判、对研究问题的分析构建、对研究变量的控制、对研究的系统规划、对数据的全面收集、对数据的统计分析、对结果的清晰呈现、对结果的科学推理论证、对方法结果局限性的反思、对结果价值意义的启发及对成果观点的组织发表）；⑤医学研究生对人工智能的优劣性、安全准确性、有效必要性评价及需求。问卷由医学研究生自行填写，回收后资料均完整。

1.3 统计学方法

采用SPSS 26.0软件进行统计学分析，符合正态分布的计量变量运用均数±标准差（x±s）表示，分类资料采用频数和百分率［n（%）］描述。该问卷的Cronbach′s α系数为0.923，信度良好。

2 结 果

2.1 基本信息

入选学生包括研究生1年级17名、2年级19名、3年级13名。年龄22～30岁，平均年龄（24.0±1.4）岁，其中男性4名、女性45名。

2.2 使用人工智能的基本情况

使用频率及时长调查显示42人（85.71%）有人工智能使用经验，7人（14.29%）从未使用过人工智能。有使用经验的人中，14人（28.57%）每年使用，10人（20.41%）每月使用，17人（34.69%）每周使用；21人（42.86%）每周使用小于15 min，17人（34.69%）每周使用15～30 min。

使用场景调查显示25人（51.02%）用人工智能完成作业，13人（26.53%）用人工智能复习备考，35人（71.43%）用人工智能查找资料，16人（32.65%）用人工智能学习新知识，20人（40.82%）用人工智能思维拓展，14人（28.57%）用人工智能课程相关问题解答，22人（44.90%）用人工智能写论文。

使用现况调查显示，28人（57.14%）习惯使用人工智能，9人（18.37%）则还未习惯使用人工智能；9人（18.37%）对人工智能相关知识有较全面的了解，9人（18.37%）则对人工智能的知识不太了解；14人（28.57%）能够较轻松掌握人工智能的使用方法，13人（26.53%）掌握人工智能较为困难；23人（46.94%）能使用明确的语言和关键词来表达信息需求，3人（6.12%）则存在一定困难。

2.3 人工智能对医学研究生学习的影响

对于人工智能对学习的积极影响方面调查显示，39人（79.59%）认为其能提供便捷的学习资料和资源，32人（65.31%）认为其能解答疑惑和问题，36人（73.47%）认为其能提供学习建议和指导，18人（36.73%）认为其能增加学习的趣味性，38人（77.55%）认为其能快捷获取信息，26人（53.06%）认为其使用方便，33人（67.37%）认为其能减少重复性工作并提高效率，18人（36.73%）认为其能拓宽知识面，14人（28.57%）认为其能激发创新思维，9人（18.37%）变得更加积极主动，14人（28.57%）变得更加依赖技术。17人（34.69%）认为其能明显提高学习效果，相反2人（4.08%）却认为其对学习效果有一定干扰。

人工智能对学习的消极影响方面调查显示，36人（73.5%）对其依赖性过强，影响自主学习能力，可能导致懒惰从而降低使用者独立思考的能力；35人（71.4%）认为其提供的信息不准确或不全面，使用过程中有时会出错；7人（14.3%）认为其分散注意力，影响学习效果；10人（20.4%）认为缺乏人际交流和合作的机会，无法与真实教师相比的教学质量；12人（24.5%）关注隐私和安全问题；28人（57.1%）认为其无法提供深度复杂理解与解析；21人（42.9%）认为其缺乏个性化建议；20人（40.8%）担心造成学术不端问题。

关于人工智能对医学研究生学习影响的总体评价，38人（77.55%）认为这是一种新型有助于个性化学习的手段，29 人（59.18%）的学习需求得到满足，35人（71.43%）靠其减少学习强度及压力，18人（36.73%）靠其学习成绩得到提高，30人（61.22%）认为人工智能帮助自我探索知识，促进不断发展。

2.4 人工智能对医学研究生科研能力培养的影响

人工智能对不同维度科研能力培养亦存在不同影响，结果详见表1。

2.5 医学研究生对人工智能的总体评价及使用需求

医学研究生对人工智能的总体评价及使用需求见表2。

3 讨 论

3.1 人工智能对医学研究生学习帮助的重要性

人工智能的迅速发展为学习模式创新提供全新可能，将传统知识学习方式与人工智能有机结合，平衡好深度自我思考与信息高效获取，把握自主学习的主观能动性与机器学习替代低效工作的必要性，是医学研究生职业良性发展的必经之路。本调查发现，85.71%医学研究生有人工智能使用经验，57.14%医学研究生已习惯使用人工智能。人工智能应用范围广泛，涉及学习各个方面并产生积极影响，帮助医学研究生方便获取信息材料及答案，为其提供学习帮助及趣味性，减少重复劳动并提升效率，拓宽知识面探索并激发创新思维，使用方便并促进主观能动性，最终提高学习效果。人工智能在学习中的应用越来越广泛使得医学研究生面临机遇和挑战，应顺应发展趋势，通过了解人工智能相关知识，从而掌握发展趋势，为未来职业发展助力。目前相当多的医学研究生认为人工智能是新型个性化学习手段并用其满足学习需求，减缓学习压力强度，最终帮助学习成绩提高、获得个人发展。人工智能及信息技术已与中医药高等教育深度融合，在影像学教学学习中亦起关键作用^{［6- 7］}。

3.2 人工智能对医学研究生科研能力培养的重要性

医学研究生科研能力的培养是高等教育的中心之一，其科研水平是评价体系的重要一环，每位研究生均承担考核体系下对应的科研任务，但是其能力的提升及科研结果的产生面临诸多不利因素。如临床工作占据他们绝大部分时间，临床水平的提升亦需投入大量精力；科研过程需花费大量时间进行检索调研、阅读文献、文章撰写等，使得他们的学习及研究动机不足。本研究纳入医学研究生人群，发现人工智能知识及使用经验的具备，使用技巧的掌握，科研工作中的日常广泛使用帮助医学研究所获得科研知识、科研情感、科研能力多方面科研能力提升。人工智能的出现可帮助医学研究生大大扩展学习领域及研究视野，通过人机协作类人交互进行广泛的信息查询，获得快速搜索海量建议途径，作为虚拟导师支持学习研究进行突破时空界限的答疑解惑，提供知识框架生成知识导图进行方案设计，总结研究思路概括研究内容借鉴研究经验以改善研究理解及研究工作，在数据分析中补充方法技能降低学习成本压力，最终在结果输出中辅助论文润色写作提供修改意见，帮助医学研究生解读分析及反思比较修改，提高学习效率改善科研体验^［8］。本研究亦发现59.18%医学研究生赞成人工智能提升学术交流能力，61.22%医学研究生认为其激发科研兴趣、增强未来实践自信，59.18%医学研究生同意其促进成果观点的组织发表。在人工智能的帮助下医学研究生对相关领域背景及研究方法知识有更好理解并进行更广传播，对相关领域的开拓决心增强，进一步掌握了综述文献消化吸收、研究框架整体构建、数据分析处理、结论科学推导、结果正确评价及最终成果呈现等相关技巧。人工智能目前已用于中西医结合研究生科研创新水平的提升^［9］。

3.3 人工智能的不足与医学研究生使用需求的合理正确引导

人工智能的使用也存在不足，如人工智能可能会提供不存在的信息、医学研究生过度依赖丧失自主思考能力、因提问方式不完善或模糊未获得预期准确答案从而放弃使用等。本研究亦有73.47%学生认为其结果的准确性和可靠性存疑，73.5%学生变得更加依赖技术，自主学习能力及独立思考能力下降，分散注意力干扰学习效果。在学习和研究过程中仅通过人工智能获得信息是远远不足够的，仅有30.61%学生认为人工智能可以解决大多数难题，71.4%学生认为人工智能存在提供的信息不准确或不全面甚至出错。人工智能缺乏个性化建议，无法提供深度复杂理解与解析，在使用中缺乏人际交流和合作的机会，隐私安全及造成学术不端等共性问题及伦理问题也值得高度关注^［10］。医学研究生应通过传统方式进行文献查阅确定结论的有效性，在人类智能及人工智能中达到平衡，向真实教师探讨请教，在结果汇报时明确引用部分学术规范^［11］。

本研究结果显示，虽然71.43%医学研究生对人工智能持认可支持态度，认为其表现满意出色，但目前仍有18.37%医学研究生还未习惯使用人工智能，28.57%医学研究生认为付出的时间成本较高，并有18.37%的医学研究生对人工智能相关知识了解不够全面，26.53%的医学研究生对人工智能的掌握水平程度一般，6.12%的医学研究生在理解使用方法中存在困难，仅有46.94%的医学研究生能使用明确的语言和关键词来表达信息需求。71.43%学生认为工具的可访问性/可获得性较差，需要开设人工智能相关理论课程、实践教学、知识讲座及相应资源，这与既往研究相同^［12-13］。医学研究生认识到掌握人工智能相关知识是未来医务工作者必备能力，希望通过学习最新的人工智能技术，提高自身能力，有强烈的培训需求。因此，医学院校应该开展相应教学，教师应积极转变教学理念，引导医学研究生接触并运用人工智能，跟上科技发展浪潮，为医工结合型人才的培养助力^［14-15］。

4 结 语

医学的发展需要不断创新，医学研究生需要以开放的心态面对全新工具的挑战。积极应用人工智能从而在学习方面激发自我学习兴趣，提升自主创新能力，在科研中跟踪最新研究进展并促进研究成果的产出转化。人工智能是未来医学发展的重要方面，为实现自我进步这一目标，研究生需实时关注不断了解人工智能在知识学习及科研相关领域的应用进展，熟练使用先进的技术手段提升效率，开展创新科研工作。人工智能支持研究生的日常知识学习及科研过程，改善科研体验，优化科研表现，为建立更高效的培养体系提供重要支撑。应用人工智能重构医学研究生知识学习和科研模式，在不同领域中进行长期实践，在检验其应用效果的同时注意与人类智慧实施交叉互联及相互协作，从而真正实现人工智能赋能研究生知识学习和科研能力的共同显著提升。医学院校应开设人工智能理论课程及实践应用，创造软硬件条件，挑选可靠精准的人工智能软件，结合适宜案例进行指导，培养输送更多医学人才。

参考文献

[1] 廖湘阳， 朱会芳. 人工智能时代研究生能力培养的重构--基于莫拉维克悖论的思考［J］. 学位与研究生教育， 2022（8）： 13-20.

[2] 罗小金， 陈晓杭， 姚瑶， ChatGPT在医学教学与科研中的应用及面临的挑战［J］. 齐齐哈尔医学院学报， 2024， 45（11）： 1080-1084.

[3] Owens B. How nature readers are using ChatGPT［J］. Nature， 2023， 615（7950）： 20.

[4] 邹陆曦， 孙玲. 人工智能在医学教育中的应用现状及问题研究［J］. 卫生职业教育， 2021， 39（24）： 18-20.

[5] 周培斌， 张靓， 王希， “人工智能+X”背景下医学生科研创新能力培养探究［J］. 医学教育研究与实践， 2024， 32（3）： 252-255， 278.

[6] 张雅萍， 闫永红， 孙然， 信息技术与中医药高等教育深度融合研究［J］. 医学教育管理， 2023， 9（5）： 610-614.

[7] 吴芳， 苏壮志， 孙峥， 人工智能辅助教学在医学影像规范化培训中的应用及探索［J］. 医学教育管理， 2023， 9（6）： 746-751.

[8] Van Dis E A M， Bollen J， Zuidema W， et al. ChatGPT： five priorities for research［J］. Nature， 2023， 614（7947）： 224-226.

[9] 马艺鑫， 王莹， 陈智慧， 人工智能背景下中西医结合临床专业研究生创新实践能力培养的探索［J］. 卫生职业教育， 2024， 42（6）： 1-3.

[10] 刁渴珂， 单岩， 黄艺嘉， 人工智能在医学教育应用中的伦理学问题分析［J］. 医学教育管理， 2023， 9（1）： 122-126.

[11] Ray P P， Majumder P. The double-edged sword of AI in biomedical engineering： ChatGPT's controversial impact on research and collaboration paradigms［J］. Ann Biomed Eng， 2023， 51（9）： 1904-1905.

[12] Jebreen K， Radwan E， Kammoun-rebai W， et al. Perceptions of undergraduate medical students on artificial intelligence in medicine： mixed-methods survey study from Palestine［J］. BMC Med Educ， 2024， 24（1）： 507.

[13] Wood E A， Ange B L， Miller D D. Are we ready to integrate artificial intelligence literacy into medical school curriculum： students and faculty survey［J］. J Med Educ Curric De， 2021， 8： 1-5.

[14] Lee H. The rise of ChatGPT： exploring its potential in medical education［J］. Anat Sci Educ， 2024， 17（5）： 926-31.

[15] 夏琪， 程妙婷， 薛翔钟， 从国际视野透视如何将ChatGPT有效纳入教育——基于对72篇文献的系统综述［J］. 现代教育技术， 2023， 33（6）： 26-33.