人工智能在检验医学教学中的应用

Application of Artificial intelligence in Laboratory Medicine Education

摘要

人工智能技术高速发展，其在医学教育领域的应用日益广泛。检验医学教学作为医学教育中不可或缺的一部分，对提高医学生的专业技能和临床思维能力有重要作用。如何高效、高质量地进行检验医学教学是一个值得探讨的话题。人工智能技术的引入，为检验医学教学提供了新的教学模式和工具。本研究旨在讨论人工智能在检验医学教学中的应用现状以及面临的挑战，提出相应的思考或建议，为进一步将人工智能深度融入检验医学教学提供参考和借鉴，为检验医学教学水平的提升贡献微薄之力。

Abstract

With the rapid advancement of artificial intelligence (AI) technology, its integration into medical education is becoming increasingly prevalent. Laboratory medicine education, as an indispensable part of medical education, plays a very important role in improving medical students’ professional competency and clinical reasoning ability. How to teach the specialized knowledge efficiently and effectively warrants thorough exploration. The incorporation of AI technology provides a new teaching model and tool for laboratory medicine teaching. This paper discusses the current status and challenges of AI in medical laboratory teaching, and proposes corresponding reflections or suggestions for the future. This is intended to provide reference for deeper integration of AI into laboratory medicine education with the hope of contributing to an elevation in educational standards within this field.

关键词

人工智能 / 检验医学 / 教学 / 教育 / 智慧教育

Key words

Artificial intelligence / Laboratory medicine / Teaching / Education / Intelligent education

人工智能（artificial intelligence， AI）是计算机科学的一个分支，其分为符号推理、机器学习、深度学习、自然语言处理，以及视觉机器人等多种类型，并在多个领域得到应用，包括医疗健康、金融服务、交通物流、教育、制造业，以及客户服务等。特别是医疗领域的应用，从临床诊断到治疗方案的选择，从基础研究到临床药物设计，甚至辅助或取代重复性的医疗工作（如临床实验室诊断和放射医学中的图像识别等）^［1］，提高医生的工作效率的同时减少人为误差。机器学习是人工智能的核心研究领域，主要通过计算以客观的方式模仿人类识别的能力。当分析的数据集过大或过于复杂（包含大量特征），无法进行人工分析，希望将数据分析过程自动化，以建立一个可重复且省时的模式时，机器学习就显得尤为有用^［2］。检验医学专业的实验数据就具有这些特性。

检验医学，作为连接基础医学与临床医学的桥梁，其教学内容涵盖了广泛的理论知识和实践技能。例如，基础医学中的生理学、生物化学和免疫学；临床医学的各疾病病理机制；检验指标的代谢路径；检验项目的原理与方法；检验项目的标准操作程序；检验全过程的质量控制；检验报告的解读等。这些跨度大且数量多的专业知识，对检验医学的教学产生了巨大的负担。而人工智能擅于处理“多且杂”的事务，展现其他技术无可比拟的优势。目前，人工智能已开始逐步应用于检验医学教学的各个环节，相比于传统的教育方式，人工智能为医学教育带来了许多新方式；同时，在人工智能应用于检验医学教学的过程中，存在不足。本研究将介绍AI在检验医学教育中的应用现状，分析其在应用中存在的问题，并提出一些观点和思考，希望能够为推动人工智能和检验医学教学深度融合，促进检验医学教学水平进一步提升贡献价值。

1 AI在医学教育中的应用

1.1 个性化学习计划的制定

医学教育中，人工智能技术可以根据学生的学习进度和能力水平，识别学生在学习上的个人需求，并提供相应的练习、解释和建议；根据学生的测试成绩和学习行为，自动调整教学内容的难度和进度，通过分析学生的这些学习数据，最终生成个性化的学习辅导和计划。例如，Borakati A在研究探讨择期结直肠手术后胃肠道恢复的情况评估时，使用一种电子学习模块收集受访者的特征数据和反馈问卷信息，利用AI机器学习的方法培训临床研究参与者和医学生，获得参与者很高的满意度评价，这种新的培训方法比传统的方法能够更加细致地反馈个体的学习情况，有助于大规模、个性化教育计划的制定 ^［3］。目前，全球多个国家加大力度支持人工智能技术在医学教育中的应用，以满足医疗行业对“医学+人工智能”新医科人才的培养需求，黄智若等^［4］结合福建医科大学“医学+人工智能”的教育规划内容，指出人工智能技术将驱动中国医学教育不断改革创新，使得多元化、个性化的医学教育成为可能，推动中国医学教育朝着高质量、高效率、可持续的方向发展。

1.2 虚拟实验室和模拟环境的搭建

AI结合虚拟现实技术，为医学生提供了一个安全、可控且高度仿真的临床操作环境。在虚拟环境中，可以构建人体各器官组织的三维立体图，比传统的二维平面图，更有助于帮助学生理解和记忆人体的构造。通过在虚拟环境中练习手术操作、患者诊断等临床技能，不仅提高学习效率，还降低实际操作中的风险。

1.3 临床技能培训中的应用

在临床教学中，人工智能技术可以模拟真实临床情境，使学生通过模拟的病例进行诊断练习，并获得即时反馈，从而有效提高他们的临床诊断能力^［5］。另外，还可以通过人工智能工具ChatGPT，生成接近自然对话的文本，帮助学生掌握临床问诊的技巧^［6］。相比起传统的真实患者病例教学而言，人工智能提供的模拟情境不仅可以大量地反复练习，还能减少因医学生不熟练的医学实践而带来的医疗风险，提高临床决策的准确性。

2 AI在检验医学教学中的应用

2.1 教学辅助工具

利用AI驱动的可视化工具，复杂的概念可以通过图形和动画表示，使得抽象的医学信息更加直观易懂。AI作为教学辅助工具，能够提供个性化的学习路径和实时反馈。通过分析学生的学习数据和表现，AI能够识别学生的弱点和优势，并提供相应的练习和建议。

在临床化学和免疫学领域，AI技术可以通过算法将原始数据转换为离散结果，审核数据进行自动验证，并进行多变量结果的临床判读，帮助学生处理大量的数据，节约时间，使学生的学习时间可以得到更加合理的分配。在临床血液学检验的课程中，AI可以自动化分析显微镜下的细胞图像，帮助学生识别和分类不同的细胞类型。教师结合人工智能技术，向学生详细讲解血细胞分类计数和形态分析的基础知识，展示这些技术在实际应用中如何发挥作用。这种教学方法不仅帮助学生理解了人工智能在医学检验领域的应用，还可以掌握人工智能在血细胞分类和形态识别方面的工作原理^［7］。在临床微生物检验的教学中，AI搭建的虚拟实验室和模拟医学实验环境，使学生能够在虚拟实验室中进行各种微生物学实验，如微生物分离培养、药敏实验和观察微生物的生长周期、病毒的分离培养和检测技术、微量细胞培养中和实验、血清中乙肝表面抗体HBsAb的检测、荧光定量PCR检测病毒核酸等^［8］。这种虚拟实验室提供了实验操作的实时反馈和指导，减少了实验室资源的使用和时间的限制，同时为学生的生命安全提供了有力保障。教师利用AI创建的虚拟的微生物学环境能够让学生观察微生物在不同条件下的行为，如温度变化对微生物生长的影响、不同培养基对微生物生长的影响等，以便学生更好地理解微生物的生长、感染和致病机制^［9］。在分子生物学领域，AI技术可以协助分析高通量和多重核酸检测技术产生的大量数据，提供有效的诊断和预后判断。AI技术还可以用于优化检验项目的推荐、实验室的质量控制、提升检验图像结果分析等，使这些大量的理论知识更加立体化地呈现在学生面前，帮助学生理解和记忆。

2.2 帮助制定教学决策

AI驱动的教学助手能够回答学生的问题，提供解释和概念澄清，这些智能助手可以全天24小时提供服务，不受时间和地点的限制，为学生提供即时的学习支持。AI还可以根据学生的学习进度和理解能力，提供个性化的学习资源和练习。这种个性化的方法帮助学生在他们需要的地方获得额外的支持，从而提高学习效率。学生对人工智能的学习与纠错能力有了更深的认识，增强了他们对人工智能技术在实际学习中的应用信心。在课程完成之后，AI可以自动评价学生的在线测试，提供即时反馈。这不仅节省了教师的时间，还确保了评分的一致性和公正性。AI还能辅助设计课程的评估方案，更利于优化以后课程的学习和确保课程质量^［10］。在评估过程中，问题的选择取决于学生对之前问题的回答，使问题的难度自动为每个人量身定制，问题的内容更科学精准^［11］。最终，AI通过收集分析学生的学习数据，综合各项指标，帮助教师了解学生的学习难点和课程设计上的不足，从而做出更有针对性的教学决策。

2.3 交互式教学

2.3.1 创建实践模拟

AI技术可以开发智能问答系统等互动式教学工具，通过自然语言处理技术与学生进行实时交流，回答学生的问题，提供个性化的学习支持^［12］。人工智能能够创建实验课模拟教学任务，让学生通过模拟实验来观察不同变量如何影响实验结果。例如，在血液细胞计数实验和生化标准曲线的绘制的实验课程中，学生可以通过调整参数计算得到不同的结果。与传统的重复性实验相比，这种方法不仅节约了时间，而且使实验的影响因素更加直观地呈现给学生，从而让学生能够深入理解实验课所涉及的原理。

2.3.2 构建可视化工具

人工智能技术可通过整合和分析大量的医学检验数据，构建知识图谱，将繁杂、多样、难以记忆的知识点以图片的形式展现，帮助学生构建全面的、系统的、便于理解的知识学习体系。利用AI驱动的可视化工具，生成细胞或分子的三维模型，对细胞产生的形态变化或分子结构的变化进行模拟并生成动画，帮助学生理解其结构和功能，使抽象的医学信息变得直观易懂。

2.4 检验与临床交流的媒介

在检验医学的教学中，一方面，检验专业学生需要掌握临床检验微生物学、临床检验免疫学、临床检验分子生物学、临床检验生物化学等学科的知识，以便能够理解和解释不同检验项目的检测原理和诊断价值；另一方面，他们还需要学习临床医学、基础医学、流行病学等学科知识，以便能够将实验室检验结果与临床实践相结合，为医生提供准确的诊断和治疗建议^［13］。然而，检验医学专业的学生缺乏走进临床与医生和患者进行学习交流的机会，这使得检验教学更加贴近临床工作成为教学中的一个重点和难点。

AI技术地不断完善为解决这个问题提供可能。人工智能能够生成虚拟的临床案例，模拟真实的临床情境。在这些案例中，学生可以根据提供的病历和实验数据，进行诊断和治疗方案的制定。也可以组成学习小组，让学生们在AI的引导下进行分析和讨论，利用AI辅助诊断系统来分析学生对病例的诊断结果。这些系统能够提供即时反馈，引导学生运用已掌握的检验专业知识参与疾病的诊断决策，并指出整个过程出现的错误或遗漏并加以总结，以便于教师能够在后面的课程中对学生没有充分理解的知识点进行针对性的讲解，避免重复教学。另外，通过AI生成智能检验报告，提供与临床诊疗相关的智能解释、检验效能评价、疾病预测、疾病相关因素分析等，还可以生成个人健康管理报告，为患者提供个性化的健康管理和疾病预防建议，帮助临床医生提供诊断选项、治疗方案、发展趋势及预后信息。通过研究这些虚拟案例，学生能够将他们所学到的检验和临床的知识与技能融会贯通，提升自己的临床诊疗能力，为成为一名优秀的检验医师打下基础。

3 AI在检验医学教学中的挑战

3.1 软硬件基础薄弱

人工智能的软硬件限制有多个方面，包括技术、性能、成本、可用性等。首先，机器学习和深度学习算法涉及大量的数据计算，计算能力限制了算法的复杂度和训练数据集的大小，而计算能力由硬件的性能决定。高性能的AI硬件通常成本较高，同时硬件的存储容量、散热、能耗等都会导致人工智能的使用成本提升。除此之外，教学相关的程序软件开发也是一大难题。将AI运用到医学领域甚至是检验医学领域，不仅需要人工智能的技术工程师参与，还需要检验医学专业的资深带教教师参与，才能开发出适配检验医学教学的人工智能软件。然而，软件开发本身也需要大量资金支持。因此，教育机构在决定是否投入大量资源以应用AI技术时面临艰难的选择。对于一些教育机构来说，难以负担昂贵的AI技术和设备投入，限制了AI在医学检验教学中的普及和应用。

3.2 信息安全

人工智能的使用需要庞大的数据库支撑，会引发人们对数据信息管理安全的担忧。首先，在AI软件的开发和使用过程中，需要教师将自己的专业知识、对某一事件的看法、人生价值、社会价值等毫无保留地共享给人工智能，而有些内容是属于教师的个人智慧结晶。人工智能开放式的运作模式可能会导致教师的部分权益受到侵犯。因此，在使用AI创作和分享教育内容时，必须遵守知识产权法律，获取必要的授权和许可。其次，检验医学教学中涉及大量敏感数据，如实验数据、细胞或微生物信息、患者特征信息等，这些内容可能涉及数据泄露、个人隐私保护、数据管理和使用权限等问题。这些问题对医学教育管理者提出了高要求，也给人工智能走进教育管理带来巨大挑战^［14］。最后，作为新兴技术，人工智能相关的标准和法律法规尚不完善，在医学教育领域运用AI时，难以有效保障教师、学生、患者三方的权益。确保AI系统的设计、开发和应用过程符合安全要求，是一项长时间的、需要不断完善的工作，这可能会延长AI在检验医学教学应用的实施时间。

3.3 引发的检验医学教育问题

人工智能在检验医学教育领域的应用日益广泛。从个性化学习到自动化评估，AI正在逐步改变传统的教育模式。然而，随着AI的深入应用，也引发了一系列值得思考的问题。①过度依赖AI教学工具可能会削弱教师的专业技能和学生的自主学习能力，学生变成了AI的奴隶和附庸，使学生的学习过程被动化、扁平化、碎片化，不利于学生进行系统学习和深入思考^［15］。一旦脱离了AI，学生在遇到检验医学专业技术问题时可能会显得无助，缺乏基本的问题解决能力。②检验医学是一门专业性很强的学科，AI在检验医学教学的应用需要非常专业化的指导。AI提供的教学内容和答案需要经过严格的验证，以确保其准确性和可靠性。一些没有经过严格审查和反复验证的AI软件可能会将错误的知识传输给学生，甚至会将带有开发者个人偏见的一些观点灌输给学生，对学生价值观的正确树立产生不利影响。③使用AI进行检验医学学习需要大量的经济和时间的投入，这可能会导致不同学生使用AI技术获取的成果产生差异。家庭经济状况、父母的教育水平等因素会影响学生获取AI学习工具的能力。一些家庭经济条件较好的学生可能通过购买额外的AI学习工具来获得更好的学习支持。相反，经济限制可能会阻碍欠发达地区医学院校智慧课堂的建设。特别是基于人工智能的医学教育个性化、定制化教育服务，可能会消除传统医学教育的标准化，使医学生个体差异因家庭经济、文化、 环境等原因在教育上被放大，加剧教育机会的不平等问题^［16］。

4 AI融入检验医学教学的思考

随着时代的发展，“互联网+教育”的概念正逐步成为教育改革发展的热门话题。《国家教育事业发展“十三五”规划》提出要继续推进“三通两平台”建设与应用，推进数字教育资源普遍开放共享，加快教育大数据建设与开放共享，发展现代远程教育和在线教育，实施“互联网+教育培训”行动，支持“互联网+教育”教学新模式。《教育信息化2.0行动计划》指出智慧教育创新发展行动要以人工智能、大数据、物联网等新兴技术为基础，依托各类智能设备及网络，积极开展智慧教育创新研究和示范，推动新技术支持下教育的模式变革和生态重构。在国家政策的有力支持下，人工智能在未来一定会被深度应用于教育领域。检验医学专业的教学内容与智慧教育的主题高度契合，检验医学实验室的工作与人工智能高度适配。自动化高通量检验设备的发展产生了海量数据，人工无法通过常规手段进行有效的分析，需要能够自我学习和处理数据的AI技术来帮助专业人员进行深度分析^［17］。

检验医学专业最核心的内容分为以下六个方向：临床检验基础、临床检验生物化学、临床检验免疫学、临床检验微生物学、临床检验分子生物学，以及临床检验细胞学。在学科发展过程中，如何将枯燥的、抽象的基础医学知识和具象化的临床案例结合起来，形成检验医学的学科特点是教育工作者一直在思索的问题。另外，让检验医学的课程变得生动，增加学科吸引力也是不可或缺的。因此，搭乘国家“互联网+教育”和智慧教育的快车，利用人工智能、大数据等信息技术带动检验医学教育的革新将是未来检验医学教学的工作重点之一。在改革过程中我们应该考虑到以下内容：①鉴于检验医学与信息技术之间的专业跨度，需要适当加入人工智能相关知识的学习，以便于学生能够更好地掌握和应用AI技术。②随着医学技术的发展，检验医学领域的知识和技术也在不断更新，教学内容需要定期更新，人工智能软件也需要有自我更新的功能，以确保学生能够学习到最新的技术和方法。③实验技能是检验医学专业学生的核心能力之一，教学中应该通过实验课程和实习机会，提高学生的实验操作技能和实验结果分析能力。人工智能模拟的实验室为学生的实验提供反复练习的机会，但这种可以不断尝试的方式会使学生做实验时变得不够谨慎，导致形成可以随时重来的惯性思维，比如经常在电脑上模拟实验可能会忽视现实实验室中的生物安全问题及个人的人身安全问题。医学领域的事物在实际工作中是没有重来的机会的，因此教师要注意引导学生正确对待人工智能模拟实验室提供的反复练习机会，认真仔细对待每一次实验操作。④检验医学教学不仅仅是对专业知识的讲解，还应该鼓励学生树立终身学习的理念，不断更新自己的知识和技能，以适应医学领域的快速发展。人工智能可以帮学生开阔视野，提供思路，也可以导致学生产生依赖性，这同样是教学中需要警惕的问题。⑤现今的医学高等教育，不断强调加强学生的思想政治品德教育，虽然可以用AI引入思政教育的内容，但是这种方式传递给学生的感受是不一样的。传统教学模式老师讲授时可以将丰富的情绪传递给学生，让学生对思政教育的内涵有更加深刻的体会，而情绪则是AI目前无法触及的领域。

5 结语

人工智能在检验医学教学中的应用展现出巨大潜力。它不仅为学生提供了一个高度模拟的实验环境，还作为教学工具，为教师提供了多样化的教学资源，从而极大地丰富了教学手段，提高了教学效率，并促进了学生的个性化学习和创新能力的培养。然而，正如在前文所探讨的，AI在检验医学教学中的应用也面临着信息安全、教育公平性、学生过度依赖，以及伦理法规制度不全等问题。为了确保AI技术的积极影响得以最大化，必须正视并解决伴随而来的挑战，这需要教育者、政策制定者、技术开发者和社会各界的共同努力，采取积极的态度，不断优化和完善AI教学策略，加强跨学科的合作。期待AI技术能够更加深入地融入检验医学教学的各个环节，从课程设计到教学实施，从学生学习到评估反馈，确保其与检验医学教学的目标和需求相匹配。通过正确地引导和利用人工智能技术，有理由相信，人工智能将成为检验医学教育的有力助手，培养出更多优秀的医学人才，协助开创检验医学教学的新篇章。

参考文献

[1] WILJER D， HAKIM Z ．Developing an artificial intelligence-enabled health care practice：Rewiring health care professions for better care［J］．Journal of Medical Imaging and Radiation Sciences，2019，50：S8-S14.

[2] GREENER J G， KANDATHIL S M， MOFFAT L，et al ．A guide to machine learning for biologists［J］．Nature Reviews．Molecular Cell Biology，2022，23（1）：40-55．

[3] BORAKATI A ．Evaluation of an international medical E-learning course with natural language processing and machine learning［J］．BMC Medical Education，2021，21（1）：181．

[4] 黄智若，沈晓沛，陈湖星，等 ．“医学+人工智能”复合型创新人才培养模式探析［J］．中国医学教育技术，2024，38（3）：271-275．

[5] 陈典熹，王禹杰，李毅清 ．人工智能用于医学本科生临床教学的探讨［J］．智慧健康，2024，10（13）：41-44．

[6] 潘高涧，叶冠志，方韶韩，等 ．ChatGPT应用于医学临床实践及伦理探索［J］．中国胸心血管外科临床杂志，2024，31（6）：910-914．

[7] 薛真睿，徐婷，姚春艳 ．医学检验专业人工智能教学现状及改进措施［J］．国际检验医学杂志，2023，44（7）：890-893．

[8] 刘伯玉，刘浩，刘春燕，等 ．医学微生物学实验教学体系优化的思考［J］．基础医学教育，2023，25（2）：123-126．

[9] 何茂章，刘承忠，丁瑞培，等 ．人工智能融入医学微生物学教学的现状与前景［J］．基础医学教育，2024，26（4）：323-329．

[10] VAN DER VLEUTEN C P M， SCHUWIRTH L W T， DRIESSEN E W，et al ．Twelve tips for programmatic assessment［J］．Medical Teacher，2015，37（7）：641-646．

[11] 钟敏，胡燕，程茜，等 ．人工智能在医学教育中的应用现状与思考［J］．中国继续医学教育，2020，12（18）：79-81．

[12] 潘雨凌，郗娟，金丹，等 ．ChatGPT辅助临床生物化学检验技术在线教学探索［J］．检验医学与临床，2024，21（9）：1341-1344．

[13] 焦红梅，李国才，严华，等 ．研究性教学在高等院校医学微生物学教学中的运用［J］．卫生职业教育，2010，28（17）：64-65．

[14] 应明真，刘夙璇，陈晰辉，等 ．变革中的医学教育：从信息时代到人工智能［J］．医学教育研究与实践，2018，26（5）：721-723．

[15] 张俊祥，李传富，吕维富 ．人工智能在医学教育、科研和临床实践中的应用前景与挑战［J］．中华全科医学，2024，22（7）：1085-1089．

[16] 李鸿浩，陈波，李建平，等 ．医学教育中人工智能应用的现状、问题与对策［J］．中国循证医学杂志，2020，20（9）：1092-1097．

[17] 陈鸣，崔巍，陈瑜，等 ．“检验医学”遇上“人工智能”［J］．国际检验医学杂志，2020，41（5）：513-517．

基金资助

广西医科大学教育教学改革项目(2023YC06)