人工智能在“人体寄生虫学”教学中的运用

Application of Artificial Intelligence in “Human Parasitology” Teaching

摘要

随着科技地迅猛进步，人工智能技术正以前所未有的速度渗透到各个领域，医学教育也不例外。人工智能（Artificial Intelligence，AI）凭借其强大的数据处理与分析能力，在医学教育领域的应用逐渐成为提高教学质量和效率的重要手段。人体寄生虫学作为医学的重要分支，其教学内容复杂且涉及大量的病理学及临床诊断知识，传统的教学方法面临知识传授效率和学习互动性不足的问题。近年来，人工智能在该学科的应用逐步展现出其巨大的潜力，为教学模式带来了革新。探讨人工智能在人体寄生虫学教学中的应用潜力，并分析其优势、挑战与未来发展方向，提出人工智能辅助教学的新模式。以期望AI技术在人体寄生虫学教学中的应用能够达到显著提升教学互动性、个性化学习体验及知识掌握深度，推动医学教育创新，培养更高素质的医学人才。

Abstract

With the rapid advancement of science and technology, artificial intelligence (AI) is infiltrating into various fields at an unprecedented speed, and medical education is no exception. AI, with its powerful data processing and analyzing capabilities, has gradually become an important means of improving teaching quality and efficiency in the field of medical education. Human Parasitology, as an important branch of medicine, has complex teaching content involving a large amount of pathological and clinical diagnostic knowledge. Traditional teaching methods face problems such as insufficient knowledge transfer efficiency and low learning interactivity. In recent years, the application of AI in this discipline has gradually demonstrated its great potential, bringing innovation to the teaching mode. This article explores the application potential of AI in the teaching of Human Parasitology, analyzes its advantages, challenges, and future development directions, and proposes a new mode of AI-assisted teaching. It is expected that the application of AI technology in the teaching of Human Parasitology can significantly enhance teaching interactivity, personalized learning experience, and depth of knowledge acquisition, promote innovation in medical education, and cultivate higher-quality medical talents.

关键词

人工智能 / 人体寄生虫学 / 医学教育 / 技术应用

Key words

Artificial Intelligence / Human Parasitology / Medical education / Technological application

为了落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）和2017年全国高校科技工作会议的精神，2018年4月2日，教育部印发《高等学校人工智能创新行动计划》的通知中指出^［1］，随着人工智能的迅速发展，将深刻改变人类社会和全球格局。高校需要聚焦世界科技前沿，加强基础研究，实现前瞻性和引领性科研成果的重大突破。这将进一步提升高校在人工智能领域的科技创新能力、人才培养水平，以及服务国家发展需求的能力。随着人工智能技术的进步，“医疗+人工智能”的新诊疗模式将日益普及，对未来的“医学+人工智能”复合型创新人才培养的发展目标提出了新的要求^［2］。未来精准医疗的需求将促使医学人工智能人才市场扩展，复合型高端医学人才成为主流。近年来，人工智能凭借其强大的数据处理、模式识别和自主学习能力，为医学教育带来了新的机遇和挑战。

人体寄生虫学是一门研究寄生虫及其与人类宿主之间关系的科学，具有重要的医学和公共卫生意义。传统的寄生虫学教学主要依赖于课堂讲授、显微镜观察和实验操作。教学方法存在着一些问题，如教学资源有限、实验操作复杂、学生参与度不高等。这些问题在一定程度上限制了人体寄生虫学教学的质量和效果。将人工智能（Artificial Intelligence，AI）引入人体寄生虫学教学，可以极大地改善教学效果，提高学生的学习兴趣和实践能力。因此，探讨人工智能在人体寄生虫学教学中的应用具有重要的现实意义和理论价值。本文旨在通过深入研究和分析人工智能在人体寄生虫学教学中的应用情况，探讨其优势、挑战，并提出应对策略和建议，为人体寄生虫学教学改革提供参考。

1 人工智能在医学领域的应用及挑战

人工智能是指计算机系统模拟和表现人类智能的能力，这种智能包括感知世界的能力、理解和学习知识、推理和解决问题的能力，以及与人类类似的决策能力。通过机器学习、深度学习和自然语言处理等技术，实现感知、推理、学习和决策的功能。人工智能技术的快速发展，为医学研究和医学教育带来了新的机遇和挑战^［3］。

AI在医学研究领域的应用已经非常广泛，包括医学影像分析、数字病理切片图像分析、基于基因组学与生物信息学的个性化治疗方案、AI药物研发和疗效预测、AI驱动的手术机器人辅助手术，以及AI对临床试验数据深度分析等。近年来，由病原体感染引发的公共卫生事件明显增加，这对应急管理工作提出了新的挑战。在这些应急管理工作中，快速准确地识别和检测病原体是关键。利用大量病原体显微图像资源，开发基于深度学习的自动化检测技术，并设计有效的数据和模型管理机制，将对提升中国公共卫生事件应急管理能力具有重要意义^［4］。通过这些应用，AI不仅提高了诊断和治疗的准确性与效率，也在推动医疗行业向着更加智能化、个性化和高效的方向发展^［5］。

在医学知识教育中，AI可以辅助教学内容的设计、学生个性化学习路径的规划，以及实验操作的模拟与评估等。人工智能不能简单的被视为是学生的“教师”或“助教”，而是作为一个“学伴”，希望人工智能可以与学生一同学习。也就是说，人工智能只是在课堂上与我们一起学习的伙伴，用来评估教学效果和真实学生的学习效果。而在医学人文教育方面^［6］，为优化教育资源供给，推动人文理念在医学教育中的广泛应用，建立智能、创新、内容丰富且与时俱进的AI网络教学资源平台。该平台能够集成和分类海量知识，充分发挥AI大数据分析、深度学习和自然语言处理等能力，以服务广泛的学习者群体，实现全时域、全空域的教学覆盖。

当今，医学院校在整合人工智能教育方面面临多重挑战。首先，医学教育管理者对人工智能的潜力和应用尚未形成全面的认识。虽然医学界开始意识到人工智能在影像诊断、病理分析和个性化治疗方面的潜力，但在教育层面，如何将这些概念融入课程设计中仍然是一个挑战。其次，当前的课程结构零散而缺乏系统性，未能覆盖从基础知识到高级应用的完整路径，医学人工智能课程的体系建设亟待加强。这导致学生在学习过程中可能会遇到信息不足或者难以理解的问题，无法有效地将理论知识转化为实际操作能力。最后，目前医学领域人工智能师资存在严重短缺和不匹配现象。尽管有医学背景的专家，但他们缺乏足够的人工智能专业知识；而具备人工智能专业知识的人员，则通常缺乏深入的医学理解和实践经验。这种不匹配导致教学质量和深度受到限制，影响了学生对复杂医学场景下人工智能应用的理解和掌握。

医学人工智能实验室资源的匮乏也是一个制约因素。人工智能在医学中的应用通常需要大量的数据支持和先进的计算设备，而很多院校的实验室设施无法满足这些需求。缺乏先进的设备和技术支持不仅影响了学生在实践中的深度学习和应用能力的培养，也限制了医学院校开展前沿研究和创新。而医学生对人工智能的看法随着时间的推移而发生巨大改变，尤其是文心一言、ChatGPT、通义千问等人工大模型的开源和广泛的使用^［7］。超过90%的学生认为AI将会给医学带来革新，近80%的学生不认同AI会取代医生，80%以上的学生认为AI不会影响他们今后的职业选择。

2 人体寄生虫学教学现状与挑战

在新医科背景下，人体寄生虫学教学仍然存在一些问题^［8］。目前的人体寄生虫学课程设计和教学侧重于传统的“基本知识、基本理论、基本技能”教学模式，内容相对保守，缺乏相关深入探索和前沿进展的内容。实验课方面，主要以显微镜观察和实验操作为主。显微镜观察是学生通过显微镜进行寄生虫标本的识别和分析；显微镜观察需要较高的操作技能，学生容易出现误判。实验操作则是学生在实验室进行寄生虫感染模型的建立和实验结果分析，但实验操作复杂且耗时，学生难以独立完成。目前寄生虫标本有限，学生缺乏实际案例学习机会，难以在实践中深入了解和诊断寄生虫感染疾病，这对培养其临床思维和实践能力构成挑战。而且新的寄生虫感染疾病不断出现，诊断和治疗方法也在不断更新，这对教学内容地及时更新和教师专业知识的更新，也是巨大的挑战。

人体寄生虫学在普通医科院校中的学科地位和教学资源不足，很多医学院校的课程设置较少或者在教学时间安排上被较为边缘化。从而造成教学资源如教材、实验室设施和实际病例学习机会受限，影响了学生的深入学习和实践能力培养。人体寄生虫学涉及的病原体种类繁多，生命周期复杂，需要学生掌握大量的生物学和医学知识。寄生虫学涉及多个学科知识，但通常学科间整合不足，影响学生对寄生虫与宿主相互作用的理解。人体寄生虫学课程尚未充分整合大数据、人工智能等新技术，教学内容滞后，学生难以跟进最新研究和临床进展。

因此，在传统教学方法的背景下，面对大规模的教学，学生难以实现个性化学习，这导致一些学生在理解和应用人体寄生虫相关知识时遇到困难^［8］。这些限制需要新的教学方法和技术的引入，以便更好地满足学生的学习需求，确保学生能够有效地掌握和应用人体寄生虫学的知识和技能。

3 人工智能在人体寄生虫学教学中的应用

为了帮助医学院校学生更好地开展人工智能辅助人体寄生虫学的学习，提升学生利用人工智能技术进行医学实践的能力，开阔学术视野，需要创新课程建设体系。作者根据自身教学实践和探索，总结出以下几个方面可以开展AI在人体寄生虫学教学中的应用，以构建人体寄生虫学人工智能课程体系。

3.1 智能教材与个性化学习体验

通过引入社会资源，我们期望开发一款基于AI的智能人体寄生虫学数字教材。该教材以其开放性、互动性、智能化的功能拓展了纸质教材边界，丰富学习资源，为师生的教学活动提供了全新学习环境。利用人工智能技术，根据学生的学习风格、能力水平和兴趣爱好定制个性化的学习内容和学习路径，动态调整教学内容，帮助学生更高效地掌握寄生虫学知识。

3.2 虚拟实验平台

推广虚拟现实（Virtual Reality，VR）、增强现实（Augmented Reality，AR）等技术在寄生虫学教学中的应用，增强教学的互动性和视觉化效果。利用VR/AR技术模拟寄生虫生活史与病理解剖的虚拟实验环境，学生可以进行虚拟的寄生虫感染实验，观察寄生虫的形态特征、生命周期等，提供更加直观和沉浸式的学习环境，从而达到提升学生实验操作能力和理论应用能力。虚拟实验平台不仅可以模拟真实的实验场景，还可以提供实时反馈和指导，帮助学生掌握实验技能，减少实验中的失误和多种资源的浪费。

3.3 自动化显微镜图像分析、诊断与治疗辅助

人工智能因预测蛋白质结构的AlphaFold而声名鹊起，最近已被用于生物学和医学的许多领域^［9］。而人工智能驱动的生物医学应用的成功，在很大程度上归功于深度学习的日益普及。几个世纪以来，寄生虫学家一直依靠视觉检查来分析显微镜图像^［10］。然而大量显微镜图像的积累，使得寄生虫学中传统的人工分析效率极低。而人工智能技术在显微镜图像分析中具有重要应用，通过开发高效、精确的显微镜图像分析算法和人工智能深度学习模型，可以自动识别和分类多种常见寄生虫图像，提高显微镜观察的效率和准确性^［11］。学生可以通过AI辅助的显微镜观察，更加直观地了解寄生虫的形态结构和生活史，学习寄生虫病的诊断和治疗方法，通过医学影像分析、病例模拟等方式，帮助学生提高诊断能力和临床决策水平。

3.4 交互式教学

笔者正在利用人工智能技术开发交互式教学工具，如智能问答系统、在线讨论平台等。语音识别和自然语言处理技术是能够解答学生疑问、提供即时反馈的智能问答助手。以此来更好地帮助学生进行自主学习，促进师生之间的互动交流，激发学生的学习兴趣和思考能力。同时，AI也可以实时监测和分析学生的学习行为，记录学习进度、知识点掌握情况和常见错误等。基于这些数据，AI系统可以生成个性化的学习报告，帮助教师了解每个学生的学习情况，有针对性地进行辅导和教学改进。人工智能也可以实现对学生的自动评估，对学生学习过程的自动评估和反馈，帮助教师更好地了解学生的学习状况并及时调整教学策略。

3.5 知识图谱构建

与虚拟实验平台的应用相类似，利用人工智能算法对大量文献和数据进行分析和挖掘，借助人工智能建立人体寄生虫学知识图谱，帮助学生更系统地理解寄生虫的分类、生命周期、传播途径、致病特点等知识点。同时，知识图谱的构建更好地加强了对寄生虫学教学资源的投入，更新教材、设施和技术设备，支持寄生虫学教学的现代化和多样化，丰富教学内容、创新教学方法。

3.6 远程教育和在线课程

云计算技术在医学教育领域的应用，促成了医学教育云平台的建立，这一平台集成了数字图书馆、教学资源库、试题库和丰富的在线开放课程等多种资源，形成了集中化的共享平台^［12］。学生借助高速数据通信和虚拟存储技术的支持，能够更全面地学习医学专业知识。结合人工智能技术开展人体寄生虫学的远程教育和在线课程，打破地域限制，让更多学生获得优质的教学资源和学习机会。

4 人工智能在人体寄生虫学教学中的挑战

在当代医学教育领域，人工智能地迅猛发展正带来深刻的变革和挑战。寄生虫学作为医学中的重要分支，其复杂的生命周期和多样的感染方式对学习者提出了严峻的认知和理解挑战。在人体寄生虫学这一特殊领域，人工智能技术的应用也应该引起人们的关注。然而，随着人工智能技术的进步，教学方法和资源的革新为克服这些挑战提供了新的可能性和解决方案。

4.1 技术支持和资源保障

在人体寄生虫学教学中，开发和维护人工智能教学系统需要投入大量资金和人力资源，技术成本较高。首先，为了构建一个功能完善的系统，需要进行大量的软硬件开发，包括数据采集、算法设计和系统集成等工作，这些都需要专业的工程师和科学家进行长期的研究和开发。其次，人工智能系统的运行和维护也需要专门的技术团队来保证系统的稳定性和性能优化，进一步增加了成本和人力投入。未来，随着技术的成熟和应用案例的增加，人工智能教育系统的成本问题有望得到更好的解决，从而促进教学质量和效率的提升。但目前医学院校在人体寄生虫学教学设置上存在一定的弱化趋势，这对人工智能在寄生虫学教学中的推广和广泛应用，提出了更高的要求。

另外，在上课教室和寄生虫学专业实验室等硬件配套方面，也需要跟上人工智能教学系统的需求^［13］。结合教育教学改革需求，需要建设智能化、互动式、开放型、多样化的智慧教学环境，如灵活多变的互动教室、多屏研讨教室、多视窗互动教室、远程互动教室、网络互动教室等^［14］。通过以上举措，从而实现前端教学、中端资源和后端管理的融合，形成全程数字化医学教育管理体系，为医学教学质量提供技术支持和发展动力。

4.2 教师培训

当今科技飞速发展，特别是人工智能等新兴信息技术正在深刻改变人类生活和学习方式，显著推动了社会对人才的新需求，也从根本上改变了人才培养的目标。而作为人才培养实施者的教师，同样需要接受培训，掌握人工智能技术的应用方法，才能有效地运用到教学中^［15］。教育系统需要确保教师和学生能够掌握最新的人工智能工具和技术，以应对快速变化的社会需求。教师需要持续接受相关的专业培训和更新课程，以增强教学能力和技术应用水平。因此，培养具备坚实人工智能学科知识和教育教学技能及能够满足智能时代人才需求的高水平教师队伍，成为推进新时代人工智能教育的紧迫任务。

4.3 数据隐私

多种类型的生成式人工智能地不断涌现，大都具有自主学习性、强交互性、创新性等特点。因此，生成式人工智能也带来了个人信息安全方面的挑战，制定相应法律规制迫切需要^［16］。为规制其个人信息安全风险，从生成式人工智能的数据收集与处理、算法运行与其生成性内容三个要素为切入点，需要对个人数据侵权、算法偏见、生成性内容的非法利用引发个人信息安全风险进行分类讨论。在收集和分析学生数据时，需要严格遵守隐私保护法律法规，确保学生数据的安全和隐私不受侵犯^［17］。

4.4 技术更新

在当今快速发展的科技时代，人工智能技术的更新速度极快，这对教学系统提出了挑战和机遇。这些技术的进步不仅改变了行业的工作方式和需求，也改变了教学方法和课程内容。人工智能技术更新快速，教学系统需要不断跟进技术的发展，以保持教学效果的持续提升。教育机构需要积极推动与科技行业的合作，以加速技术创新在教学中的应用。建立起产学合作的桥梁，可以确保教育系统不仅跟随技术的进步，还能够参与技术创新的过程，培养出更具竞争力的人才。这不仅是为了适应未来社会的需求，更是为了培养具备创新精神和适应能力的新一代人才。同时，医学教师也应该主动提高自己的教学素养和教学手段，更好地适应人工智能背景下的医学教育^［18］。

4.5 教学质量保障

人工智能是大势所趋，如何使学生，尤其是医学生更好地利用好人工智能，教学主管部门也应该采取一定的措施，更好地促进人工智能合理健康的使用。针对传统医学专业如临床医学和基础医学，可首先引入人工智能通识课程，通过创新的教学模式如基于问题式案例教学，课程内容由浅入深，强调实践探索，使学生能够全面理解医学人工智能的特点和发展趋势，同时培养科技创新精神和社会责任感。此外，在开设人工智能通识课程的基础上，还可以通过开设医学人工智能相关的微专业，深入探讨医学与人工智能的交叉领域。

5 结语

人工智能在人体寄生虫学教学中的应用具有广阔的前景，能够有效提升教学质量和学生的学习体验。尽管面临一些技术和实践上的挑战，但随着技术地不断成熟和教育模式地不断创新，AI必将在人体寄生虫学教学中发挥更加重要的作用。通过深入探索和持续优化，我们有理由相信，AI将在医学教育中带来新的变革和发展动力。随着AI技术地不断发展，人体寄生虫学教学中的AI应用将更加智能和高效。

参考文献

[1] 教育部. 教育部关于印发《高等学校人工智能创新行动计划》的通知（教技〔2018〕3号）［EB/OL］.（2018-04-10）［2024-06-21］.

[2] 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．

[3] 王晓冰，吴歆，林青青，等 ．ChatGPT在医学教学中的应用探讨［J］．中国医学教育技术，2024，38（1）：70-74．

[4] 哈艳 ．基于深度学习的病原体显微图像识别方法及检测管理系统［D］．保定：河北大学，2022．

[5] 谈在祥，韩晓平，丁甜甜 ．我国医疗人工智能的发展困境与对策［J］．卫生经济研究，2020，37（6）：13-15．

[6] 李婧欢，肖遥，谢朗 ．人工智能在医学人文教育的应用现状［J］．中国医学教育技术，2022，36（3）：286-291．

[7] 文亮，赵迅冉，何利平 ．调查研究医学本科生对AI的态度［J］．继续医学教育，2019，33（7）：12-13．

[8] 邵伟，陶芸，王维，等 ．新医科建设背景下人体寄生虫学教学改革策略研究［J］．齐齐哈尔医学院学报，2021，42（20）：1816-1820．

[9] JUMPER J， EVANS R， PRITZEL A，et al ．Highly accurate protein structure prediction with AlphaFold［J］．Nature，2021，596（7873）：583-589．

[10] SABATINI G A， DE ALMEIDA BORGES F， CLAE-REBOUT E，et al ．Practical guide to the diagnostics of ruminant gastrointestinal nematodes，liver fluke and lungworm infection：Interpretation and usability of results［J］．Parasites & Vectors，2023，16（1）：58．

[11] DE KORNE CM， VAN LIESHOUT L， VAN LEEUWEN FWB，et al ．Imaging as a （pre）clinical tool in parasitology［J］．Trends in Parasitology，2023，39（3）：212-226．

[12] 万莉，贡丽英，吴清，等 ．人工智能在高等医学教育中的应用前景［J］．中国医学教育技术，2018，32（6）：607-610．

[13] 韩淏轩，吕枫枫，王强，等 ．人工智能技术赋能医学人才培养的应用与探究：以首都医科大学为例［J］．中国医学教育技术，2024，38（3）：261-265．

[14] 崔亚强，甘启宏，王春艳 ．高校智慧教学环境的建设和运行机制思考：以四川大学为例［J］．现代教育技术，2020，30（3）：95-100．

[15] 孙华，郑旭东.基于教师培训与专业发展视角的人工智能教育与创新人才培养［J］.大学：研究与管理，2021（2）：2.

[16] 王大志，张挺 ．风险、困境与对策：生成式人工智能带来的个人信息安全挑战与法律规制［J］．昆明理工大学学报（社会科学版），2023，23（5）：8-17．

[17] 黄凤兰，张铁辉 ．人工智能背景下医学教师的教学素养提升［J］．医学教育研究与实践，2023，31（1）：7-10．

[18] 隋佳宇，刘爽，刘海霞，等 ．ChatGPT在临床医学教育中的应用与挑战［J］．医学教育研究与实践，2024，32（2）：141-145．

基金资助

广州市科学技术局基础与应用基础研究项目(202201011402)

广州医科大学本科教学质量与教学改革工程建设基金资助项目(2023ZLGC041)