人工智能赋能医学教育现代化的应用挑战与现实路径

Application Challenges and Realistic Paths of Modernization of Medical Education Empowered by Artificial Intelligence

摘要

人工智能作为医学教育的战略性变革技术，正在通过三重赋能推动现代化转型。在技术层面，凭借教学智能化和评价精准化提升效能；在社会层面，促进资源公平、促进资源整合与国际合作；在人文的发展层面，助力学生发展及促进医患沟通。但人工智能在应用过程中面临顶层设计战略规划不足、人机关系失衡及伦理法律滞后等挑战。因此，需构建制度保障、技术融合与价值引领的三重路径，通过顶层设计统一标准、深化人机协同、完善伦理规约，确保教育本质不偏移，推动实现智能化转型高质量发展，为医学教育现代化夯实人才根基。

Abstract

Artificial intelligence (AI), as a strategic and transformative technology for medical education, is driving modernization and transformation through triple empowerment. At the technological level, it enhances the effectiveness by virtue of teaching intelligence and evaluation precision; at the social level, it promotes resource equity, promotes resource integration and strengthens international exchanges; and at the level of humanistic development, it assists the development of students as well as facilitates the communication between doctors and patients. However, AI faces challenges such as insufficient strategic planning for top-level design, imbalance in human-machine relation, and lagging behind in ethics and law in the process of application. Therefore, it is necessary to build a triple path of institutional guarantee, technology integration and value leadership, to ensure that the essence of education will not be deviated through the top-level design of unified standards, deepening human-machine synergies, and perfecting ethical regulations, so as to promote the realization of intelligent transformation and high-quality development, and to lay a solid foundation of talents for the modernisation of medical education.

关键词

人工智能 / 医学教育 / 教育现代化 / 现实路径

Key words

Artificial intelligence / Medical education / Education modernization / Realistic paths

随着人类社会从信息时代跨入人工智能时代，人工智能作为数字技术的重要分支，能够迅速挖掘和整合各学科的知识、能够再现人类的思维模式，在医学教育领域发挥着重要作用。这种作用具体体现在搭建虚拟教学课堂、优化教育资源共享、辅助学生培养临床决策能力等方面，为实现医学教育现代化提供了基本遵循和行动指引。习近平总书记在全国教育大会上强调：“教育是强国建设、民族复兴之基^［1］。”党的十八大以来，我们作出了加快教育现代化的重大决策，确立了到2035年建成教育强国的奋斗目标。党的二十大报告首次对教育、科技、人才进行“三位一体”统筹安排、一体部署，并提出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国^［2］”。《教育强国建设规划纲要（2024 — 2035年）》也明确指出了教育现代化的总体目标，这些为医学教育改革提供了时代和政策的“推动力”^［3］。人工智能融入医学教育，突破了传统医学教育中教学内容与专业要求不匹配、理论课与实践课分离的局限，为医学教育现代化发展带来了新的契机。但是目前的人工智能只是阶段性成果，仍存在着许多潜在风险，我们所面临的挑战就是将其应用到医学领域并发展成既通用自主又安全可靠的人工智能。因此，需要社会、教育工作者、科学家等各方面共同制定有效的应对策略，协同探索医学教育新形态，共同应对这一时代课题。

1 人工智能赋能医学教育现代化的三重维度

人工智能技术的飞速进步，为医学教育变革注入了新能量。医学教育作为培养医疗专业人才的关键环节，正面临着适应新时代需求、提升其育人质量和效率的挑战。精准医学“Hanover”项目的推出，通过借助深度学习技术，理解、分析大量医学专业论文，帮助医生合理、精准用药；而VR、AR、MR等数字技术的应用，可以构建出虚实交互的模拟体验空间，增强医学生的实践体验感^［4］。人工智能正从技术驱动、社会优化、人才发展三个维度，赋能医学教育的现代化进程，推动教学实效在智能化变革中跃升，为未来医疗培育卓越人才。

1.1 技术驱动：重塑医学教育生态

1.1.1 教学模式智能化

智能技术赋能医学教育，人工智能推动医学教育教学范式实现转型，由传统的“教师-学生”二元单向知识传递模式，逐步过渡至“教师-智能机器-学生”三元协同互动模式^［5］。教师角色实现了从知识权威者到学习协作者的转型，学生也从被动接受者转变为知识建构的主体，通过模拟问诊、手术演练等交互式学习，逐步形成临床思维体系^［6］。其身份转变使教学过程更加灵活、互动和高效，极大地提升了学习兴趣和自主性。

1.1.2 教学评价精准化

人工智能全面采集并深度分析学生的学习数据，生成涵盖知识掌握、技能熟练度、临床思维等多维度的精准反馈。尤其在临床技能评估上，智能型高仿真系统能精准记录腹腔镜操作等28项微指标，其检测灵敏度较传统教师观察提升400%^［7］。这种基于证据链的动态评价方式，为教学优化提供了直观数据，推动医学教育质量监控从经验判断向智能决策转型。

1.2 社会优化：拓展医学教育格局

1.2.1 培养适应社会需求的医学人才

习近平总书记强调：“建设教育强国、科技强国、人才强国，必须坚持正确办学方向，培养德智体美劳全面发展的社会主义建设者和接班人^［8］。”医学教育作为人才培养关键一环，应在人工智能助力下培养复合型医学人才。当下社会对医学人才需求从疾病治疗广泛拓展至预防、健康管理、康复护理等领域^［9］，前沿技术的突破正深刻重塑医疗实践，如最新的纳米机器人集群研发为血栓治疗带来变革，它实现了血栓治疗从传统的被动给药模式向精准的主动靶向诊疗跨越。同时人工智能还能帮助医学教育者了解医疗服务的最新需求和发展趋势，从而培养出更符合社会需求的高素质医学人才。

1.2.2 促进资源整合与国际合作

在各地推进教育发展的进程中，优质教育资源短缺且分布不均衡的问题较普遍。在医学领域，推进“互联网+教育”融合创新，能够突破地域和资源限制，化解教育机会分配不均、构建更加包容普惠的教育服务体系，促进优质医学教育资源传播共享^［10］。2024年，亚太地区医学教育数字化转型中，由汕头大学承办会议，集合了15个国家和地区专家，会议主题聚焦于PBL与智能技术融合创新^［11］。在此会议形成的《智能时代医学教育协作框架》，系统规划了跨境师资培训、虚拟教研室建设等7个合作方向，特别是联邦学习技术构建的病例资源共享网络保障数据的安全使用，加速了医学教育的国际化，推动了构建全球医学智慧共同体。

1.3 人的发展：传承医学教育核心价值

1.3.1 学生全面发展

马克思认为，个人怎么发展，发展到什么程度，不是由人们随意设计、随意规定的，而是客观社会生活条件，其中主要是物质生产条件决定的，个人只能在客观条件所提供的可能性的范围内得到发展^［12］。科技进步使人从繁重体力劳动中解放，为人的自由全面发展创造条件。在医学领域，AI联合PubMed，为医学生提供了多元化的医学文献，使他们可以深刻理解和高效掌握知识技能，助力打造“临床、科研、教学、科普、行政、专利”全能的“六边形战士”医学人才^［13］。人工智能与医科教育的深度融合，是撬动“新医科”建设的关键支点，更是培养智慧医疗健康领域复合型人才，促进学生全面发展的“钥匙”^［14］。

1.3.2 医患沟通与人文关怀素养的培育

国家卫生健康委员会、国家中医药管理局印发《改善就医感受提升患者体验主题活动方案（2023 —2025年）》，提出“充分运用新手段、新技术、新模式，打通人民群众看病就医的堵点淤点难点”^［15］。改善就医感受最关键的是改善医患沟通。医患沟通作为医学教育领域长期关注的研究课题，人工智能的兴起为这个问题提供了新的研究视角，催生了“医生-医疗人工智能-患者”的新型医患关系。以南京医科大学开发的“医患沟通共情语言虚拟仿真教学与评价系统”为例，该系统可以通过语音识别和语义分析技术，助力医学生和医生开展共情语言表达训练，为医学从业者搭建提升患者互动质量的专业成长平台，推动医学教育从单纯的知识传授向全面育人目标的战略转型。

尽管人工智能的深度融入给医学教育现代化带来了教学智能化、资源公平化、国际协作深化等三重维度的赋能效应，然而，这些积极变革潜能的充分释放，仍需满足一系列前提。接下来，我们将聚焦问题深入探讨这些挑战，并提出相应的应对策略。

2 人工智能赋能医学教育现代化的现实挑战

党的二十大确定“高质量发展是全面建设社会主义现代化国家的首要任务”，而医学教育的高质量发展则是实现中国式现代化不可或缺的一环^［2］。医学教育数字化深度应用正重构传统教育范式，是推动医学教育高质量发展的应有之义。尽管人工智能在技术、社会与人的发展层面展现出显著优势，但当前表明其深度应用也伴随着技术异化、制度适配滞后等衍生问题。具体表现为，技术驱动的个性化教学因数据治理缺失可能加剧隐私泄露风险，全球教育资源共享有可能因区域标准差异暴露资源整合矛盾。

2.1 战略规划缺失致医学教育改革动力不足

医学教育现代化作为“健康中国”规划的重要支撑，亟须与中国数字化转型进程达成战略协同。但是在当前改革推进过程中，战略规划的系统性缺失已成为医学教育现代化改革的掣肘。中国尚未建立统一且专门人工智能赋能医学教育建设标准与原则，不同医学院校受到地域、经济、人文的影响呈现出显著的区域分化特征。因标准缺失所引发的深层次问题，主要在以下三个维度有所体现：其一，医学课程资源开发能力在区域间存在显著差异。无国家级统一标准，各院校“孤岛式创新”，仅7%医学院校开设医疗大数据分析课程，且多集中于东部“双一流”高校，欠发达地区院校面临“数字资源荒漠”。其二，医学教育实践陷入碎片化困境。实践缺乏统一规范，课程安排混乱，AI课程定位不明，或为通识选修，或强行植入专业课，导致知识体系割裂；教学中AI沦为答题工具，师生互动减少；教师发展上，AI教育素养培训重技术操作与理论灌输，缺乏全周期培养体系。其三，缺乏协调性。人才评价与使用政策未根据人才培养实际调整，临床医师“5＋3”培养模式后，多数省份仍以“本科学历满5年”为标准，未设年限补偿机制，使规范化培训医师临床能力提升却面临不公平竞争，形成“能力增值与职业回报”错位。

2.2 人工智能在医学教育的应用使人的主体地位受冲击

马克思主义认为，人在社会变革中起着重要作用，是推动社会发展的动力^［16］。人工智能应用于医学教育，使原本作为知识传授、学习与实践主体的人（教师、学生和医生），在部分场景中被其替代，一定程度上冲击了人的主体地位。首先，表现在人工智能弱化人的主体能力。人工智能技术的价值本来在于弥补人类劳动能力的局限性，作为人能力的延伸提升生产效率与生活质量。但是却因智能工具的泛化应用衍生出新的矛盾——技术的便利性与人类实践能力的此消彼长。新生代医学生在对技术的依赖中逐渐弱化其动手实践的能力，形成“技术代偿”的心理惯性，这折射出技术强化与人类主体性发展的深层张力。马克思主义强调人的主体性在社会发展中的核心作用，而这一观点在技术哲学领域得到进一步延伸。如哈贝马斯指出，当技术理性超越其工具性边界时，将侵蚀人的交往理性^［17］——这正是当前医学教育中AI过度依赖导致人文关怀弱化的理论根源。而且AI模拟患者虽提升沟通训练效率，但其标准化应答可能忽视真实医患互动中的情感复杂性，进而引发布雷西亚克（Brezis）所称的“技术性共情缺失”，即从以患者为中心的价值关怀，滑向以技术为工具的效率崇拜——这正是后续伦理争议的实践表现之一。

2.3 伦理与法律问题凸显使智能医学困境加深

人工智能在医学教育中的应用尽管带来了诸多便利和机遇，但与此同时也引发了显著的伦理与法律问题。在伦理问题上，首先是涉及权责主体模糊化问题。当AI系统参与诊断教学或手术模拟时，因算法偏见导致的病例误判或操作误差，其责任主体难以界定。算法模型受到开发者文化认知影响，可能将规范性判断编码为“客观标准”。所以当人工智能辅助或替代教师进行知识传授、技能培训和临床决策时，出现误诊、误治等医疗事故，责任应该由谁承担？而且这一问题的复杂性在于，人工智能的决策过程往往涉及多个主体和算法，很难简单划分责任界限。而且人工智能的“黑箱”特性也增加了责任追溯的难度，使得伦理争议更加棘手^［18］。最后，学生对人工智能的滥用，可能会导致学术不端，也可能对科研诚信构成潜在威胁，甚至阻碍科研进步。学生可能利用AI生成虚拟病例报告、伪造手术模拟数据，这种技术赋能的学术不端将动摇医学教育质量根基。在法律问题上，相比人工智能的迅猛发展，与之相关的法律法规建设呈现出一定的滞后态势。例如，当跨境医学数据共享时，不同国家的隐私保护标准差异引发法律纠纷；人工智能驱动的个性化学习系统广泛收集学员行为数据以便优化教学方案，但现有法律对数据所有权、使用权限及安全标准的界定尚不清晰，可能引发学员隐私侵权诉讼。急需构建与医学教育数字化转型相匹配的法治框架，来平衡技术赋能与风险防控的双重需求。

3 人工智能赋能医学教育现代化的实践路径

人工智能为医学教育的个性化、精准化和适应性发展创造了契机，但仍存在信息安全、决策中的公正性问题等诸多应用风险。习近平强调：“要加强人工智能发展的潜在风险研判和防范，维护人民利益和国家安全，确保人工智能安全、可靠、可控^［19］。”因此，一方面要发挥人工智能“教-学-育”三位一体的巨大优势，另一方面，要积极应对人工智能存在的潜在风险。针对上述挑战，需构建“制度-技术-价值”协同的治理框架，通过顶层设计化解战略碎片化，以人机协同重塑主体性，同时借伦理规范约束技术风险，推动医学教育从“工具理性”向“价值理性”回归。

3.1 落实原则

在推动人工智能赋能医学教育现代化的过程中，应秉持系统性、科学性、前瞻性与可行性的原则。首先，立足国家教育强国战略，从宏观层面规划人工智能在医学教育领域的应用蓝图，明确短期、中期和长期目标，确保各项举措有序推进。其次，充分考虑医学教育的特殊性，结合临床实践需求、医学伦理规范以及不同层次医学人才的培养特点，设计精准化、个性化的实施方案，使人工智能技术能够深度融入医学教育教学、实践训练、考核评价等各个环节。再者，密切关注人工智能技术的前沿动态，提前布局新技术在医学教育中的潜在应用场景，同时建立灵活的调整机制，以应对技术快速发展带来的不确定性。最后，确保提出的举措具有可操作性，充分考虑现有医学教育资源、师资力量、技术基础设施等实际情况，制定具体的执行步骤、责任分工和保障措施，确保各项计划能够落地实施并取得实效。

3.2 重点实施路径

3.2.1 强化顶层设计，激发医学教育改革活力

医学教育现代化是教育强国建设的重要组成部分，而人工智能的介入使其复杂性进一步增加。为加强人工智能在医学教育中的潜在风险研判并激发医学教育改革活力，强化顶层设计显得尤为重要。第一，需要构建医学教育标准的数字化学习架构。坚持以习近平新时代中国特色社会主义思想为指导，制定全国统一的数字化医学教育学习指南，科学、系统、全面地了解全国医学教育智能发展水平和实际情况。第二，要实施“AI+医学”型教师培养计划，构建医学标准的数字化学习架构。首先，要求临床教师完成AI技术实训课程并将AI课程开发成果纳入职称评定指标体系；还需要将AI医学课程纳入MOOC平台，学生按时完成“理论-实践-伦理”三阶段培养课程，并通过每一阶段的课程测试。第三，发展评价指标体系。通过编写全国医学教育发展年度报告，呈现各地医学教育发展画像，对比差异，找出影响人工智能赋能医学教育发展的因素，为区域协调、资源共享、改革推进提供依据。第四，加强就业扶持力度，推动“校企合作”落地。通过校企合作，搭建双方的对话平台，建立全新的合作模式。这种校企合作模式不仅可以推动医学教育变革，催生出“智能医学”新学科，更能使人才培养始终与技术前沿、临床需求保持动态适配。

3.2.2 促进人工智能与医学教育深度交融，强化人的主体地位

科研人员若仅专注于技术本身而忽略人的主体地位，则难以使科技成果始终沿着向善的方向发展。科研活动的本质是对未知的探索，而探索的边界应由人的主体性来锚定——技术始终应该是服务于人类文明的工具，而非超越控制的独立力量。第一，科研人员必须始终坚持技术向善的理念。这就要求科研人员必须坚持马克思主义科技观，牢记人的主体地位，积极推动科技创新和成果转化，充分发挥人工智能在医学领域的重要作用。第二，坚持以人为本的教育理念。在医学教育过程中系统融入以人为本的原则，将思政课程作为必修课程，树立学生的医学伦理原则，增强学生的人文精神和道德责任感，确保医学技术的发展与人类价值观相契合。第三，要开发智能化的教学辅助工具与构建人机协同教学模式。利用AI开发智能病例库、虚拟手术模拟器、个性化学习路径推荐系统、实时反馈的临床技能评估工具等，使AI深度融入教、学、练、评的核心环节，利用AI进行大规模个性化答疑辅导等，将AI的优势与教师的经验智慧、人文关怀有机结合。最后，全方位培养科技素养和伦理观。管理者要增强科技忧患意识，要本着对患者负责任的态度对医学AI设备进行严格评估和预测，做到从大局出发，杜绝AI在医学领域的滥用，而使得人的主体地位造成冲击和使人的合法权益受到损害；医学生和教师也要自觉培养科技素养和科技伦理观，通过必修课程、案例研讨等形式，深刻理解AI的原理、能力边界与潜在风险，将AI视为强大的辅助工具而非决策主体，始终保持批判性思维和独立判断能力。通过以上各方相互协作，从根本上预防和减少人工智能可能带来的伦理问题，降低其对医学领域和社会的危害。

3.2.3 完善伦理与法律规范，破解人工智能应用难题

2021年，联合国教科文组织发布《人工智能伦理问题建议书》中指出：“人工智能系统是整合模型和算法的信息处理技术，可以大有助益并惠及所有国家，也会引发根本性的伦理关切^［20］。”在医学教育领域，AI技术异化现象日益显现，其中隐私泄露、权责模糊以及长期削弱人文关怀能力的伦理风险尤显突出，因此需要通过伦理规约并积极借鉴国际经验。首先，要完善反歧视制度。严令禁止AI技术在程序设定中的包括性别、地域、信仰等偏见和歧视，以及虚拟患者生成中的刻板印象。将算法公平性和可解释性作为核心标准。开发者需引入具有法治资质的伦理评估机构进行人工智能合规性认证，将反歧视指标纳入AI教学工具的准入标准。其次，签订数据安全协议是保护数据隐私的重要措施。在AI设计过程中，要考虑数据安全，与医学院校签订数据安全协议，对数据的查询、调用、存储都做出严格规定。三是形成算法误判责任机制。针对AI辅助诊疗决策中可能出现的医疗事故，需制定分级责任认定标准。例如，若因算法固有缺陷或设计漏洞导致误诊，开发者应承担主要责任；若因数据输入错误或操作不当引发问题，医学生、教师需负责；同时建立医疗事故举证责任倒置制度，由AI提供方自证无过错，通过区块链技术建立全周期操作日志，不可篡改的操作日志，实现决策链条可追溯。四是建立算法透明制度。设定差异化的透明性要求，使医学教育AI从“决策黑箱”转变为“伦理共治平台”，在保持技术效率的同时，维护了临床教育的伦理温度，可以为医患信任关系的代际传递奠定基础。最后，需积极关注并深入研究世界卫生组织（WHO）、世界医学教育联合会（WFME）及医学教育发达国家在相关领域的指南、法规与最佳实践，借鉴其成熟经验，推动我国医学教育技术治理框架与国际标准相融合，实现协同发展。

4 结语

人工智能在医学教育现代化中发挥了重要作用，但也面临着诸多挑战。通过构建“制度-技术-价值”协同的治理框架，我们可以发挥主观能动性有效应对这些挑战，推动医学教育向着更加智能化、公平化、国际化的方向发展。在未来我们应继续深化研究，不断探索人工智能在医学教育中的新应用、新进路，为培养更多优秀的医学人才贡献力量。

参考文献

[1] 习近平.紧紧围绕立德树人根本任务朝着建成教育强国战略目标扎实迈进［N］.人民日报，2024-09-11（1）.

[2] 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗［N］.人民日报，2022-10-26（1）.

[3] 中共中央国务院.教育强国建设规划纲要（2024 — 2035年）［EB/OL］．（2025--01-19）［2025-05-12］.

[4] 周小芹，刘慧珍，王婷，等.人工智能赋能医学领域的挑战与发展方向［J］.中国胸心血管外科临床杂志，2025，32（2）：244-251.

[5] 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.

[6] 武宗渊，刘振，张宗明.人工智能在医学教育领域的现状、未来治理研究［J］.中国医学伦理学，2024，37（9）：1093-1100.

[7] 孙宝志.医学精准教育概念的提出及启示［J］.医学与哲学，2024，45（19）：63-67.

[8] 习近平.论教育［M］.北京：中央文献出版社，2024.9：234-237.

[9] 韩飞，郭广帅，姬鸣.面向教育强国：高校拔尖创新人才培养与新质生产力的内生耦合［J］.大学教育科学，2025（3）1-9.

[10] 罗姚，谈在祥.ChatGPT对循证医学发展的影响、挑战及其应对［J］.医学与哲学，2024，45（12）：16-21.

[11] 范丽婷，宋峰.AI在基础医学PBL教学中的应用探索［J］.基础医学教育，2025（3）：264-267.

[12] 卡尔·马克思、弗里德里希·恩格斯.马克思恩格斯文集：第1卷［M］．北京：人民出版社，2009．

[13] 吕海侠，王渊.数字时代医学教育和师资培育思想转变思考［J］.医学教育研究与实践，2025，33（2）：190-194.

[14] 吴健，刘雨茜，余朝阳.新医科背景下中医药院校思政课学习共同体研究［J］.时珍国医国药，2025，36（7）1-4.

[15] 国家卫生健康委员会，国家中医药管理局.《改善就医感受提升患者体验主题活动方案（2023-2025年）》［EB/OL］.（2023-05-26）［2025-05-12］.

[16] 卡尔·马克思，弗里德里希·恩格斯.马克思恩格斯文集：第3卷［M］．北京：人民出版社，2009．

[17] （德）哈贝马斯.重构历史唯物主义［M］.北京：社会科学文献出版社，2000.

[18] 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.

[19] 习近平.加强领导做好规划明确任务夯实基础推动我国新一代人工智能健康发展［N］.人民日报，2018-11-01（1）.

[20] 联合国科教文组织.人工智能伦理问题建议书［R/OL］.（2021-11-23）［2024-05-12］.