数智融合驱动医学本科生科研能力培养模式初探

A Preliminary Exploration of A Training Mode for Cultivating Research Capabilities of Medical Undergraduates Driven by Digital Intelligence Integration

摘要

数智赋能助力医学本科生科研能力的培养，是符合新时代医学教育革新趋势的重要举措。总结分析以“资源数字化、训练智能化、评价个性化”为核心的三维能力培养模式，通过建设智慧课程与数字培训群、智能挖掘医疗大数据，构建科研启蒙的“数字基石”；依托虚拟仿真及远程平台和发展数智科研融合技术，构建科研实践的“智能引擎”；借助AI辅助的个性化写作和搭建多元化智能培养体系，实现科研能力的“精准赋能”，形成数智驱动的全链条培养生态，旨在为医学本科生教育提供新的理论支持和实践指导，切实促进医学本科生的科研素质提升。

Abstract

To enhance the cultivation of medical undergraduates’ research capabilities empowered by digital intelligence is a significant initiative aligned with the trend of modern medical education reform. This paper summarizes a three-dimensional training mode centered on “digital resources, intelligent training, and personalized evaluation”. It involves building a “digital foundation” through establishing smart courses and data training group and intelligent mining of medical big data, constructing the “intelligent engine” of research practice via virtual simulation and remote platform and developing digital intelligence and research integrated technologies, realizing the “precise empowerment” of research capabilities through AI-assisted personalized writing and constructing diversified intelligent training system, and finally forming an entire training ecosystem driven by digital intelligence. The study aims to provide new theoretical support and practical guidance for improving the research capabilities of medical undergraduate education, and promote the research literacy of medical undergraduates.

Graphical abstract

关键词

数智赋能 / 科研能力 / 医学本科生

Key words

Digital intelligence empowerment / Research capability / Medical undergraduates

随着科技发展和医学教育水平的提升，越来越多的高校将科研能力及创新思维能力培养作为医学本科阶段教育的重点。数智赋能通过人工智能、大数据等技术结合虚拟仿真、智能分析等手段，在医学本科生教育中广泛应用。近年来，其优势显得尤为突出。本文旨在结合数智赋能助力医学本科生科研能力培养的实践，总结小组数智赋能培养模式应用成效，探寻医学本科阶段教育的理论支持和实践指导的有效路径，助力医学本科生的科研素质提升。

1 数智赋能背景下医学本科生科研能力培养的现状和需求

当前，医学本科生普遍面临科研时间不足和科研能力欠缺等问题。首先，医学本科生科研参与度较低，难以平衡日常学习和科研训练。医学专业学习具有专业度高、知识面广、体系复杂、实践性强等特点，教材理论知识内容繁杂抽象，而实验及实习课程多采用大班教学，学生实际操作即时反馈空间有限。同时，医学生还承受着考试、考研、规培和课题组选择等多重压力，导致许多本科生不断压缩科研投入时间，限制其科研能力的系统培养^［1］。实际上，多数医学生参与科研活动的意愿强烈，希望提升实验研究、文献检索与阅读、论文写作、统计分析及科研相关软件的应用等能力，形成了意愿与现实条件之间的矛盾^［2-3］。然而，传统医学本科教育模式偏重基础知识传授，科研与教学结合不紧密，对学生科研思维能力的塑造关注不足，导致了临床能力和科研能力的培养失衡^［3-4］。

数字化教学手段的演进为化解上述矛盾提供了新可能。从早期依托社交工具传递资源，到专业在线学习平台支持互动教学，再到近年来生成式人工智能（Artificial Intelligence，AI）技术的崛起，技术发展不断为科研训练注入新动能。在此背景下，党的二十届三中全会明确提出推进教育数字化，赋能学习型社会建设，使数智技术赋能教育转型成为普遍共识。数智赋能是指将数据要素与智能技术深度融合，通过“聚变”效应释放价值，重构特定系统要素和结构，实现人机价值共创的过程^［5］。相较于传统医学本科培养模式，数智融合培养具有资源形式丰富、打破时空限制、支持个性化学习等多方面优势，为构建新型医学本科生科研能力培养模式提供了全新思路^［6］。

2 数智赋能三维能力培养模式在医学本科生科研能力培养中的实践

2.1 资源数字化：构建科研启蒙的“数字基石”

2.1.1 整合数字化资源与载体

在智慧课程建设方面，武汉大学基础医学院将三维解剖软件（3D Body）等多媒体资源引入解剖课课堂教学，利用3D交互式解剖清晰、直观地呈现解剖结构，配合文字解释，使抽象的解剖知识变得生动形象；同时鼓励学生利用该软件于课下进行系统解剖、局部解剖的同步学习，帮助加深理解^［7］。该智慧教学方式不仅帮助医学本科生构建系统的医学知识体系，为其参与科研工作奠定坚实的知识基础；还显著提高了基础知识的学习效率，节约了理论学习时间，便于本科生更好地协调科研训练。在数字培训群构建方面，武汉大学图书馆数字素养的教学和培训主题逐年扩充，培训内容目前已覆盖EndNote、NoteExpress和Zot-ero等文献管理工具以及DeepSeek、ChatGPT和SCOPUS AI等AI工具，显著提升了学生网络信息资源利用的质量和效率^［8-9］。该数字培训系统的构建在文献获取与阅读层次方面帮助医学本科生积累背景知识，锻炼科研基本技能。在学术支持平台搭建方面，武汉大学图书馆还通过系列专题讲座及数智素养竞赛，为医学本科生科研基础工具的学习提供平台支持^［8］。此类活动不仅营造了良好的科研训练氛围，也激发了学生自主提升数智素养的积极性，从实践参与层面强化了科研工具的应用能力与创新意识。

2.1.2 智能挖掘医疗大数据

在前沿科研选题阶段，智能工具的应用显著提升了对医疗大数据的挖掘与分析能力。借助DeepSeek、ChatGPT等工具，医学本科生也能够高效识别研究前沿热点与空白领域，评估课题的机制深度与临床转化潜力。例如，在DeepSeek中围绕关键词“法尼酯X受体（farnesoid X receptor，FXR）”进行深度思考与联网搜索，可获取诸如“比较FXR在不同肿瘤细胞系中对铁死亡关键基因的调控差异、新型FXR激动剂组织选择性及代谢副作用的评估”等潜在命题，为进一步挖掘提供方向。在高效数据提取方面，各种数据库导航融入教学设计，为系统培养数据挖掘能力助力。武汉大学生命科学院面向医学本科生开设的生物信息学课程，涵盖包括美国国家生物技术中心（National Center for Biotechnology Information，NCBI）、欧洲生物信息学研究所（European Bioinformatics Institute，EBI）等公共数据库，引导学生利用其检索基因序列、蛋白质结构、高通量测序数据等原始信息。在智能框架梳理方面，数智赋能协助医学文献的高效获取和吸收，切实培养文献信息利用能力。利用知网研学、秘塔AI等工具进行文章框架及核心知识的智能梳理，降低了专业学术文章的阅读门槛。通过这些，融合AI技术的检索模式及跨学科课程的开设有效弥补传统信息检索方法的线性和低通量局限。相比传统检索方法，数智赋能的数据挖掘更有助于医学本科生及时把握领域前沿，筛选个人兴趣方向，有针对性地进行深入文献研读，在高效的文献积累中有效调动其自主学习的积极性，提出具有创新性的科学假设，使科研起步更具有目的性与方向性，提升医疗大数据驱动的研究能力。

2.2 训练智能化：打造科研实践的“智能引擎”

2.2.1 仿真实训与即时反馈

虚拟仿真平台的搭建，有效拓展了实践教学的空间与方式。武汉大学基础医学实验教学中心构建并开放了虚拟仿真实验平台，目前已涵盖“新冠病毒分离培养与鉴定、急性白血病的综合诊治、生物工程用细胞质量控制”等多个实验项目，支持学生随时接入、自主演练^［10］。仿真平台接轨前沿技术，融合实验流程、模拟临床场景与重点考点，降低实操门槛，有效弥补了大班教学中个体操作机会不足的问题^［11］。即时反馈机制的应用，帮助个性化指导本科生学习与纠错。武汉大学临床学院循证医学课程的混合式教学模式支持个性化课程图谱的构建，提供学生个人学习情况全流程跟踪记录，建立起“教师—教学资源—学生”的反馈评估机制^［12］。即时反馈不仅有助于学生或教师实时了解知识掌握程度、及时调整学习或教学策略。在远程平台建设方面，在线开放课程及新媒体平台逐渐成为医学本科生拓展学习的重要辅助资源。“珞珈在线”、慕课（Massive Open Online Course，MOOC）等提供了丰富的教学视频资源，完整、清晰地演示实验操作流程，并支持重复观看与变速学习，极大提高了学生自主训练的效率和灵活性^［13］。丁香园、知乎、“哔哩哔哩”（Bilibili，俗称“B站”）和微信视频号等平台汇聚科普、宣传片、专业相关和学术活动等内容，构建了开放共享、易于访问的互联网资源共享矩阵，更易满足学生个性化与碎片化的学习需求^［14］。

2.2.2 数据智能管理与分析

数智融合技术在医学本科生科研培养中，尤其在实验数据的管理与分析方面发挥着关键作用。在数据存储环节，关键在于实现实验结果的规范化、可追溯管理。利用云储存工具可实现对实验结果进行清晰、完整地储存，有效保障其真实性、完整性和可溯源性，具有良好的实时性以及存储性能和访问效率^［15］。在数据分析环节，重点在于构建多层次、高效率的数智融合分析体系。通过运用专用分析型数据库与平台对特定数据集进行深度挖掘，对已有关联数据的深度解读和意义挖掘提供多维视角，显著提升数据处理的深度和广度^［16］。具体应用案例如图1所示，该流程图系统展示了数智融合技术在基因分析中的全流程。综合运用数智融合技术，能够增加科研项目结果展示的专业性与可信度，锻炼医学本科生的科学思维与自主学习能力。

2.3 评价个性化：实现科研能力的“精准赋能”

2.3.1 数智工具辅助成果转化

将研究成果转化为规范的论文与清晰的展示文稿，是科研训练的重要目标。在论文写作环节，以DeepSeek、秘塔AI为代表的智能平台能够基于海量文献和课题方向智能生成论文大纲，并提供语言润色及格式规范化服务。在投稿支持环节，部分工具还具备期刊匹配功能，协助学生更精准地选择目标期刊。例如，在撰写《铁死亡参与急性肾损伤的新机制》时，团队通过系统检索和目标期刊分析，将参考文献更新为近三年文献，以增强文章的前沿性^［18］。在成果展示优化环节，figdraw、ImageGP、GraphPad等在线绘图工具支持高质量机制图、热图、火山图等科研图像的绘制，WPS灵犀AI等智能办公组件能够辅助生成幻灯片、流程图及思维导图，优化图表排版与展示效果。如在文章《调节性B细胞在移植免疫治疗中的机制及应用前景》中，利用figdraw绘图清晰地展示了调节性B细胞的免疫调控网络^［19］。数智工具能够贯穿从初稿撰写到成果展示的全过程，有效提升医学本科生的科研论文质量与投稿效率，系统培养学术写作与表达能力。

2.3.2 数智化协同体系搭建

为提升医学本科生在创新创业训练中的团队协作与项目推进效率，数智化协同体系逐步成为科研训练的重要支撑。在远程协同方面，依托腾讯会议等在线平台定期组织线上组会，涵盖文献分享、项目进展汇报与成果交流等内容。该形式无空间限制、免通勤耗时，有效缓解了医学本科生课程紧张、科研时间碎片化的问题，将课余时间效益最大化^［20］。定期远程交流也为课题组成员提供了持续互动、共同提升的平台，通过汇报与讨论促进知识内化，加强团队协作，增强其在科研项目中的参与感和归属感。在流程管理方面，通过在线协作文档与云端储存实现项目进度的实时记录与动态跟踪，确保科研过程的可视化和可管理性^［15］。同时，智能会议辅助功能（如会议纪要AI提炼和语音转写）进一步提高了组会交流和汇报总结的效率；微信、QQ、钉钉等即时通讯工具进一步拓宽了沟通渠道，充分利用成员碎片化时间，保障团队信息畅通与协同高效^［20］。远程协同、流程管理与即时通讯三大类数智平台的综合运用体系不仅符合快节奏时代的科研需求，也有力促进了学术信息的高效流转与课题研究的有效推进。

2.4 路径整合化：形成数智驱动的全链条培养生态

前述“资源数字化、训练智能化、评价个性化”的三维模式，并非彼此孤立，而是通过数智技术有机串联，共同构成一个贯穿医学本科生科研启蒙、实践探索到成果产出的全链条培养生态（见图2）。该生态体系以学生为中心，遵循其科研能力发展的内在规律，实现了培养环节的无缝衔接与效能倍增。在科研启蒙阶段，资源数字化奠定了广泛涉猎和系统学习的基石。学生通过智慧课程与开放平台，自主构建知识体系，激发科研兴趣，为后续实践储备了必要的理论宽度。进入实践探索阶段，训练智能化则扮演了核心引擎角色。虚拟仿真平台与智能数据分析工具将抽象知识转化为具身体验和探索过程，学生在高度仿真的环境中锻炼实验设计、数据管理和科学思维等核心能力，完成了从知识接受者到实践者的关键转变。成果产出阶段，评价个性化实现了精准赋能。数智工具辅助写作与智能协作平台针对学生在论文撰写、成果展示和团队协作中的个性化需求提供支持，有效提升成果质量，并系统培养了其学术表达与团队协作的综合素养。

3 数智赋能三维能力培养模式应用初见成效

在知识储备方面，基于组内统计观察与分析发现，融合MOOC、3D Body和虚拟仿真实验平台等数智赋能技术辅助学习的医学本科生，其章节平均学习时间缩短，学习效率显著提高。相较于传统以课堂讲授和固定实验为主的培养模式，数智融合模式在个性化学习与成长数据追踪方面展现出显著优势。学生得以在相同学习周期内构建更为扎实的知识体系，课程考核的平均成绩更好，整体学习效果得到明显提升。

在科研实践层面，尤其在大学生创新创业训练项目中，积极运用AI工具、生物信息学工具及互联网资源共享平台的医学本科生展现出明显优势。他们能更早接触并深入参与课题研究，积累更多项目申报经验，项目申请及获批成功率相对更高。在基础实验技能方面，该类学生对细胞培养、聚合酶链式反应（Polymerase Chain Reaction，PCR）和免疫印迹试验（Wes-tern Blotting）等关键技术的掌握速度更快、操作熟练度更高。这得益于该模式提供的沉浸式实践环境与即时反馈机制，有效克服了传统模式下实验机会少、反馈周期长的困难。

在成果产出环节，借助办公软件智能助手与AI工具进行优化后的项目答辩呈现效果更加规范、条理更为清晰，相关创新创业训练项目在同级评审中普遍获得较高评价。从纵向发展来看，数智赋能的教学方式通过资源数字化、训练智能化、评价个性化，有效促进了学生从知识接受到创新输出的能力转化，增强了其在本科阶段的科研竞争力。图3通过纵向对比近五年本科生的科研积累情况，直观展示了数智赋能模式的应用成效。与2019 — 2020级组员对比，2023 — 2024级组员在论文发表、省级以上创新创业训练项目及奖项获批均有所增加，表明数智赋能模式下培养的学生具备更为扎实的科研训练基础和更强的综合实践能力。

4 结语

以“资源数字化、训练智能化、评价个性化”为核心的三维能力培养模式通过数智技术打破了传统培养中资源、训练与评价之间的壁垒，形成了一个螺旋上升、持续优化的全链条闭环系统。实践表明，智慧课程群与虚拟仿真平台打破了传统医学教育的时空壁垒，使学生得以在沉浸式环境中接触真实病例与前沿技术；AI助教与个性化学习路径设计实现了“因材施教”，显著提升了学生的科研兴趣与自主学习能力；多元化智能培养教学机制则强化了医学与数据科学、人工智能的深度融合，培育出兼具临床思维与科研素养的复合型人才。

然而，该模式的深入应用仍面临挑战。首要挑战是师生数字素养的差异。本科生对常用工具与技术的原理与操作掌握不足直接影响其科研效率，教师若缺乏系统的数智技能培训亦难以进行有效指导，出现“新工具”与“旧教法”的脱节现象。为此，院校及课题组亟须推动构建系统化、分层级的数字技能培训体系，通过加强师资队伍建设、举办数智教学工作坊、组织整合式基于问题的学习（Problem-based Learning，PBL）/基于案例的学习（Case-based Learning，CBL）专题实训、鼓励高年级研究生或博士后担任“数字导师”机制，将数智技术有机融入学生的学术成长路径^［21］。其次，在管理层面，数据隐私与过度依赖AI可能引发的学术失信问题亦为难题。医疗数据的高度敏感性要求其在教学科研中的应用必须建立严格的隐私保护与安全管理规范。需要院校及相关部门牵头制定明确的数智工具使用规范，例如建立伦理审查模块和数据使用备案机制、在本科生必修课程中增设科研伦理与数据安全模块，推动可信数据环境的建设。此外，学生接受度不均也可能影响模式的推广。院校可通过设立试点班、引入激励机制，逐步提升学生的认同感和参与度，确保数智赋能的普惠性。

展望未来，数智赋能的医学本科生科研能力培养的深度与广度将不断拓展。首先，新技术的深度融合将成为关键驱动力。5G、元宇宙、数字孪生等新技术与医学教育深度融合，有望构建高度“虚实结合”的科研训练场景，实现从模拟训练到真实科研的无缝衔接，实现从“单点突破”到“全链条赋能”技术融合升级。其次，平台化与生态化建设将是重要趋势。该三维模式展现出强大的跨院校、跨区域推广潜力，其模块化设计易于适配不同地域、不同层级医学院校的现有资源条件，有望建立全国性医学数智教育资源平台，整合高校、医院、企业的优质病例库、算法模型与科研工具，构建协同创新良性生态，实现跨机构、跨地域的医疗科研资源彻底开放与共享，推动医疗教育资源均衡分布。最后，评价体系将从“结果导向”转向“过程赋能”。区块链、大数据与学习分析技术可全程记录从实验数据、分析过程到论文成果的全链条信息，形成动态能力画像，为科研评价和个性化指导提供透明、可信的依据，保证医学人才培养始终与技术创新同频共振。

在数智化进程中，医学本科生不仅是未来临床实践的主力军，更是推动医疗健康领域变革的科研生力军。通过持续深化数智赋能三维模式，我们有望构建一个“人人可科研、处处能创新”的医学教育新生态，为实现“健康中国”规划培育更多兼具临床智慧与科研锋芒的卓越医学人才。

参考文献

[1] 陈勇，涂春香，余文珍，等.培养医学本科生科研创新能力的实践与探索［J］.卫生职业教育，2025，43（6）：5-8.

[2] 李国东，党树伟，李金星，等.临床医学本科生科研创新训练现状的问卷调查分析［J］.中国高等医学教育，2022（9）：3-5.

[3] 韩艳芳，童学红，崔艳秋，等.依托实验教学中心提升医学本科生医研能力［J］.基础医学教育，2025，27（4）：333-336.

[4] 丁盛.“新医科”背景下医学本科生创新能力培养策略［J］.医学教育研究与实践，2024，32（6）：687-691.

[5] 杨文正，杨俊锋.数智赋能教育新质生产力：作用机理与实践进路［J］.现代远程教育研究，2025，37（2）：62-72.

[6] 王海垠，丁彩凤，逯荻，等.数智赋能下基于模型药物开展药剂学开放性实验教学改革探究［J］.医学教育研究与实践，2025，33（1）：71-75.

[7] 何小艳，张蔚，刘静，等.探讨三维解剖软件在妇产科CPPT教学中的应用［J］.中国继续医学教育，2016，8（32）：25-27.

[8] 黄如花，胡永生，石乐怡.武汉大学图书馆信息素质教育40年变迁与展望［J］.大学图书馆学报，2024，42（3）：29-35.

[9] 袁园.论医学信息素质教育中书目管理软件的重要性［C］.太原：中华医学会全国医学信息学术会议，2008.

[10] 何春燕，任安利，刘欣，等.开放实验室高端仪器虚拟仿真实验构建与应用［J］.基础医学教育，2018，20（10）：920-923.

[11] 程东庆，金燕，周芳美，等 ．虚拟仿真实验在“病毒学检验”教学中的应用［J］．医学教育研究与实践，2024，32（6）：785-791．

[12] 黄笛，曾宪涛，王宇，等.混合式教学在我国临床医学专业教学中应用效果的系统评价和Meta分析［J］. 医学新知，2022，32（5）：339-356.

[13] 谢哲，陶敏，王欣，等.外科学总论实验一流课程建设及其成效研究［J］.浙江医学教育，2022，21（6）：331-335.

[14] 袁潇雨，舒安琴，杨秀.医学学术期刊的短视频传播现状及其优化策略研究［J］.出版与印刷，2024（3）：36-44.

[15] 倪凌.基于云存储技术的学校网络教学资源共享平台研究［J］.现代科学仪器，2021，38（4）：266-270.

[16] 王毅，王建平，蔡林，等. 具有生物信息学特色的骨科学研究生教育实践及探索［J］. 中国继续医学教育，2022，14（13）：5-8.

[17] LI L， HUANG K， ZHAO H J，et al ．CDK1-PLK1/SGOL2/ANLN pathway mediating abnormal cell division in cell cycle may be a critical process in hepatocellular carcinoma［J］．Cell Cycle，2020，19（10）：1236-1252．

[18] 孙佳怡，王泽洁，俞瑾瑶，等.铁死亡参与急性肾损伤的新机制［J］.中华实验外科杂志，2024，41（6）：1341-1347.

[19] 柏艺，张燕妮，段宇鑫，等 ．调节性B细胞在移植免疫治疗中的机制及应用前景［J］．中华器官移植杂志，2025，46（4）：317-322．

[20] 李国东，党树伟，李金星，等.临床医学本科生科研创新训练现状的问卷调查分析［J］.中国高等医学教育，2022（9）：3-5.

[21] 邓志敏，代芳芳，程艳香.从学生视角探究武汉大学第一临床学院临床医学专业型研究生导师科研团队的建设［J］.中国医药科学，2022，12（18）：178-181.

基金资助

国家自然科学基金青年基金(82404775)

武汉大学中南医院医学科技创新平台支撑项目(PTXM2025015)

2026年武汉大学本科教育质量建设综合改革项目(2026ZG203)

武汉大学2024年大学生创新创业训练计划项目(S202510486461)

武汉大学2024年大学生创新创业训练计划项目(W202510486456)