AI助力“妇产科学”创新教学模式探索与实践路径

Exploration and Practice Approach of AI-Assisted Innovative Teaching Modes for “Obstetrics and Gynecology”

摘要

随着“新医科”建设的深入推进，中国高等医学教育正迎来教育创新和技术融合的新阶段。人工智能技术在医学教育中的应用，为培养高素质应用型人才提供了重要支持。在妇产科教学中，人工智能技术通过个性化学习路径、虚拟平台和智能实时反馈等方式，不仅能帮助学生掌握扎实的专业知识和临床技能，还能促进学生临床思维能力、科研能力和综合素质的全面提升。为满足现阶段教学需求，教学团队在结合区域特点和时代要求的背景下提出了人工智能辅助的新教学方法，作为混合式教学的延伸与补充。重点介绍了人工智能技术在妇产科教学中的应用潜力，包括应用策略以及具体实施工具，以期为妇产科教育教学改革提供借鉴，推广妇产科教学新理念。

Abstract

With the deepening of the “New Medicine” strategy, higher medical education in China is ushering in a new phase of educational innovation and the integration of technology. The application of artificial intelligence (AI) technology in medical education provides significant support for cultivating high-quality, practice-oriented professionals. In Obstetrics and Gynecology education, AI technology, through personalized learning paths, virtual platforms, and intelligent real-time feedback, not only helps students acquire solid professional knowledge and clinical skills but also promotes the comprehensive enhancement of students’ clinical thinking, research capabilities, and overall qualities. To meet the current educational needs, the teaching team has proposed a new AI-assisted teaching method, taking into account regional characteristics and the requirements of the times, as an extension and supplement to blended teaching. This paper focuses on the application potential of AI technology in Obstetrics and Gynecology education, including application strategies and specific implementation tools, with the aim of providing insights for the reform of Obstetrics and Gynecology education and promoting new teaching concepts in Obstetrics and Gynecology.

Graphical abstract

关键词

人工智能 / 临床综合能力 / 妇产科学 / 教学方法 / 教学改革

Key words

Artificial intelligence / Clinical competence / Obstetrics and Gynecology / Teaching method / Teaching reform

“新医科”建设的全面推进，标志着中国高等医学教育正式迈入以教育创新和能力导向为核心的新阶段。这一战略不仅对医学人才的培养提出了更高要求，也为高等医学教育改革明确方向^［1］。随着教育体制改革的持续深化，尤其是在广西等西部地区，依托“教育强区”建设推动医学教育转型升级成为重要任务。现代医学发展促使医学教育从传统的“知识传授”向“能力培养”转型，医学生不仅要具备扎实的专业知识和临床技能，还要拥有较强的综合判断力、创新能力以及临床科研素养^［2］。这种以能力为导向的培养模式，不仅提升医疗服务质量，还能实现“健康中国”的长远目标。以“新医科”为导向，基于区域的实际情况和时代的需求，构建系统化、综合化的医学人才培养体系，已然成为高等医学教育改革的必然选择。

人工智能（Artificial Intelligence， AI）技术的发展正成为医学教育领域重要的改革动力^［3-4］。近年来，国家出台的一系列政策明确提出人工智能与医学教育深入发展的新要求。2019年启动的“六卓越一拔尖”计划2.0强调通过现代信息技术，特别是利用人工智能技术培养创新型医学人才^［5］。2020年教育部发布的“双一流”建设政策进一步提出了“人工智能+X”复合型人才培养体系，推动医学与人工智能等重点学科的深度融合^［6］。2023年的《谱写课程教学数字化转型的中国方案》则进一步提出探索数字化和智能化教育的新模式，以培养面向未来社会需求的创新型人才。如何有效利用人工智能技术，在“理论学习—临床技能—科研思维—综合素质”等核心能力上进行一体化教学方法创新，成为医学教育改革的重心。

本文将针对民族地区教学存在的实际困难，探索将人工智能融入妇产科教学的应用策略及具体实施工具，切实为培养符合新时代需求的高素质医学人才提供借鉴。

1 当前妇产科临床教学面临的问题及原因分析

妇产科学是一门实践性较强的学科，教学质量与妇产科医师培养及医疗服务质量息息相关。然而目前妇产科临床教学工作仍存在一定的缺陷，亟待解决以提高教学质量。

1.1 教育教学资源分配不均

目前中国高等医学教育资源分配不均衡的问题非常明显^［7-8］，偏远地区师资力量薄弱、教学仪器设备陈旧、临床教学实践机会少等问题，在一定程度上限制了教学的质量，制约了教学效果与学生能力的培养。以右江民族医学院（以下简称我校）为例，由于缺乏教学实践平台，学生临床实践机会受限，既影响到学生的妇产科基础操作技能的训练，也限制了学生的临床复杂问题处理能力的提高。同时教学资源失衡不仅影响到教学效果，也增加了本地医疗人才向其他区域流失的速度。因此，面对教育资源不足，如何提高教学平台，改善教学质量，成为提高妇产科教学质量的关键所在。

1.2 师资力量不足与教学理念滞后

教师团队教学水平的好坏决定妇产科临床的教学质量。然而，我校地处医疗资源相对较为稀缺的西部地区，教学师资相对匮乏，教师长期处于临床一线欠缺系统化教学培训。虽然临床经验丰富在实践教学中具有优势，但是具体的教学方法相对落后，不能及时地更新教学方法与理念^［9］，尤其是对AI类的现代教学方式了解不足^［10］。教师本身的工作压力极大，没有办法对学生的个体情况做有针对性的指导，学生综合能力难以得到优化。因此，如何使教师的教学素养能力得到提高，培养教师既掌握现代教学技术又具备教学创新能力，是当前亟待解决的问题。

1.3 教学模式单一与实践机会不足

当前妇产科临床教学以传统课堂教学和理论讲授为主，欠缺对实践操作和临床思维能力的培养。虽然课堂上传授的理论知识能给学生打下基础，但是在实际操作学习时，特别是临床高峰期和医患关系紧张的环境下，学生缺乏足够的临床操作机会。加之妇产科隐私保护要求，进一步减少学生实际操作的机会，使学生在处理复杂病例的时候，缺少充足的应对能力与临床决策经验。因此，如何改革教学模式，增加学生实践机会，尤其在临床操作和决策训练方面，成为妇产科教学改革的重要方向。

1.4 临床科研与创新能力培养不足

现代医学的发展要求妇产科教学不仅要培养学生的临床专业素质，更要注重其科研素养与创新能力的培养。就当前而言，欠发达地区大部分院校临床科研资源缺乏，本科生未能有机会参加临床科研项目，无法在科研实践中独立思考、解决问题的能力。虽然一些重点医学院校已经开始尝试将科研训练环节融入课程体系之中，但对绝大多数西部院校而言仍存在难度。如何有效将AI等现代教学工具融入妇产科教育教学，并将科研创新能力培养纳入教学体系，全面提升学生的科研素养，已成为亟待突破的难题。

2 人工智能在医学临床本科生妇产科教学中的应用策略分析

妇产科学作为临床医学本科教育的重点课程，AI为教学方法改革注入了新的动力^［11］。AI在妇产科学教学中的具体应用策略如下。

2.1 丰富教学资源与案例库

丰富智能化教学平台：通过智能远程教育平台和智慧教学模式，教师既可以分享优质教学资源，改善教学方式，也可以极大地提高学生的学习氛围。人工智能改善了传统课堂教学模式下的时间与空间壁垒，让学生们有了更为灵活自由的自主学习环境，既能够随时随地学习，又能及时有效地获得解答。如基于AI技术的三维立体虚拟解剖学习系统能够辅助学生更深入理解复杂的医学知识^［12］，有利于学生更有效地掌握妇产科相关基础知识。

个性化在线学习：通过智能教学系统中的AI技术，学生将被推送与自身能力匹配的教学内容和习题，有针对性地补充欠缺的学习相关内容^［13］。个性化学习可以在帮助学生弥补知识遗漏方面发挥更好的作用，并且可以通过智能反馈来不断调整学生的学习任务，保证每一个学生都可以根据自身进度完成相应的学习任务，从而提高学习效率。

构建专业知识智能库：教师借助AI技术可以建立妇产科相关知识图谱库、病例数据库和智能题库，将学科最新科研成果转化为主题相关的教学资源，将学生的碎片化知识转化为系统的学科知识体系，便于学生理解学科的前沿理论。如通过构建知识图谱整合妇产科学的主要概念、疾病的发病机制和治疗方法等，使学生形成学科的完整框架以便为后续的学习及科研提供基础^［14］。

2.2 提高实践操作与技能水平

病例模拟训练：采用AI虚拟病人或模拟病案系统让学生在丰富、复杂和多样的案例模拟中训练，可以帮助学生培训临床思维能力和综合应变能力^［15］，提升学生在临床真实场景下的判断和应对能力^［16］。同时还为学生提供在虚拟临床情境“试错”的机会，使学生获得更多的临床经验。

虚拟临床模拟系统：发挥虚拟现实技术临床情景模拟优势，学生可以在类似临床环境的场景中完成妇产科急症病例处理及妇科手术等临床技能训练，可以有效提升学生的临床技能技巧及突发事件的处理能力^［17］。在临床教育培训中，AI反馈的辅助手段可以对学生的技能训练效果实施实时反馈，学生实践操作规范性可通过AI判定结果不断提升。通过智能反馈，学生能够准确了解自身操作中的不足之处，通过积极地改进，从而提升其技能水平^［18］。

虚拟技术的应用：利用虚拟现实（Virtual Reality， VR）和增强现实（Augmented Reality， AR）将知识虚拟化，为学生进行可视化、高效率地操作教学。例如VR技术将解剖学与实际操作知识进行糅合，学生通过反复训练可以提高操作技巧，进一步提升技能操作的有效性^［19］。在超声妇产科教学中，AR技术的虚物显化，有助于学生观察人体解剖关系及其操作步骤，有利于提升检查的正确率与安全性^［20］。

2.3 提升科研思维与科研能力

文献研读及管理工具：通过AI的文献检索及文献管理软件的帮助，学生可以快速搜集和整理妇产科学前沿研究。在AI辅助下学生可以快速阅读文献，提取整体研究框架和研究视角，提升科研思维水平。同时AI可以帮助学生筛选及整理文献结果，并提供新的研究角度，提升科研创新水平。需要提醒的是，教师应当教会学生学会对AI的真实性和可靠性进行鉴别，从而提高学生批判性思维^［21］。

人工智能辅助科研学习：引导学生以AI技术为基础开展科研小课题学习，涵盖课题设计到研究结果分析全过程，培养学生科研能力和发散思维，是学生适应未来科研工作的手段与途径^［22］。学生将AI辅助应用于具体科学研究中，在熟悉AI操作技术的同时，引导学生树立独立科研能力，学会自主进行科学探究的能力。通过AI问答以辅助学生得到科研方面的指导，让AI在学生学习过程中及时得到答疑解惑，解决科研过程中的难点，如研究的设计、缺陷等，在科研能力、科研水平上进行逐步提升。需要强调的是，教师应当教会学生正确合理地应用AI进行科研，避免学术不端行为^［23］。

数据分析训练：借助AI数据分析软件^［24］，学生可以高效处理妇产科的临床和科研数据，例如对母婴的健康数据开展统计分析，快速分析数据并挖掘背后潜在的规律，由此培养学生解决数据问题的能力。AI可快速处理大量数据，提取并分析潜在规律，为学生提供更加精准的数据分析方法，帮助他们深入理解数据背后的科学意义。

2.4 提高医患沟通能力与人文素养

模拟医患场景：学生可以借助基于AI技术的虚拟病人系统和智能语言应答系统进行虚拟医患沟通，以提高学生的沟通技能。AI能够运用自然语言处理技术分析和反馈学生与虚拟病人的医患沟通，使学生能够在非真实情境下反复练习沟通技能，增强学生的表达技能和语言交流能力^［25］。更多的是，AI可以具体地分析学员的语言和情绪表达，从而具体提出科学合理的改进建议，有效提高学生的医患沟通技巧^［26］。

沉浸式“早临床”教育：借助VR技术，使学生“亲身”经历孕妇分娩疼痛或癌症住院患者的虚拟情景体验，让学生深刻地理解患者，共情患者。这种训练可以让学生更加深刻地了解患者情感需求，培养同理心和责任心。此外，通过AI模拟具体医疗情景，如临床压力、伦理情景、医护沟通、团队协作等，可以更早地接触临床，从而达到强化学生临床伦理意识、团队协作意识等目的。

融入人文与思政案例：AI借助海量的数据，可以为教师提供典型的人文、思政案例等素材，使教学内容不仅局限于临床知识的传授，还具备思想性、人文性。比如，AI可推送真实的人文、思政案例及患者故事，帮助学生通过真实事例领悟人性医者、仁术担当等人文精神，进一步明确人文精神意义。

2.5 健全职业发展评价体系

智慧评价平台：依托AI的教学评价平台，对学生知识、技能、职业能力进行客观、综合的专业发展评价。平台为每个学生提供个性化报告，客观地生成每个学生各方面能力的强项和不足，明确学生的发展或提高方向。这种评价体系，在督促学生反思与持续努力的同时，也提醒教师对学生进行个性化培养，有助于专业人才培养质量的提升。

长期发展跟踪评价：利用AI大数据分析技术，系统对学生成长过程中在校学习及实习阶段的状态进行持续动态跟踪，发现问题及时提示并预警学生职业发展中不足之处，不仅能让学生知道自己的职业发展动态情况，还可以为学生提供职业生涯发展个性改进建议，培养学生良好的职业习惯。

通过上述教学策略，AI将全面应用于妇产科学教学的全过程，通过构建以“AI为支撑、学生发展为核心、综合能力提升为导向”的“AI+妇产科学教学模式”，有望推动妇产科教学向更加科学、精准及高效的方向发展。

3 人工智能在妇产科教学改革具体实施方案探索

3.1 当前我校妇产科教学团队现有的混合式教学模式

经过多年教学改革实践，我们教学团队前期已建立了成熟混合式教学体系，该教学体系已形成“课前—课中—课后”三位一体、环环衔接的混合教学结构，具有较强的针对性、实践性和适应性，在激发学生学习主动性、提升教学效果和增强临床思维训练等方面取得了良好成效。

3.1.1 课前阶段

教师根据课程既定目标，通过教学平台发布学习指导和任务书，组织学生课前查找资料、观看多媒体片段或参与线上考核，平台除了给予基础的预习素材，还会利用像视频讲座、专家访谈这类多种形式的学习资源，激发学生的学习兴趣，搭建知识架构。预习环节结束后，学生需要完成小测验，协助教师识别学生的知识空白和常见易错题点，进而为课堂教学做好准备，学生借助学习日志记录自己的理解、疑问跟反思，便于教师根据情况有针对性地调整后续教学策略。

3.1.2 课中阶段

课堂教学采用注重多种教学方法的组合，包含问题导向学习（Problem-based Learning， PBL）、案例教学法（Case-based Learning， CBL）、翻转课堂（Flipped Classroom， FC）、探究式学习 （Inquiry-based Learning， IBL）以及任务驱动（Task-based Learning， TBL）等方式，教师运用思维导图、图表、模型、实际病例演示等手段，帮助学生理解重点与难点知识，进而引导学生开展小组讨论（Group Discussion， GD）等相关活动，强化其临床逻辑推理与团队配合的能力。在课堂实施互动的阶段，教师借助即时反馈以及课堂投票等技术手段，实时掌握学生的学习情形，及时调整教学手段，增进课堂的精准程度与参与热度。通过游戏化学习（Gamified Learning， GL）与情景模拟 （Simulation-based Learning， SBL）等方式，学生可在模拟的临床环境当中开展实际操作与决策，增强临床应急处置能力。

3.1.3 课后阶段

课后方面借助教学平台推送同步习题、延伸病例及任务化作业，巩固知识、提升应用；借助教学平台推送拓展阅读及专题学习资料，提升学生临床应用能力；通过学习总结反思、跟踪学生学习过程以及分析学生表现，帮助教师向学生提供针对性辅导建议。

通过“课前引导—课中探究—课后反思”的完整闭环机制，该模式实现了“多平台协同、能力导向明确”的教学目标，解决了以往教学中存在的学生参与度不足、理论与实践脱节及评价方式单一等问题。

3.2 AI赋能的创新混合式教学模式及具体实施工具

将人工智能融入现阶段混合式教学模式中，对于妇产科课堂的教学质量及效果的提高以及教学流程的优化产生了积极的作用。如何更好地将人工智能与现阶段混合式教学模式进行深度融合，覆盖课前、课中、课后全环节，是当前我们教学团队的研究方向。图1充分展示了教学团队融入AI的混合式教学模式全流程，详细呈现了AI在每个环节中的具体应用。

本节将具体就图1中“课前—课中—课后”三个环节的AI具体实施工具及AI平台展开论述，即通过举例方式具体展开阐述上述AI工具及AI平台如何应用于每个教学环节之中，为教学模式的重构提供理论支撑。

3.2.1 课前准备阶段

课前阶段是课前知识学习的准备阶段，十分重要。当前的教学模式是由学习平台根据教师的指令统一将资源推送，无法做到精准把握学生个性化学习需求。而AI的加入，可以智能化分析学生学习需求，推荐个性化学习资源，动态反馈课前学习成效并协助教师备课，大幅提升教学效率与成效。

智能学习需求分析与个性化资源推送。AI的加入让学习资源的推送不再是简单的“一刀切”，而是根据学生的学习需求、学习水平等进行调整。AI通过分析学生历史学习情况、知识掌握程度、兴趣及学习能力等，个性化推送学习资源，保证每个学生能得到针对性地进行学习的课前预习。比如，Coursera和Khan Academy等通过强大的个性化推荐算法，能够基于学生的行为来实现对课程内容学习难度、方向等方面的调整，从而辅助学生高效学习，帮助学生掌握内容。AI大数据分析平台DeepSeek具有强大的数据检索和分析功能，学生通过该平台能快速从医学文献中提取关键信息，深度理解学习内容。像文心一言可以进行AI数据分析和文献推荐，能够在课前让学生接触到妇产学科中最新的研究论文成果等，提升学生的学习效果。

教师智能备课与教案生成。传统备课下，教师需要结合课程内容的科学严谨性和最新研究成果进行考量，综合教学方法设置教学内容，耗费大量时间和精力。而AI加持下，教师备课变得更高效。像Notion AI、Google AI等平台可以帮助教师实现AI自动生成教案，辅助教师生成教学大纲，并根据学生个性化学习数据分析结果推送适宜的教学内容，合适的作业和讨论。换句话说，AI能实时反馈并帮助教师更加高效地设置教学内容。

课前任务设计与动态反馈。课前任务的设置与预习效果密切相关，直接影响课堂的参与效果。当前教学课前任务都是固定推送，是静态的，并没有考虑学生之间的差异性。而使用AI可以根据学生学习进度和状况提供分析报告，指导教师合理制定课前任务，并确保学生在符合自身学习能力的环境下开展学习。类似于Socrative和Kimi等平台，教师可以设定不同的个人任务，依据学生的实际学习状况适时调整任务。对于学有余力的学生，可以提供有一定难度的提升任务；对于学有不足的学生，可以提供简单的、有助于弥补基础知识的练习。与此同时，AI给予学生的及时反馈，也能让学生学习中产生的疑惑能够在课前阶段得到解决。

智能化问题收集与诊断分析。学生于课前学习过程中可能碰到各种棘手问题，尤其是在碰到复杂的妇产科知识时，教师借助腾讯文档、石墨文档这类平台，收集学生的问题并进行智能归类，协助教师弄清楚学生的学习困惑，从而对教学内容与策略作出调整。这种问题收集反馈机制，让教师能够准确掌握学生在学习中遇到的困难，在课中帮助学生得到更有针对性的辅导。

3.2.2 课中教学阶段

课堂是帮助学生将理论知识转换为实践的关键环节，利用AI的智能病例剖析、模拟操作训练及实时教学评价等功能，教师可以智能制定学生个性化学习路径，因材施教，实现教学效果的最优化。

智能病例分析与科研思维启蒙。病例讨论及科研思维是妇产科教学的重要组成部分之一，IBM Watson for Health和UpToDate等AI智能病例分析工具的应用可提高学生的临床病情分析、判断以及制定个体化治疗方案等临床思维能力。AI强大的智能处理能快速提取出病例信息中关键的病史、影像、实验室检测数据等资料，并按最新临床诊疗指南提供科学合理的治疗方案，帮助学生在临床决策时做出更合理的选择。此外，虚拟病例模拟平台Body Interact和Ada Health等也可为学生的临床决策训练提供有利条件。学生可以通过Body Interact在仿真临床环境下实时模拟并做出决策，通过及时反馈提高临床处理突发事件的能力。Ada Health可通过智能症状分析对患者情况进行系统分析以及治疗方案的制订，尤其在妇产科常见临床症状的分析和处理方面更有优势。

对于思维启蒙而言，ChatGPT或ChatGLM等优秀大语言模型的应用，为学生在科研方面遇到的相关难题提供了及时有效的解答。学生可向ChatGPT等AI平台询问研究中的具体问题，AI可借助当前已有的文献数据为学生进行解答，帮助他们更好地培养科研思维。值得注意的是，作为教师，我们还需要引导学生培育批判思维，增进他们对科研数据及文献的分析能力。

智能课堂互动与实时反馈机制。课堂互动与实时反馈是提高学生学习效率的有效措施，传统课堂反馈大多时候滞后，难以及时调整教学内容跟策略。诸如Kahoot！的AI工具和Socrative这类型的平台，给予实时反馈和互动性测试，协助学生及时知晓自己学习的进度。依靠Kahoot！学生可参与实时测验，AI自动产出学习报告，帮助教师及时调整教学的进度以及内容，保障课堂的互动性及针对性。Socrative借助动态调节任务难度，保障每个学生在符合自己的学习水平中获得锻炼，协助学生更高效地掌握课堂要点。

虚拟仿真实验与操作技能训练。另外AI应用使妇产科手术技巧训练更高效、更安全。例如虚拟手术模拟平台Osso VR、Medtronic Touch Surgery等可将学生置身于虚拟的手术训练环境中进行反复的训练，在此过程中AI会给予学生及时的反馈，指出学员在手术过程中出现的失误，通过多次指导和练习来逐步训练学生掌握手术技巧。这种虚拟训练模式既有效地减少了学员在实际操作过程中的失误率，又可给予学生更为安全的训练环境。此外虚拟实验室模拟平台Labster使学生的训练范围扩大，让学生可以在无须真实患者参与的情况下练习妇产科相关操作，例如产妇的胎位检查、产后大出血的抢救等，高度拟真的临床环境，不仅可提高学生操作的熟练度和技巧，更可以提升学员进入临床后的应变能力。这些虚拟平台的诞生弥补了操作实践平台资源匮乏地区的困境。

解剖学强化与空间思维训练。妇产科手术操作练习的前提是对解剖学的掌握，换句话说，学生需要对解剖结构有一定的理解。将AI与3D虚拟现实技术相融合，为学生构建一个形象化的人体解剖知识学习环境。通过Visible Body、Anatomy Learning 3D Atlas让学生更加立体地掌握人体解剖知识，尤其是妇产科相关的解剖知识，包括子宫等妇产器官的位置、盆腔解剖或者是血管神经走向等内容。这些工具的应用，提高学生对解剖结构认知能力，为以后临床工作中更好地开展手术操作打下基础。

3.2.3 课后复习与评估阶段

课后时间是学生温故知新的关键环节，人工智能技术的介入能够帮助学生在这一阶段提升自我学习、复习的效率，同时也帮助教师优化教学策略，从而提高教学质量。

智能学习伙伴与个性化复习支持 。AI技术应用到课后复习环节，能够为学生提供更为高效的复习效能及复习质量。AI会根据学生学习进度及表现推送学生课后复习材料，提供课后复习指南。如Quizlet平台是基于AI技术为学生定制复习卡，能够帮助学生加深妇产科基础概念理解、临床知识理解，并通过随机测试模式强化学习记忆。Google AI能够推送学生日常学习行为内容，以个性化学习资源帮助学生在课后复习阶段完善相关知识点薄弱或容易遗忘的内容。即AI会针对性推送复习内容，针对学生薄弱部分进行复习，从而提高学生有效学习效率。

自动化作业评估与个性化反馈。通过提供自动作业评估以及个性化的反馈信息帮助学生识别自己的薄弱环节，AI正在改变传统教与学的方式，提升教学效率。教师可以通过Gradescope与飞桨（PaddlePaddle）自动批改与评估学生的作业，并借助AI及时给出全面且个性化的学习反馈。通过Gradescope学生可以对作业进行批阅并实时生成作业的完整反馈报告，让学生全面了解自己学习上的薄弱环节，从而进行强化。PaddlePaddle则通过深度学习对学生的作业进行分析，了解学生的学习进度，并给出学习建议，实现智能化、个性化的学习过程。

教学数据驱动持续优化与反馈。将AI技术应用到教学分析这一过程中可以有效地为教学优化提供途径。例如Trello、PaddlePaddle等工具在进行实时数据测算的过程中，为教师的教学效果提供参考。借助Trello分析学生的学习情况和作业完成情况，教师实时了解学生的学习进步程度，调整教学策略。而借助PaddlePaddle进行分析学习效果和学生行为、学习数据，可以全面把握学生在知识点方面和解决问题能力方面的具体学情信息，结合学生的具体情况进行教学内容设计，强化教学效果。

基于上述路径，将人工智能工具充分融入现有的混合式教学体系中，不仅能改进教学内容的设计与运用，还能改善学生学习体验，从而提升教学效果。

4 结论

AI技术的迅猛发展除了对高等医学教育人才培养目标制定及教育内容重构带来改变，还将推动教育方式和教学方法的变化，实现教育环节的全面提升。AI在提升教学质量、个性化教育，促进教育教学公平等方面具有独特优势，正日益成为实现教育教学质量高水平发展的重要助力。将高等教育与信息技术深度融合，可使高校建设智慧教材、虚拟实践、个性导学等路径实现教学内容及质量的提升，解决了西部欠发达地区的医学院校师资力量不强、教学资源匮乏的难题。借助AI技术，尤其在偏远的民族地区医学院校可利用技术下沉、开放共享，实现“同课程、同进度、同标准”教学公平目标，培养“下得去、用得上、留得住”的高素质应用型人才，符合当下背景下对新时期医科大学生综合能力培养需求。

参考文献

[1] 何珂，汪玲 ．健康中国背景下 “新医科” 发展战略研究［J］．中国工程科学，2019，21（2）：98-102．

[2] 施可庆，池俊杰 ．“新医科”体系下医学生的综合能力培养［J］．现代职业教育，2022（15）：169-171．

[3] SUN L， YIN C H， XU Q L，et al ．Artificial intelligence for healthcare and medical education：A systematic review［J］．American Journal of Translational Research，2023，15（7）：4820-4828．

[4] GARCIA M， ARIF Y M， KHLAIF Z N，et al ．Effective integration of artificial intelligence in medical education：Practical tips and actionable insights［J］．SSRN Electro-nic Journal，2024.DOI：10.2139/ssrn.4770043 .

[5] 教育部“六卓越一拔尖”计划 2.0 ：打造高等教育“质量中国”的战略一招［EB/OL］.（2019-04-30）［2023-10-26］.

[6] 教育部，国家发展改革委 财政部印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》的通知［J］．中华人民共和国教育部公报，2020（1）：59-62．

[7] 陈紫妮，林小丹，姚卫光 ．我国高等医学教育资源配置效率评价及空间计量分析［J］．中国卫生事业管理，2024，41（1）：78-83．

[8] 于妍，李明磊 ．我国学术学位授权点资源配置：空间分布、形成机理及优化机制［J］．研究生教育研究，2024（1）：32-38．

[9] 任梦泽，谢妮 ．智能时代高校教师的教学新常态［J］．黑龙江高教研究，2025，43（4）：156-160．

[10] DU H， SUN Y C， JIANG H Z，et al ．Exploring the effects of AI literacy in teacher learning：An empirical study［J］．Humanities and Social Sciences Communications，2024，11：559．

[11] 王慧芳，张汉权，陈鲤，等 ．人工智能技术在高校妇产科学教学中的应用研究［J］．西部素质教育，2024，10（20）：150-154．

[12] 陈韬，黄馨，何晓川，等 ．计算机三维可视化技术在医学教育中的应用价值［J］．中华医学教育杂志，2020，40（10）：788-791．

[13] TAN C X， HAN R J， YE R G，et al ．Adaptive learning recommendation strategy based on deep Q-learning［J］．Applied Psychological Measurement，2020，44（4）：251-266．

[14] 方雅青，朱丽娜，胡慧美，等 ．基于数字化知识图谱的医学信息素质课程教学改革研究［J］．中华医学教育杂志，2025，45（4）：288-292．

[15] 卓纳，张满 ．在线临床病例库在皮肤科本科教学实践中的应用［J］．内蒙古医科大学学报，2022，44（S1）：75-76．

[16] ZHAO C， XU T P， YAO Y，et al ．Comparison of case-based learning using Watson for oncology and traditional method in teaching undergraduate medical students［J］．International Journal of Medical Informatics，2023，177：105117．

[17] 王景涛，易跃雄，陈雨柔，等 ．妇科VR/AR手术训练系统在妇科手术教学中的探索与实践［J］．中国继续医学教育，2022，14（2）：155-158．

[18] SURYANI L， FAUZIATI E ．The implementation of socrative as a tool for formative assessment in students’ perspective［M］//Proceedings of the 7th Progressive and Fun Education International Conference （PROFU-NEDU 2022）．Paris：Atlantis Press SARL，2022：92-102．

[19] 梁垚，黄华，黄婉，等 ．基于“APP+VR技术”融合型教学模式构建腹腔镜技能阶段式培训体系的探索［J］．中国继续医学教育，2025，17（10）：25-29．

[20] 栗嘉楠，汪龙霞，李秋洋 ．人工智能技术在妇科超声教学中的应用［J］．中国病案，2024，25（6）：91-94．

[21] KITAMURA F C ．ChatGPT is shaping the future of medical writing but still requires human judgment［J］．Radiology，2023，307（2）：e230171．

[22] 李海琛，王臻，马婷，等 ．生成式人工智能辅助医学研究生开题设计路径与反思［J］．医学教育研究与实践，2025，33（4）：492-500．

[23] 熊绘，樊越，张迪，等 ．人工智能大模型赋能医学教育实践的伦理风险及对策［J］．医学教育研究与实践，2025，33（5）：635-640．

[24] 余夏夏，庄锦湖，熊娟，等 ．医疗数据分析科研教学平台的构建［J］．中国医学教育技术，2022，36（5）：553-558．

[25] JIN S Y， ZHANG X Y， LI X，et al ．Development and application of teaching model for medical humanities education using artificial intelligence and digital humans technologies［C］//2023 IEEE 6th Eurasian Conference on Educational Innovation （ECEI）．February 3-5，2023，Singapore，Singapore．IEEE，2023：119-122．

[26] STAMER T， STEINHÄUSER J， FLÄGEL K ．Artif-icial intelligence supporting the training of communication skills in the education of health care professions：Scoping review［J］．Journal of Medical Internet Resea-rch，2023，25：e43311．

基金资助

2025年度广西高等教育本科教学改革工程项目(2025JGA315)

2024年右江民族医学院教育教学改革研究临床专项项目(JGZLC2024-05)