AI赋能口腔医学专业“内科学”课程建设思路

Thoughts on the Construction of the “Internal Medicine” Course in the Specialty of Stomatology Empowered by AI

摘要

“内科学”不仅是临床医学的核心课程，也是口腔医学专业构建系统诊疗思维的专业基础课程。在“内科学”课程教学中，长期存在以单向知识灌输为主、临床思维训练不足等突出问题。人工智能技术与医学教育的深度融合为课程创新提供了新的可能，以岗位胜任力为导向的培养理念为口腔医学专业内科学课程建设提供了新的改革思路。基于此，空军军医大学西京医院内科学教研室立足专业特点，围绕岗位胜任力所需的专业素养与实践能力，在人工智能等数字化教学手段赋能下系统重构课程体系，全面优化课程内容、创新教学方法、改革评价体系，为培养具有扎实内科基础的口腔医学专业人才奠定了基础。

Abstract

“Internal Medicine” is not only a core course in Clinical Medicine, but also a fundamental professional course for developing systematic diagnostic and therapeutic thinking in the field of Stomatology. In course teaching of “Internal Medicine”, prominent problems exist such as one-way knowledge indoctrination and insufficient clinical thinking training for a long time. The deep integration of artificial intelligence (AI) and medical education offers transformative potential for curricular innovation, with post competency-based educational frameworks informing the redesign of Internal Medicine instruction within dental curricula. Based on this, the Department of Internal Medicine of Xijing Hospital of Air Force Military Medical University, taking into account its professional characteristics, focused on the professional qualities and practical abilities required for post competency. Under the empowerment of digital teaching methods such as AI, it systematically restructured the curriculum system, comprehensively optimized the course content, innovated teaching methods, and reformed the evaluation system, laying a foundation for cultivating oral medicine professionals with a solid foundation in Internal Medicine.

关键词

内科学 / 人工智能 / 口腔医学专业 / 课程建设 / 岗位胜任力

Key words

Internal Medicine / Artificial intelligence / Specialty of Stomatology / Curriculum construction / Post competency

中国的口腔医学教育一直沿用“基础医学—临床医学—口腔医学”传统的三段式教学模式^［1］。内科学作为临床医学主干课程，不仅是连接基础与临床学科的桥梁，也是口腔医学专业构建系统诊疗思维的专业基础课程。研究表明，口腔疾病与全身系统健康存在显著相关性，口腔疾病不但会影响牙周组织，也是全身系统疾病的潜在诱发因素，导致心血管疾病、呼吸系统疾病、糖尿病等疾病的发生^［2-3］。慢性口腔感染或亚临床口腔炎症可触发血管内膜致病菌改变，诱导细胞增殖，损伤内皮细胞的血管收缩功能，进而促进动脉粥样硬化进展并增加心血管疾病的风险^［4］。这些研究成果对口腔专业的医学教育提出新要求，要求口腔医师不仅要掌握内科基础理论，识别口腔疾病与全身健康的交互关系，还要预判口腔治疗中的全身并发症，可以应对口腔治疗中的内科急症。

人工智能（Artificial Intelligence，AI）技术的飞速发展，正在悄然改变人们的工作与生活方式，对于医学教育而言，这既是挑战也是机遇^［5］。传统医学教育主要以教科书、课堂讲授和临床实践为主，在应对海量异构、快速更新的医学知识时，往往存在知识更新滞后、教学内容碎片化等问题。近年来，AI技术的突破性进展，尤其是以ChatGPT、DeepSeek等为代表的生成式人工智能的涌现，为医学教育变革注入强劲动能^［6］。在医学课程建设的改革浪潮中，AI正以前所未有的方式重塑教学模式和人才培养体系，医学教育者不仅需要应对技术工具的迭代，更需前瞻性思考如何培养医学生在智能医疗时代的核心胜任力。面对这一趋势，课程建设必须将AI技术深度融入教学全过程，夯实口腔专业学生的内科基本功，这不仅是适应智能医疗时代人才培养需求的必然选择，更是实现“健康中国”建设的内在要求。

1 口腔医学专业“内科学”教学“痛点”问题分析

自2019年空军军医大学西京医院（以下简称我院）启动整合课程教学改革以来，内科学的授课对象主要调整为口腔医学专业学生，包含理论教学和临床见习两大模块。这一调整使教学工作面临诸多挑战：①口腔医学专业的基础医学课程学时和深度与临床医学存在差异，导致学生在学习内科学等课程时面临较大困难^［7］。随着理论课学时的压缩，如何在有限时间内向非临床专业学生有效传授临床诊疗要点成为教学难题，这就要求对繁杂的内科学知识体系进行系统梳理和内容重构，以提高教学效率。②改革前的实践课管理较为粗放，缺乏针对性强、具体可行的实践课教学模式。③内科学课程教学既往主要以传统讲授式教学主导课堂，加之口腔医学专业学生对内科学课程的认识存在偏差，认为其与未来从事的颌面内外科工作关联不大，导致学习动力不足，这种认知偏差使得人才培养目标与专业实际需求产生脱节。④评价体系不够科学，无论是教师评学还是学生评教，所反映的问题都较为局限。

针对上述问题，内科学教研室以新医科和医学类“金课”建设标准为导向，深度融合AI技术赋能教学创新，从理论课体系、实践课体系、教学方法与模式、评价体系等方面进行了深入的研究与探索。在教改过程中，教研室采用逆向闭环设计思路，以目标为导向，明确教学内容，确定教学策略，并通过智能评价系统实现教学效果的动态监测与反馈，确保教学目标的达成，从而系统地推动口腔医学专业内科学课程的智能化内涵建设。

2 AI赋能理论课体系建设

作为军医大学附属医院，我院内科学课程设置严格遵循医学人才培养和能力生成的规律，紧密贴合社会发展和现代卫勤保障对口腔医学专业人才的需求。课程始终贯穿立德树人、精医胜战的人才培养导向，依托AI构建个性化学习路径，精准对接岗位需求，旨在通过传授知识、磨炼技能、培养临床思维，全面提升学生的岗位胜任力。

2.1 全程引导，充分体现内科学学习的必要性

内科学是口腔医学专业本科生首批接触的临床课程。针对学生刚结束通用基础课程、尚未掌握临床学习方法的特点，教研室采取了全程引导的教学策略，强化内科学与口腔医学的联系，提升学生的学习兴趣和认同感。①课前引导：在开课前的师生见面会上，邀请附属口腔医院的资深教师结合自身工作经历，通过真实案例和经验分享，潜移默化地增强学生对“内科学”学习的认同感。②课中渗透：依托AI虚拟问诊系统，构建高度仿真的交互式问诊场景。该系统通过自然语言处理（NLP）、大型语言模型（LLM）^［8］、语音识别（ASR）及语音合成（TTS）等技术，将真实临床病例转化为可动态响应、支持自由对话的数字虚拟患者。系统构建流程如下：首先，教师会预先在系统中导入病历文本，系统对其进行扫描和深度解析，精准识别并提取关键医学实体（如症状、体征、检查、疾病、药物等），进而构建实体间的临床联系（如确定药物与疾病之间的治疗关系、检查与发现之间的显示关系）。随后，系统将提取出的、带有关系的医学实体，按照预设的标准化数据模型进行填充和映射，将口语化、多样化的临床描述映射到标准医学术语库，例如，将“发烧”“身子热”统一映射为标准化术语“发热”。最终生成的结构化数据包含患者基本信息、主诉、现病史时间线、症状体征集合、既往病史、检查检验结果和治疗方案等模块。该过程不仅保留了原始病历的临床逻辑，又为后续的虚拟患者动态响应提供了数据基础。教学中，系统首先向学生呈现患者的基础信息与主诉（如“拔牙后心慌、发热”），学生需通过语音与虚拟患者进行自由对话，逐步收集信息、建立症状与疾病的关联。例如，从“拔牙后发热”可联系至感染性心内膜炎的排查，从“反复牙龈出血”可推断凝血功能障碍的可能。此类训练有效帮助学生建立口腔临床表现与系统性疾病的联系，提升其临床推理能力与问诊技巧，同时增强学习投入度与探索意愿。③课后强化：依托我院AI医学堂智能学习小助手围绕教学主题推送电子资源，持续强化学生对内科学学习重要性和必要性的认识。

2.2 重构教学内容，凸显口腔医学专业特色

在既往的教学中，授课教师对口腔医学专业学生的岗位需求认识不足，教学内容缺乏针对口腔医学专业的个性化设计，导致学生学习动力不足，学习效果不佳。为解决这一问题，内科学教研室与口腔医院的教学专家合作，重构教学内容，凸显口腔医学专业特色，并融入军事医学元素：①突出重点，强化联系：在有限的理论学时内，重点讲授内科基础疾病和重点疾病，同时强化口腔疾病诊疗中常见的内科情况及危急处置，建立内科多系统疾病与口腔疾病的联系，形成以“面”（内科学基础知识）“托点”（口腔特点）的立体知识结构。②融入军事元素：为落实新时代军事教育方针，培养多职能复合型军医，课程中自然融入军事元素，复刻军事场景，增加战现场伤情判断和基本处置能力训练（如心肺复苏、胸穿、腹穿等），以及基层部队常见伤病的处置，拉近课堂与实战、课堂与基层的距离。③紧跟学科前沿：教学内容紧跟指南更新，通过AI大模型快速整合权威医学数据库信息，并经教研室与口腔专家联合审核，及时引入疾病的最新进展、学科前沿和新技术新方法，这一过程注重筛选与口腔临床高度适配的内容，确保学生既能掌握内科基础知识，又能培养临床思维和实践能力。

2.3 剖析知识结构，合理分层讲授

在教学实施过程中始终坚持“以学为本”的教学理念，遵循高等医学教育规律和学生认知发展规律，紧扣课程教学计划，合理分层讲授。基础知识深度解析：针对基础知识部分，采取“深度解析、透彻讲解”的方式，不仅满足学生可持续发展的需求，体现多学科交叉的高阶性和创新性特点，同时注重与基层部队诊疗环境的紧密结合，切实提升基层军医的综合诊疗能力；口腔专业特点的巧讲精讲：通过建立基于知识图谱的AI可视化内科疾病与口腔症状的关联网络，帮助学生建立内科疾病与口腔医学的早期联系，深入理解整体与局部的辩证关系，以及系统间的相互影响机制，充分发挥内科学的前导和延伸作用；合理分配授课比重：考虑到学生在开始内科学学习时已完成通用基础课程，具备扎实的理论基础，我们在教学设计中特别注重这一特点，合理分配发病机制、临床表现和诊疗原则的授课比重，突出临床实用性，确保教学内容与临床实践的无缝衔接。

3 实践课体系建设

实践教学是医学教育中不可或缺的重要环节，临床实践技能作为医学生执业的核心能力，是夯实岗位胜任力的必备条件^［9-10］。对于口腔医学专业而言，内科学实践课以临床见习为主。临床见习是医学生将理论知识与实践操作相结合的关键阶段，旨在巩固和深化基础理论知识，培养临床诊治思维、医患沟通能力、团队协作能力以及人文素养^［11］。然而，以往的见习教学往往重理论，轻实践，教学形式单一，以教员床边讲授为主，学生被动听讲，缺乏主动参与。由于学生课前准备不足、课中参与度低、课后缺乏回顾总结，导致见习结束后对典型病例表现“见而不识”，对所学疾病印象模糊，更难以将知识应用于实践。因此，探索新型临床实践教学模式，实现高阶教学目标已成为当务之急。

3.1 在实践教学中引入基于OBE理念的BOPPPS教学模式

OBE（Outcome-based-Education）教育理念，又称成果导向教育，是一种以学生为本，采用逆向思维的方式进行的课程体系建设理念^［12-13］。基于我院丰富的病例资源，我们将BOPPPS教学模式创新性地应用于临床见习，强调学生主体地位，实现参与式学习与实时反馈的有机结合。

该模式严格遵循六个教学环节：导言（Bridge-in）、目标（Objective）、前测（Pre-assessment）、参与式学习（Participatory Learning）、后测（Post-assess-ment）和总结（Summary）^［14］。以糖尿病临床见习为例，教学过程分为三个阶段：课前要求学生复习糖尿病相关理论知识；课中通过分组实践完成病史采集和诊断分析，经小组讨论形成诊疗方案后由教师点评；课后通过测试和思维导图巩固知识，并延伸探究糖尿病与口腔疾病的关联。实践表明，该模式不仅帮助学生掌握核心诊疗要点，更深化了对全身疾病与口腔健康关系的理解，有效提升了临床思维能力和学习主动性。同时，通过强化实践环节，显著增强了学生的临床参与度和职业认同感，为培养高素质医学人才提供了有力支撑。

3.2 自主学习资源多样

为弥补实践课课时有限的不足，进一步提升学生的临床实践能力，教研室引入采取了多项创新举措：面向学生开放临床技能培训中心，嵌入AI智能反馈系统的模拟训练器可实时捕捉学生操作细节，通过语音提示和数据图表动态纠正体格检查手法偏差、优化四大穿刺技术的进针角度与深度参数，使学生课余实操训练更具精准性。此外，学生可通过我院AI医学堂平台强化课程学习，该平台整合了微课视频、授课回放、智能题库等多元化学习资源，支持学生根据个人进度按需调取、针对性强化。平台搭载的AI教学小助手能够动态分析学生的学习轨迹（如视频观看完成度、试题正确率等），智能生成个性化能力图谱，并据此推送自适应训练模块（如薄弱知识点讲解视频、专项习题集等），形成“智能评估—精准提升”的闭环学习生态。这一融合 AI 技术的实践教学模式，不仅通过智能化手段高效达成内科学理论教学目标，更借助AI的数据分析与决策能力推动理论与实践的深度融合，为口腔医学领域的拓展延伸奠定了基础。

4 AI赋能教学的创新与探索

在人工智能技术迅猛发展的时代背景下，教研室以AI赋能教育教学为突破口，始终坚持思想性、科学性、启发性、先进性和实用性相统一的原则，着力推动教师转变传统“灌输式”教学模式，积极探索智能技术与教学方法深度融合的创新路径。通过引入AI技术实现教学过程的智能化升级，采取多维度举措构建基本理论、实践技能和内科诊疗思维“三位一体”的智慧教学体系。在教学模式创新方面，围绕课程主线不仅灵活运用LBL（Lecture-based Learning）、CBL（Case-based Learning）、PBL（Problem-based Learning）和翻转课堂等多元化教学模式，更注重将人工智能技术深度融入各教学环节。例如，在心血管系统教学中，教师运用AI虚拟诊疗系统，让学生通过人机交互完成病史采集和初步诊断，系统能实时反馈问诊缺失项并生成个性化学习报告；在呼吸内科见习环节，借助AI影像辅助诊断平台，学生可自主分析典型肺炎CT图像，平台自动标注病灶特征并智能评估读片准确率。同时，教研室创新性地整合AI医学堂、雨课堂和超星学习通等智慧教学平台，通过AI医学堂的学情分析模块，动态跟踪学生课前视频学习行为，为教师提供精准的课堂重难点调整建议，实现理论教学内容的立体化呈现。

为进一步提升教学效果，教研室特别注重跨学科教学模式的创新应用。针对口腔医学专业特点，突破传统内科单一教师授课模式，创新性地采用内科医师与口腔医师协同授课机制^［15］。在教学内容选择上，注重与口腔医疗场景的深度融合，精心设计具有专业特色的教学案例，以学科交叉融合的视角优化课程设计，凝练教学特色，始终坚持以内容为导向，实现内科学与口腔医学的深度交叉融合，达成教学资源的有效整合。

5 智能评价体系构建

5.1 优化考核方式，重视课程学习的过程考核

课程考核是衡量学生知识掌握扎实程度和学习能力的重要手段之一，其结果能够有效检验学生的学习效果，对实现人才培养目标具有重要意义^［16］。当前，AI的深度应用正在推动医学教育评价从“结果判定型”向“过程发展型”范式转变。这种转变体现在：①评价目标从知识验证转向能力发展追踪；②评价主体从教师单一评价转向“AI+教师”协同评价；③评价方式从静态转向动态评估。科学合理的考核方式不仅要评估学生对知识的掌握程度，更要全面考查医学生的岗位胜任力、综合能力、交流技能和职业精神等核心素养^［17］。然而现行评价体系仍存在滞后性，传统的教学评价方式以考试成绩等终结性评价为主，缺少对学生的学习过程、自主学习、实践创新等高阶学习能力的过程性评价机制^［17］。人工智能技术的发展为破解这些难题提供了新的技术支撑，使构建智能化、个性化的全过程考评体系成为可能。

内科学教研室创新性地构建了“1+1+N”综合考核模式，督促学生在教学过程的每一个环节积极动起来，全过程参与教学过程，以考促评，以评促建：①第一个“1”代表通过AI医学堂开展随堂测试和章节小测。在课堂教学中，教师通过AI医学堂实时发起随堂测验，根据需求在题库中自动组成包含选择题、病例分析题等多元题型的测验题，学生扫码即可作答，答题数据呈现可视化。AI辅助小助手可详细分析学生答题数据，不仅统计各题错误率，更能识别错误模式（如知识缺漏、思维偏差等），自动生成包含薄弱知识点图谱的学情诊断报告，从而实现学习效果的动态评估。②第二个“1”代表采用闭卷笔试，重点考查知识运用和问题解决能力，并进行科学的试卷质量分析。③“N”则代表通过思维导图绘制、科普漫画创作、文献综述撰写及临床案例分析等多元化方式，综合评价学生的创新思维和实践能力。该模式实现了过程性评价与终结性评价的有机结合，形成“授课—考核—反馈—改进”的良性循环，有效促进了教与学的双向提升和个性化发展。这种AI驱动的评价模式转变，本质上构建了以学习者认知发展为中心的新型评价生态，其核心价值在于：通过教育数据的持续积累与分析，实现教学评价从“模糊经验判断”到“精准教育诊断”的质变。

5.2 完善评教评学系统，开展全程全方位规范评价

教研室建立了专家、同行、学生和教管部门协同参与的教学质量评价体系。该体系依托自主研发的课堂教学质量评价指标体系（国作登字-2020-A-01173723）和评学评教系统（软著登字第10785538号），实现了教学评价的智能化和规范化。通过常态化教学督导，实时收集院内外专家、同行和教管部门的评价数据，并进行智能分析，及时反馈改进建议。同时采用问卷调查、网络评测和师生座谈会等多元化方式，全面收集学生对教学内容、方法、教风及信息化手段的反馈意见。通过上述措施，构建了过程可追溯、结果可分析的教学质量监控闭环，有效促进了教学质量的持续改进。

6 结语

医学教育的革新与发展是推动医学进步的关键驱动力^［18］。在推进新医科建设、落实“健康中国2030”规划纲要的背景下，探索激发医学教育内生动力、构建个性化培养模式具有重要意义。围绕岗位胜任力的培养目标，我们对口腔医学专业内科学课程建设进行了系统性探索。改革成效显著，主要体现在以下方面：首先，课程改革实施后，通过纵向对比近五年的终结性考试成绩发现，随着教学体系的持续优化，学生成绩优良率呈现显著上升趋势。从2020 — 2025年，课程优秀率（≥90分）从3.51%提升至11.76%，增长超过三倍；良好率（80~89分）也从20.31%大幅升至43.42%。2020 — 2022年受疫情影响，线上教学虽保障了基础理论传授，但优良率增长相对缓慢，提示线上模式在临床思维和实操能力培养上存在局限性。而2023年全面恢复线下教学后，结合翻转课堂等创新手段，优秀率显著高于疫情时期，印证了线下互动教学与临床实践融合的必要性。特别是近两年智慧教学工具与AI技术深度融合后，成绩提升速度明显加快，证明了改革措施的有效性与技术赋能的巨大潜力。其次，根据2025年教学效果满意度问卷调查数据，87.6%的学员认为改革后的教学体系（含标准化病人训练、AI虚拟问诊等）有效提升了临床思维及实际动手能力。

值得一提的是，AI赋能的个性化教学手段为学生提供了个性化指导和实时反馈，极大地激发了学生的学习兴趣，减少了畏难情绪。同时，AI可以高效检索、智能整理和生成教学资料，从而减轻教师在内容准备上的负担，使其将更多精力集中于教学设计和策略优化，形成“技术赋能—教学提升—学习增效”的良性循环。未来，我们将继续深化课程改革，致力于培养更多高素质医学人才。

参考文献

[1] 潘克清，邓婧，袁昌青，等 ．基于岗位胜任力的口腔医学专业本科生教学改革探索［J］．中华医学教育杂志，2022，42（11）：1020-1023．

[2] 何绮云 ．老年口腔疾病同全身系统性疾病发病情况的关联性分析［J］．首都食品与医药，2023，30（3）：53-56．

[3] 陈永进，王迎捷 ．系统性疾病对口腔诊疗的影响与风险防范［J］．中华口腔医学杂志，2022，57（5）：474-480．

[4] GAITANIDIS A， BREEN K A， CHRISTENSEN M A，et al ．Low-molecular weight heparin is superior to unfractionated heparin for elderly trauma patients［J］．Journal of Surgical Research，2021，268：432-439．

[5] 祝福，王政红 ．人工智能技术背景下高职教育的机遇与挑战［J］．武汉船舶职业技术学院学报，2024，23（6）：9-13．

[6] 陶丽，李梢 ．AI智能教育协同药学导论课程思政路径探索［J］．药学教育，2025，41（1）：68-72．

[7] 江宇，唐曦，刘刚，等 ．科学研究型教学模式在口腔医学专业等非临床专业“内科学”教学中的探索和实践［J］．全科医学临床与教育，2024，22（4）：346-348．

[8] 牛奔，朱晓倩，杨辰，等 ．基于CiteSpace的国内外医疗大语言模型研究热点演进及趋势分析［J］．中国全科医学，2025，28（25）：3200-3208．

[9] 付冰冰，杨宇，张雪，等 ．临床医学专业实践教学同质化培养模式探索［J］．中国继续医学教育，2024，16（19）：13-17．

[10] 褚淑媛，马礼兵，覃泱，等 ．以岗位胜任力为导向的临床实习生管理教育新模式的探索［J］．中国继续医学教育，2021，13（28）：90-93．

[11] 邸金娜，张莉，刘敬禹，等 ．基于OBE理念的BOPPPS教学方式在呼吸内科学见习教学中的应用［J］．中华医学教育杂志，2021，41（6）：523-527．

[12] 龚媛媛，柴菲，张朝霞，等 ．OBE理念下BOPPPS教学模式在病理学实验教学中的应用［J］．医学教育研究与实践，2025，33（4）：526-532．

[13] 陈建宇，邓大炜 ．OBE理念下游戏化教学模式在外科学课程思政中的应用［J］．医学教育研究与实践，2025，33（4）：584-589．

[14] WEN H L， XU W T， CHEN F L，et al ．Application of the BOPPPS-CBL model in electrocardiogram teaching for nursing students：A randomized comparison［J］．BMC Medical Education，2023，23（1）：987．

[15] 秦向阳，张鹏飞，张俊娜，等 ．双师同堂授课模式与复合型拔尖创新医学人才培养［J］．医学教育研究与实践，2022，30（6）：683-685．

[16] 盛文兵，余黄合，王炜，等 ．基于创新型人才培养的课程考核方式改革与实践：以湖南中医药大学有机化学课程为例［J］．高教学刊，2025，11（1）：142-145．

[17] 于磊，毕娅欣，陈卫东，等 ．内科学本科教学课程改革和考评体系建设初探［J］．中华全科医学，2021，19（3）：486-489．

[18] 黎书炜，陈敏健，仝娜，等 ．职业卫生与职业医学课程过程性评价的创新探索［J］．基础医学教育，2023，25（1）：39-42．

基金资助

空军军医大学校级精品课程重点培育项目(JPCK2022ZD002)