北京大学第一医院副院长 杨莉：
推动医学教育迭代升级
当前，医学教育实践面临新的挑战，包括标准化供给和个性化需求间的不平衡，有限资源和无限医疗行为场景的不匹配，现有稳定教育体系和快速技术迭代之间的差距等。
对此，北大医院探索数智赋能医学教育培养全过程。
在教学管理方面，充分运用数智化途径进行管理提质，为学生智能匹配学习路径，根据“学生画像”助其进行个性化学习；智能优化课程内容，智能调度教学资源，智能评估教学质量；同时，对教学动态进行预测分析，对学情数据进行风险预警。
在教学活动方面，北大医院重视通过知识图谱、虚拟现实、AI平台、情景模拟等方式培养学生的专业能力、临床技能、临床思维和人文素养。其中，智慧课程的知识图谱建立在教学素材整合的基础上，强调知识点维度的串接，通过内置AI助教、链接外部智能体等方式，进行课程管理、学习指引。在AI赋能的教学体系下，我们更加重视对学生以胜任力为导向的评价。
在教师发展方面，我们在推动AI师资队伍建设的基础上强化项目驱动，在探索AI等新兴教学技术的同时，也注重既往教学成果的AI转型，并成立智慧教学门户、AI教学能力中心等平台以更好地汇集资源。
在教学生态方面，北大医院以医疗质量安全为核心目标，借助病历AI质控、智慧不良事件管理、AI预问诊、智慧随访、临床决策支持系统、智慧诊断等系列工具，推动病历质量保障、医患沟通、应急抢救3项重点工作顺利推进。同时，通过文献管理与检索、实验设计与优化、数据分析与可视化、公式与代码辅助、论文写作与润色等手段，提升科研产出数量和质量，保障科研安全。
浙江大学医学院附属第一医院副院长 郑敏：
医学教育亟须多领域转型重构
浙大一院提出打造数智赋能、“一心五化”的医学教育模式。其中，“一心”指以学生成长为中心。“五化”包括规范化——推进医学教师数智胜任力培训项目，促进教学高效高质量发展；生态化——以生成式AI技术生态、增强现实技术生态、智能体生态为基础；个性化——进行个性化的学习计划制定与指导；质控化——推动教学管理系统智能化；全球化——举办国际会议，促进多国数智交流。
当下，在进行医学领域的数智教育路径探索过程中，我们仍面临一系列挑战，如技术赋能与医学教育的深度融合困境、教育模式转型的结构性矛盾、伦理与安全的多维挑战、教师角色转型与能力重构问题，以及系统性解决方案的瓶颈等。对此，我们亟须推动多个领域的转型和重构。
在教师角色层面，需提升其技术驾驭能力，提高在提示词工程、数据可视化、数智胜任力等方面的应用、研究水平；应提升教学设计能力，将AI工具融入教学设计、虚拟仿真等场景，在人机协同的新常态下完成优秀的教学设计；要提升伦理判断能力，在教学中引导学生识别AI生成内容的局限性，通过持续性培训适应技术迭代现状，平衡AI辅助与传统教学的关系。
与此同时，我们更需探索系统性解决方案路径，构建技术—教育—伦理三位一体的创新体系，在国际层面推动医学教育标准互认，加速AI技术的跨境应用与伦理审查；在教育层面重构课程体系，增加AI伦理、数据科学等模块，并建立人机协同实践平台；在技术层面开发医学专用大模型，融合临床指南与真实病例数据提升准确性；在政策层面进一步完善制度及伦理、法律规范，明确AI应用标准与数据治理框架。
上海交通大学医学院附属瑞金医院医学教育处处长 龚震晔：
培养具备创新思维的卓越医生
瑞金医院在2015年启用医学模拟中心，其中设有高端模拟手术室、重症监护室、标准化病房、诊室，配合标准化病人和智能化综合模拟人进行教学实践。医学生在本科阶段接受虚拟现实模拟教学，通过问诊、体检、手术操作、围手术期观察等场景熟悉并体验诊疗全流程。
AI在临床医学创新思维与实践能力培养过程中发挥重要作用。瑞金医院通过两课、五法、双驱、四标形成AI深度融合教学范式。
其中，两课即《临床创新思维与素质拓展》及《临床诊断思维》AI+课程；五法即以“SMART”原则指导AI教学设计、构建“三位一体”的数字化教学体系、形成师—生—机三方交互教学模式、以“TRIZ”方法培养AI创新思维、融入思政元素培养AI人文素养；两驱即“TRIZ”创新引擎和AI技术引擎；四标则分别指的是知识目标——夯实理论基础、加深对临床创新的认知，能力目标——培养决策能力、熟练掌握应用场景，思维目标——运用批判性思维、创新解决临床问题，素质目标——科学看待AI技术、强化医学人文素养。
其中，在师—生—机三方交互教学模式下，瑞金医院教学团队于2020年启动AI赋能临床医学创新思维与实践能力培养项目，形成一套完整的教学改革体系。项目实施过程始终围绕解决实际问题、培养创新能力的核心理念，旨在培养能够与AI协同工作、具备创新思维的未来卓越医生。
四川大学华西医院肾脏内科副主任医师 赵宇亮：
虚拟标准化病人应用的机遇与挑战
虚拟标准化病人（VSP）是指通过计算机技术和AI模拟出的，能在临床医学教育中部分替代或补充传统标准化病人的虚拟病人。
VSP不仅可以模拟真实病人的生理特征、疾病表现和情感反应，还能通过交互技术与医学生进行动态沟通，提供高度仿真的临床训练环境。
该类系统基于虚拟现实、增强现实、AI对话和生理模拟技术，具有可重复性和灵活性等特点，能够有效解决教学资源短缺问题，提升培训考核标准化程度，并拓展传统标准化病人教学的深度和广度。
目前，我国部分医学院校已将VSP系统应用于本科三年级临床医学生的诊断学教学中。实践表明，该系统在训练临床思维和提升医患沟通能力的同时，还能显著减轻学生在医患沟通中的心理压力。然而，VSP在医学教学中的应用仍处于起步阶段。
具体来说，VSP的开发和应用目前仍存在以下主要局限性：开发成本较高，需要跨学科团队协作；真实感有待提升，情感模拟与体征反馈的逼真度仍需改进；对医学实践中常见的模糊决策和伦理困境模拟能力不足。
此外，VSP在实践应用层面还存在师资培训不足、考核标准不统一、病案资源匮乏以及反馈监督机制缺失等问题。
未来，VSP技术有望在眼动追踪、深浅感觉模拟、嗅觉反馈等方面进一步提升交互体验，并通过持续优化自然语言处理能力更接近真人表现，最终成为医学教育领域的重要辅助工具。
北京大学第三医院副院长 沈宁：
利用融合教学大模型培养临床能力
当下，技术的进步势不可挡，但技术的核心是什么，应该如何使用技术？都是亟须解答的问题。
AI正在对医学教育产生深远影响。在这一背景下，教师角色面临转型，学生培养侧重个性化，教学管理得以更高效进行。基于种种现实需要，北医三院围绕医学教育研发“学医酷”APP，内容分为教学病例抽取与审核、临床轮转自动提取、考核管理、教学查房管理、智能统计与学习资源推荐、数字化学习资源库、临床工作情况查询、考核结果分析与反馈、教学查房评估与反馈、个性化学习资源推荐等模块。
为培养医学生和住院医师的临床思维能力，我们下大力气创建数字化学习资源库。其中，虚拟病例库采用AI技术，以医院真实病例为载体，按临床教学要求生成相关程序；标准临床操作库提供疾病临床指南、文献等，利用自然语言处理技术，构建疾病知识图谱；医学情景模拟库可供用户在手机、电脑端进行现实医学情景模拟操作；多维度分级评价功能可从用户学习病例的完成度，诊断的准确性、逻辑性、严谨性等多维度提供综合评价。
为对住院医师临床诊疗能力进行全方位评估，我们进一步基于互联网教学平台和移动终端APP，搭建住院医师胜任力评价体系，建立住院医师胜任力评估IT系统；创建基于IT系统的住院医师胜任力评估—反馈—干预流程体系；评估基于IT系统的住院医师胜任力评价体系的信效度及推广应用。
对于面临出科考核的住院医师，我们以数字平台为实施工具，完整搭建督查和考核机制，严格规范出科考核流程，形成申请—审批—督查—评价—成绩—反馈的全流程闭环管理，涉及上级医师、同级医师、护士及患者等多元、动态评估。
在临床能力培养方面，我们借助大数据技术自动获取研究生实际临床实践学习情况，匹配培养方案完成度，为教师教学安排提供参考。同时，在构建全面评价数据云图的基础上，AI工具能智能推荐个性化学习资源，多端联动反馈评价结果，通过智能统计与分析功能，帮助教师和教学管理人员实时掌握研究生的学习效果，改善教学决策。
香港大学李嘉诚医学院助理院长 何永基：
如何更好地使用和驾驭AI
在AI时代，如何帮助医学生深入了解AI，以便他们在未来的临床工作中更好地使用和驾驭AI，是我们在现阶段持续思考的课题。
自2019年起，港大李嘉诚医学院在医学学士课程中引入AI、大数据及数字健康相关内容，具体包括大数据与人工智能在医疗健康领域的应用、计算与数据科学技能及编程等。通过这些课程，我们要为学生搭建一个重要的认知体系：要建立一个AI系统，其基础数据至关重要，开发者和使用者应该清楚掌握系统建立及数据收集、使用的过程，并有能力利用数据进行深度分析，并将系统产生相关结果的原委清楚地转达给患者。
在这一基础上，我们引导学生进行了一系列创新工作。如借助可移动设备，在公开大数据和海量图片信息的基础上建立多个机器学习系统，进行压力性损伤、癌症的诊断与预后评估等。
此外，我们还通过AI手段研发虚拟患者模拟程序，以便为在校医学生模拟和患者面对面交流并进行诊断的场景。该程序能验证医学生给出的“鉴别诊断”是否正确并及时反馈，相关案例可动态连接到后端资料库。
中山大学附属第一医院医学教师发展中心主任 张昆松：
以AI及XR技术拓展外科教学实践边界
AI技术正在全面提升医疗领域的临床、科研工作效率，并推动重塑医学的边界。但我们必须认识到，AI也有其不可忽视的局限性。尤其在医学教育领域，AI技术的发展已经开始影响未来医师的思维结构和诊疗模式，我们必须瞄准医学教育发展前沿与趋势，积极推进组织变革予以应对。
在本科医学教育阶段，需教会学生在临床工作中应用AI，将关于AI用法的教学内容纳入临床技能课程、诊断推理课程和系统性临床实践培训；在毕业后医学教育阶段，需设计新的培训项目，帮助青年医生在AI方面建立适应性专长。
对此，中山一院探索扩展现实技术（XR）赋能外科实践教学路径。自2018年起，医院开发建设外科无菌术项目，后续将力反馈技术融入其中，并建立医工融合虚拟仿真教学创新研究实验平台。同时，医院尝试利用大模型优势，开发AI辅助的试题生成系统、虚拟AI-SP系统、手术技能评价及导航系统等，通过运用数据信息技术提高医学教育质量，创立混合式、整合式课程，以更丰富的信息表现形式突破时空限制，改变资源分布和从属，突破学生的脑力极限。
复旦大学附属中山医院呼吸与危重症医学科副主任医师 杨达伟：
以患者为中心构筑医学“元宇宙”
“元宇宙医学”的概念，从广义上讲是通过一系列技术实现的物联网医学；从狭义上来说，指的是将虚拟世界拉入现实世界，实现多维互动的混合现实医学网络平台，可供患者、家属、医护人员等进行交互。
与传统医学相比，“元宇宙医学”的诊疗过程更以患者为核心，倾向于产出更多围绕患者的数字资产，具备沉浸式、3D互动、实时动态等特质；在教学操作方面，更强调便携、虚实切换以及建立疾病模型数据库等功能。
在实践层面，以肺结节筛查为例，AI等技术的融入可赋能基层医生更好地识别胸片及低剂量胸部CT等影像资料，帮助基层医疗卫生机构更规范、完整地完成包括问诊评估、治疗建议等在内的诊疗流程。物联网和元宇宙系统的长处之一，是能帮助医疗行业建立可评估、可考核的质控体系，或可提升基层在早期恶性结节等方面的诊疗能力。
中南大学湘雅医院口腔医学中心外科主治医师 袁勇翔：
AI促进医学教育范式转换
医学教育是科学的共同体。步入新科技革命时代，人们对健康的需求被提升到了前所未有的高度，新的医学教育时代和范式随之出现。
从20世纪初开始，全球医学教育已经历三代改革。20世纪初，以科学为基础的第一代医学教育改革主要以教师为中心、学科为基础。20世纪中叶，第二代医学教育改革旨在提升医疗和学术研究质量。21世纪后的第三代医学教育改革更强调教育公平和全球卫生观念，强调以患者和人群为中心，以卫生系统为基础，以胜任力为导向，倡导以团队联合为基础开展专业教育，重视信息技术在教育中的应用。
当下，伴随信息技术的快速发展及人们对健康需求的增多，第四次医学教育变革随之到来。尤其是医学垂直领域的大语言模型，可以将大量庞杂的医学文献和相关知识进行整理和归纳，助力医护人员更高效地学习和理解医学知识，推动医学教育和医疗服务的创新发展。
