根据最新的全国核医学现状普查结果（2020年），在影响核医学科发展的诸多因素中，认为人才缺乏的有820家单位。2021年6月24日，我国首个针对核技术在医疗卫生应用领域的纲领性文件《医用同位素中长期发展规划（2021—2035年）》发布，文件中提出“一县一科”的发展目标，更是将核医学领域的人才缺口问题摆在了我们面前。如何找到更有效的教学模式，提高核医学的教学质量，培养更多更高质量的核医学人才，是值得我们思考和研究的问题。 人工智能最早在1956年由约翰·麦卡锡首次提出，在20世纪80年代开始受到国际社会的关注，其主要技术是：深度学习+大数据。早在2017年国务院发布《新一代人工智能发展规划》，就将“人工智能教育体系”列为国家发展重点任务。 核医学教育是核医学人才培养的基石，是核医学良性发展的关键环节，因而核医学教育人工智能变革也是顺应了中国教育发展的主导趋势，能够以“点”带“面”引发教育教学多方面的改革。而人工智能在医学教育中的应用目前集中于课程综合分析、辅助学习与学习评估等方面。总体来看，人工智能技术在核医学教学中的应用能够为整个核医学教育带来多方面的变革。 突出学生的个性化学习。在日常教学实践中我们不难发现，同一个班级的学生也会对不同的核医学方向表现出不同的兴趣。例如，有的学生对肿瘤方面的核医学更有兴趣，有的对神经退行性病变方面的诊断和治疗病例投入了更多精力，这就体现出不同学生的兴趣所在。而传统的核医学教育与其他专业的医学教育一样，授课方式、授课内容以及课程考核形式都是“大班制”的。在这种教学方式下，学生通常都是被动接受教师传授的知识，很难实现个性化学习，教师也很难通过学生成绩和课堂表现最大限度地调动起学生的主观能动性。而在学习过程中，只有激发出学生的学习热情才能更好地提升教学质量。利用人工智能的深度学习算法和特定的系统，教师通过对学生学习数据和病例的分析，以及对文献的阅读频率和答题结果，可以了解学生对不同类型病变的辨识能力和存在问题，以及对不同类型病变表现出的主观学习热情，进而为学生提供有针对性的学习资源。同时系统还可以根据学生的学习进展和表现，更灵活地调整教学内容，实现个性化学习。 提供虚拟仿真和互动学习环境。教师利用虚拟仿真技术可以模拟真实情境，为学生提供更多的实践机会和决策训练的机会。在核医学专业领域，因核医学设备操作复杂、价格昂贵，学生缺少能够实践操作的平台和机会。而将人工智能技术应用到核医学的教学过程，利用核医学分子影像科研平台的数据管理、图像病灶分割、多模态图像配准、影像组学建模方法等多个方面，以及人工智能技术在内照射辐射剂量计算、图像预处理、病灶自动分割和深度学习等方面的应用，学生可以在学习和使用过程中模拟接收病人临床资料、观察影像、诊断、制订治疗方案等过程，在仿真环境中实践应用医学影像知识，培养诊断思维和问题解决能力。未来，通过虚拟仿真技术，核医学的学生也可以通过类似“模拟机”的形式，实现对诊断设备的操作甚至是药物合成设备的使用和操作。 与世界联网提高教学质量。目前，全国大部分医学院校都已建立了信息化教学资源平台。就核医学学科而言，将日常使用的报告系统及教学管理系统对接起来，建立共享平台，可以让学生接触更多的临床病例。而目前核医学的专业课一般都由附属医院的医生承担，以首都医科大学附属北京天坛医院为例，医院每年承担部分影像专业学生的教学任务，在这个过程中，学生有机会接触到更多神经核医学领域的知识。但这也反映出不同医院的诊疗水平可能会限制教学质量的提高。人工智能教学能够帮助国内核医学专业学生摆脱时间和空间的束缚，通过与世界联网，人工智能技术将全球最优质的教师课程、最新颖的教学方式、最前沿的临床技术和知识理念、世界最知名专家的病例带到了学生眼前。这也能够在一定程度上解决教师资源分配不均导致教学质量差异化的问题。 重塑教师在核医学教学中的定位。人工智能教育时代对核医学专业的教师提出了更高要求。核医学本身就是一门交叉学科，其专业特色对核医学专业的教师提出了更高要求。而将人工智能技术融入核医学教学的过程，核医学教师的能力和信息素养也被提升到前所未有的高度，对教师能力的评价也变得更加全面。作为一名核医学方向的教师，我们也要做一位“智能导师”，可以利用人工智能技术反馈给学生相关动态，有的放矢地制订教学计划，更有效地与学生进行沟通。我们也可以通过定期参加培训和学习，提高自身对人工智能技术的理论掌握并应用于实践，提高自身教学水平。 2023年9月，中华医学会核医学分会大数据与人工智能工作委员会在中华医学会核医学分会学术年会期间成立，这表明人工智能在核医学领域的发展具有广阔前景。但是，目前人工智能在核医学教育中的发展和应用依然受到多方面的限制，比如技术研发、数据共享过程中涉及的数据安全与伦理等问题。随着科技的进步与发展，人工智能与虚拟现实等技术的结合必将在核医学教育领域发挥更积极的作用。
|
