生物医学工程专业开展人工智能课程建设的问题和实践探索.pdf

随着健康中国战略的实施与推进，生物医学工程专业的教育模式也在不断变革中，特别是在人工智能课程建设与人才培养方面提出了新的要求。当前，国内高校在医学人工智能课程建设方面面临一些问题，主要表现在以下几个方面： 课程特色不突出。医学人工智能课程应该具有鲜明的专业特点，与计算机学院开设的“人工智能”或“机器学习”课程有明显区别。现有课程往往同质化严重，缺乏对医学实际问题和医学领域应用背景的深入探讨。这种情况下，课程内容容易与计算机学院的教学内容重叠，没有突出医学人工智能的特色和应用。 课程侧重点不够平衡。传统的教学方法往往依赖于主讲教师对特定领域的深入研究，导致教学过程中难以在不同主题之间取得平衡。这种情况下，某些主题可能讲解得过于深入，而其他主题则可能过于浅显，未能全面覆盖医学人工智能的领域知识。 第三，课程缺乏教学资源。目前，关于医学人工智能的系统性教材和参考书籍相对缺乏，这给学生课下的自学带来了困难。此外，依赖于教师自制的PPT等教学材料作为知识讲解的主要工具，而不适合进行深入系统的知识传授。 针对以上问题，可以采取以下几点措施来提高医学人工智能课程的教学质量： 第一，加强立德树人，将课程思政贯穿于人才培养的全过程。课程设计要融入培养国家情怀、正确人生观和价值观，以及提升学生职业素养的目标。 第二，重新编排教学逻辑，放弃“主讲技术，辅讲应用”的传统教学线路，转变为以临床问题为纲，具体技术为目。通过这种以问题为中心的教学方法，将医学人工智能课程分解为若干个章节，每个章节对应一个具体的临床问题。这种教学思路有助于学生更全面、深入地理解和掌握医学人工智能知识。 第三，实施混合教学、慕课等新型教学方式，将信息智能技术与教育教学深度融合，构建和提升线上教学资源。这种教学方式可以弥补传统教学资源的不足，丰富教学手段，提高学生的学习兴趣和效率。 此外，文章还提到了基于电子病历数据挖掘的研究项目，这显示了医学人工智能与大数据分析的密切结合，这方面的研究将有助于提高对急性冠脉综合征等疾病的评估和干预效果分析能力。 文章作者黄正行、齐炜和周泓分别来自浙江大学生物医学工程与仪器科学学院，他们在医学人工智能研究、教育教学研究和智能医学仪器等方面有着深入的研究和实践经验。通过他们的共同努力，浙江大学在医学人工智能课程建设和人才培养方面做出了积极的探索和实践。 文章系统地分析了生物医学工程专业开展人工智能课程建设中存在的问题，并提出了针对性的改进措施。这不仅对医学人工智能教育本身具有重要意义，也为其他交叉学科的人工智能教学提供了可借鉴的经验。