“教育信息化2.0”背景下醫學高專院校《人工智能通識課》課程建設方案初探＊

李 琨，賈立偉，石曉明

（河南醫學高等專科學校公共基礎部，河南 鄭州 451191）

1 概述

教育部有關《教育信息化2.0 行動計劃》的文件出臺吹響了我國加快教育現代化建設及建設教育強國的集結號，為我國今后引領推動教育信息化轉段升級指明了方向。《教育信息化2.0 行動計劃》從八個方面提出了教育信息化的具體行動方案和指導方針，其中第八項“信息素養全面提升行動”中明確指出各高校應“充分認識提升信息素養對于落實立德樹人目標、培養創新人才的重要作用”，并“完善課程方案和課程標準，充實適應信息時代、智能時代發展需要的人工智能和編程課程內容”[1]。因此，醫學高專院校應與其他高校一起主動參與到《教育信息化2.0 行動計劃》所指出的行動實施方案中來，在醫學教學中引入人工智能課程，全面提升醫學生的信息素養能力。

目前我國在人工智能領域研究與應用取得了一些重要突破，但與發達國家相比，我國人工智能整體教育水平仍存在較大差距，人工智能類課程的通識教育在醫學院校沒有得到足夠的重視，特別是大部分醫學高專院校仍未開設有關人工智能領域的通識教育課。本文從開課所需時長、教學方案、師資力量三方面分析了醫學高專院校開設《人工智能通識課》所面臨的困境，對有關醫學高專院校《人工智能通識課》 的建設方法進行了初步設計與探索，為今后醫學高專院校全面開展 《人工智能通識課》教育，提升當代高專院校醫學生的信息素養，為實現立德樹人、培養創新人才的教育目標奠定基礎。

2 醫學高專院校開設《人工智能通識課》所面臨的困境

2.1 學時無法得到充分保證

在高職高專院校的學生中，醫學專業的學生由于受學制、知識內容量、學習方法等因素的影響，致使醫學生與理工科學生在學習能力、思維方式等方面存在著很大的差異性[2]。雖然醫學高專院校也是三年學制，但醫學生畢業所任職的崗位是與人的生命健康密切相關的崗位，畢業前的醫院實習任務尤為重要。目前大多數醫學高專院校的畢業實習期基本占滿一年，因此學生實際在學校學習的時間僅有兩年時間。據統計在這僅有的兩年學習時間里，醫學各專業學生的醫學核心專業課平均學習量為14門，加之高校思政課與體育課也是醫學高專院校課程建設的重要組成部分，致使人文素質類課程（如醫學信息技術、英語、心理健康教育等課程）的授課時間出現了不同程度的壓縮。此外，為滿足醫學高專學生今后的學習和工作需求，醫學信息技術課程仍需保留“Office 辦公軟件的使用”及“醫學信息技術”方面的知識內容，因此開設《人工智能通識課》所需學時就顯得更加緊張。信息素質的提升并非一朝一夕之功，如何能夠利用有限的時間全面提升醫學生的信息素質是每位醫學信息技術課程專任教師所需面對的一個困境。

2.2 教學方案無章可循

大部分醫學本科類院校雖然沒有開設人工智能專業，但它們與校內計算機學院、軟件學院或電子信息工程學院可以展開校內合作，或聯合國內知名IT 企業共同建設面向醫學生的人工智能課程體系。例如，2019 年7 月復旦大學基礎醫學院與華為合作開設了《醫學人工智能和機器學習》課程；空軍軍醫大學對醫學本科生開設了《Python 程序設計》的課程，試圖通過學習一門程序設計語言來培養學生的計算思維能力，以提升醫學生的信息素養。此外，理工類高職高專院校的大學生在高中所訓練出的邏輯思維能力相比醫專學生來說更強。因此開設如《Python 程序設計》《機器學習》等課程對于理工類學生的學習也相對容易些。并且這些理工類高職高專院校大部分也都設置有計算機學院或軟件學院，這些院校也可通過校內各院系之間的深度融合，設置符合高職高專院校發展需要的 《人工智能通識課》的課程體系。

然而醫學高專院校與醫學本科院校和理工類高職高專院校不同的是，醫學高專院校除開設計算機基礎課或醫學信息技術等課程外，很少開設其他計算機相關類型的通識課，開展校內合作所需的教學資源極其有限，很難實現教學資源的深度融合。加之醫學高專的學習能力相比本科生的學習能力較弱，而醫學專業知識的學習方法以背誦方式居多，醫學專業長期固有的培養模式使得學生對培養、訓練邏輯思維能力的課程接受起來相對困難。如果類比醫學本科院校或理工類高職高專院校，采用開設一門程序設計語言課程作為《人工智能通識課》的教學任務，則很難實現全面提升醫學專科生的信息素養的教學目標。因此，制定一套行之有效的，符合醫學高專學生學習特點和學習需求的《人工智能通識課》教學方案，是每位醫學信息技術課程專任教師所需面對的另一個困境。

2.3 師資能力有限

人工智能技術在信息科學領域并不是一項全新的技術，誕生至今已有70 多年的歷史，是用于模擬、延伸和擴展人的智能的一項計算機技術。隨著Python 程序設計語言、機器學習、深度學習以及強化學習等研究領域的興起，使得人工智能技術研究與應用進入了高速發展的時期。但是對于常年講授計算機基礎課程的醫學高專教師來說，如若立即承擔起《人工智能通識課》的教學任務，還需面對以下幾個方面的困境：

（1）從事人工智能領域研究的專任教師數量嚴重不足。不比本科類醫學院校的教師資源豐富，雖然大部分醫學高專院校的計算機教師都取得了計算機相關專業的碩士學位，但人工智能領域的研究從2012 年才逐漸成為研究熱點，醫學高專院校中專門從事人工智能領域、深度學習領域以及強化學習領域研究的教師數量嚴重不足。正所謂“隔行如隔山”，雖同為計算機科學相關領域，但各研究方向和領域所涉及的研究方法、技術以及算法千差萬別。若從未開展過有關人工智能領域知識的研究工作，那么就很難以較快的速度把握《人工智能通識課》所要傳授的知識內容，就不能從整體上把握住該課程的知識脈絡，很容易陷入到傳統“灌輸式”的教學模式當中。

（2）長期從事計算機基礎教學工作，知識更新速度慢。承擔《人工智能通識課》的教師都是長期擔任《計算機應用》或者是《醫學信息技術》課程的一線教師，無論采用何種教學模式（如翻轉課堂、“互聯網+” 或是理實一體化等教學模式），對于所講授的知識內容基本沒有發生太大的變化。即使在《計算機應用》或《醫學信息技術》課程中會給同學們講解有關人工智能方面的背景知識，但與系統介紹有關人工智能領域的前沿知識相比，這就好比“蜻蜓點水”，淺嘗輒止。由于長期從事計算機基礎課程的教學工作，大部分教師沒有從事有關人工智能、機器學習或深度學習等前沿科學領域的研究工作，對于新知識或新課改的要求，教師們往往接受速度較慢，很大程度上教師仍然會按照自己的 “套路” 來完成 《人工智能通識課》的教學任務，對提升醫學高專學生的信息素養能力起不到任何幫助作用。

因此，如何在短時間內快速提升自身的人工智能研究能力，加快更新自己的人工智能專業知識能力是每位醫學信息技術課程專任教師所需面對的又一個困境。

3 醫學高專院校《人工智能通識課》建設方案初探

依據《教育信息化2.0 行動計劃》提出的“信息素養全面提升行動”中所指出的指導方針，醫學高專院校必須加快建設符合醫專學生學習需求的、適應信息時代、智能時代發展需要的人工智能和編程課程內容，制定并完善相應的課程方案和課程標準。鑒于綜合醫學高專學生與醫學本科生或理工類高職高專學生的學習能力、思維方式的差異性，筆者認為醫學高專院校開設《人工智能通識課》可采用“局部試行”、“全面試行”、“逐步深入”和“全面施行”四步走策略建設實施。

3.1 “局部試行”—針對個別專業開展《人工智能通識課》教學實驗

“局部試行”可以對醫學高專院校個別專業開展《人工智能通識課》實驗教學；針對大部分醫專學生邏輯知識學習能力較弱的特點，可以選擇偏理工科的部分專業（如醫學影像專業）學生作為開展《人工智能通識課》教學實驗的對象。對于這些專業的學生來說，大部分都是統招的理工科高中畢業生，長期的理工科課程的學習使得他們相比其他專業的學生來說，具有更強的邏輯思維能力和工科知識學習的能力。對于學習醫學信息技術課程的接受能力較快。因此，針對這些專業的學生，可以在不改變信息技術類課程總課時數的前提下，調整《醫學信息技術》授課內容的學時占比，增加講授人工智能領域知識的課時數。這部分知識內容，可以以講授人工智能基礎知識為主，結合醫學影像專業的專業特點，重點介紹人工智能在醫學影像技術領域的應用場景。此外，還可適時增加人工智能程序設計語言課程的學習。此步驟可針對本校醫學影像專業的學生開展1～2 個學期的試點教學任務，收集學生學習效果、學習興趣、知識接受難易度等數據信息，為后續的教學實驗奠定基礎。

3.2 “全面試行”—針對所有專業以“專題”形式開展《人工智能通識課》教學實驗

“全面試行”是在前期“局部試行”的基礎上，對醫學高專院校所有專業的學生以“教學專題”的方式開展《人工智能通識課》的教學實驗工作。首先在保證完成《醫學信息技術》課程學習任務的前提下，在無法增加信息技術類課程總學時的限制條件下，通過適當減少 《醫學信息技術》 課程學時占比，以14～20 個標準學時開設7～10 個 “人工智能知識專題”講座開展《人工智能通識課》教學實驗工作。如可開設 “人工智能知識背景簡介”、“人工智能在醫療領域的應用簡介”、“人工智能編程語言簡介”、“人工智能機器學習平臺、硬件簡介”、“醫療虛擬助手簡介”等人工智能知識的專題講座。

通過開展“局部試行”和“全面試行”這兩個階段的教學實驗，對醫學高專院校學生的學習興趣度、學習狀態、知識接受程度、學習效果等數據進行統計和分析，結合專業、學情、學法等特點對《人工智能通識課》 的教學方案進行調整，“以點帶面”逐步推進并制定符合醫學高專學生學習需求的《人工智能通識課》教學方案。

3.3 “逐步深入”—以增設人工智能選修課方式進一步開展《人工智能通識課》教學實驗

在執行“局部試行”和“全面試行”教學實驗的1～2 年內，針對個別專業或“重點專題”開展更加深入的教學實驗。例如開設《Python 程序設計》《機器學習在醫療領用的應用》等人工智能選修課程，在保證各醫學專業學生整體信息素養能力提升的同時，對醫學影像技術專業或學有余力的各專業學生加大培養力度，全面提升他們的信息素養能力。同時，通過增設人工智能選修課的方式，一方面，可以促使學校招聘從事人工智能研究方向的信息技術人才，增加醫學高專院校人工智能領域科研人才的儲備；另一方面，也有利于促使《醫學信息技術》課程的專職教師主動開展人工智能的相關領域的學習和研究，提升其自身人工智能領域的科研水平，加快更新自己的人工智能領域的專業知識，使得這些教師能夠真正把握住人工智能技術的發展方向。結合醫學高專院校的專業背景，努力開展人工智能在醫學領域的研究工作，制定出真正符合醫學高專院校學生學習需求的《人工智能通識課》教學方案。

3.4 “全面施行”—在醫學高專院校中全面推行《人工智能通識課》教學實施方案

根據綜合醫學高專院校學生的具體學情及前三步教學實驗所得出的教學經驗和所取得的教學成果，結合醫學高專院校的專業特點，全面掌握人工智能技術在醫療領域的應用場景、技術特點、發展方向等內容，制定符合醫學高專院校學生學習需求的《人工智能通識課》的教學方

案。未來可以將《醫學信息技術》的學習內容充分融入到《人工智能通識課》的教學活動當中，以掌握人工智能基礎知識為主體，以學會醫學信息技術知識為前提，以人工智能在醫療行業的應用為背景，全面推進《人工智能通識課》的教育教學活動。通過《人工智能通識課》的全面施行，達到提升醫學高專院校學生信息素養能力的教學目的，真正落實立德樹人和培養創新人才的教育目標。

4 總結

通過對目前醫學高專院校開設《人工智能通識課》所面臨的學時不足、教學資源短缺以及師資力量薄弱等問題的分析，本文提出了采用 “局部試行”、“全面試行”、“逐步深入”和“全面施行”四步走策略來制定出真正符合醫學高專院校自身發展需要，實現醫學生信息素養培養目標的《人工智能通識課》教學方案，從而真正達到提升醫學高專院校學生信息素養能力的教學目的，實現立德樹人和培養創新人才的教育目標。