面向醫學人工智能的認知神經科學課程改革與實踐

劉濤 曹星星 趙峰 牛海軍

摘? 要：文章針對面向醫學人工智能的認知神經科學課程知識體系復雜性、知識內容前沿性的特點，發揮課程承前啟后的作用，以提高學生醫工交叉創新能力、培養醫工融合綜合素質為目標，提出并實踐了一套切實可行的認知神經科學課程改革方案。文章基于課程改革新思路，教學方法由重知識向重思想轉移、由醫學案例引出教學內容、突出神經科學知識與工程領域的思想比較和創新啟示，在價值觀引領的基礎上注重內容前沿化、多元化。對學生進行匿名調查的結果顯示，文章措施符合學生意愿和能力培養目標。文章可以為本課程以及同類醫工交叉學科課程的開展和改革提供一定的借鑒和參考。

關鍵詞：人工智能;醫工交叉;認知神經科學;教學改革

中圖分類號：G642 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2021）35-0107-05

Abstract： The Cognitive Neuroscience Course for medical artificial intelligence is complex in the knowledge system and cutting-edge in the content and serves as a connecting link in the student's academic development. To improve the innovation ability and cultivate the comprehensive quality of medicine and engineering conjunction， this paper put forward and practiced a set of feasible cognitive neuroscience curriculum reform measures. Based on the new ideas of curriculum reform， the measures include： shifting teaching methods from emphasizing knowledge to ideas and methods， deriving the teaching content from medical cases， comparing ideas between neuroscience and engineering， and meantime emphasizing the innovative enlightenment. Anonymous survey shows that these measures are in line with students' wishes and ability training goals. This paper provides a reference for the development and reform of this course and similar courses for medicine and engineering conjunction.

Keywords： artificial intelligence; conjunction of medicine and engineering; Cognitive Neuroscience; teaching reform

現代醫學中，以醫學影像和神經網絡技術為代表的人工智能技術，已經成為臨床篩查、診療、康復的重要工具;神經科學研究成果也有力推動了人工智能的進步與發展。醫學人工智能著眼于醫學與智能的交叉融合、轉化創新，打通醫學從“實驗室”到“手術臺”的通路橋梁。認知神經科學則為醫學人工智能同時提供了類腦智能的啟發和技術應用的重要載體，是醫工交叉的典型學科。

中國人工智能學會理事長李德毅院士做專題時提出：“人工智能不是要造出一個生物意義上的人腦，而是要通過一個個特定的問題域，研究腦認知的形態和進化。[1]”2013年以來，美國、歐盟、日本等相繼提出腦計劃，我國腦計劃也在2016年推出，并把在理解認知功能的基礎上發展腦機智能技術列為“一體兩翼”目標中的重要一翼[2]。2018年，天津大學、南開大學兩所高校建立了全國首批智能醫學工程專業，旨在面向“健康中國2030”國家戰略的國際化醫工復合型領軍人才和醫學拔尖創新人才，培養目標中突出在腦認知與神經工程前沿領域的思維引導[3]。在生物醫學工程專業培養中，面向醫學人工智能開展的認知神經科學基礎課程教學，可以使學生掌握認知神經科學基礎知識與方法、領悟優秀醫工融合思想、把握醫工交叉前沿難題和臨床痛點，有利于培養學生科研素養與創新意識、推動學科交叉融合。

一、課程性質與問題

作為交叉學科，認知神經科學在研究對象、研究方法、研究群體、知識體系等方面具有綜合性、創新性、成長性的特征[4]。面向醫學人工智能的該課程教學，則更要求通過學科間的滲透融合將課程實踐意義提至新高度[1]。

從課程本身性質來看，認知神經科學是目前迅猛發展的國際前沿，具有兩個突出特點：（1）知識體系的復雜性。人腦是世界上已知最復雜的器官，它有多種尺度的解剖組織之分。認知神經科學以腦認知功能為主干，串聯生物學原理、認知心理學實驗、影像學與電生理測量手段和分析方法，知識點多、知識面廣、學習難度高。（2）知識內容的前沿性。隨著現代測量技術與建模方法的飛速發展，認知神經科學知識也在迅速更新迭代。教材記錄了經過較多驗證的部分共識，但有更多嶄新的知識方法近年不斷涌現，在經典理論上補充發展甚至部分相左，需要緊追領域國際前沿不斷更新，才具有實踐價值。

從授課背景來看，學生基礎和授課意義均具有特殊性。北京航空航天大學生物醫學工程專業的培養目標，包括培養厚基礎、善創新，具有領軍、領導潛質和國際視野的復合型人才，使其不僅具有堅實的數理基礎、工程基礎、專業理論基礎和熟練的專業技能，而且具有突出的創新能力、交流協作能力、自主學習能力。本文所述授課背景下學生已經同時具備生物學、醫學、工程學的知識與思想，尤其是具有扎實的數理和工程基礎，能夠輕松理解認知神經科學中儀器方法的原理;即將開始醫工交叉前沿的研究，需要新方法的啟發和技術應用的土壤。長遠來看，人工智能方向的學生未來以從事工程研究為主，要求具備醫學基礎知識，能夠成為醫生和工程師之間的橋梁。因此，面向醫學人工智能開展認知神經科學教學具有承前啟后的地位，應滿足四個要求：（1）教學方式適應學生基礎，符合工科思維;（2）課程內容指向人工智能，服務于醫工交叉;（3）課程風格由“重知識”向“重思想”轉移，啟發性教學培養創新思維;（4）加強科研能力訓練，引導理論應用于實踐。

綜上所述，當前認知神經科學課程教學的問題在于：（1）課時短而內容多，在深度和廣度之間需要進行取舍，需精簡神經生物學細節，提煉重要工程思想;（2）課程知識體系相對陳舊，前沿知識介紹不充分;（3）以知識脈絡串聯知識內容，不利于科研思維的掌握;（4）醫工交叉思想不夠突出，不能匹配人工智能方向、啟發醫工交叉創新;（5）考核機制單一，與課程設計目標有出入;（6）課程資料的豐富度與領域前沿的繁榮度不匹配。

二、課程改革思路與實踐

基于前述面向醫學人工智能的認知神經科學授課要求和課程特點，本文提出一系列針對性實踐方案，主要從改進教學方法導向、優化教學與考核體系結構、豐富和更新教學內容等三方面展開（圖1）。

（一）新方法：啟發工程思想，凸顯醫工交叉

授課方法導向進一步契合學生基礎，由確保知識掌握向引導思維方法理解轉移，由基礎向前沿側重，從醫工交叉背景出發，指向醫工交叉應用。

1. 注重培養醫工領域的思維方法

從生物醫學工程背景下學生發展方向與課程教學目標出發，教學內容由“重知識”向“重思想”轉移;不止教授是什么，更強調為什么。首先從內容和考核導向兩方面精簡生物學深層原理，在課內完成知識框架搭建的基礎上，將細節內容作為課外補充材料;尤其是在講解認知功能的過程中，挖掘知識體系背后的思想脈絡，重點介紹方法的原理和應用，引導學生從機械學習知識到具備發現知識的能力。例如：傳統觀點中海馬體是人腦記憶功能的唯一載體。功能磁共振成像技術的發展有效推動了認知神經科學的繁榮，使對人腦的認識由功能分離向功能整合轉移?，F代研究已經發現記憶功能與腦的局部網絡均有密切關聯（圖2）[5]。在課程中著重介紹此類神經科學研究思想方法，特別是神經影像的應用，將有利于學生把握認知神經科學前沿，培養工程應用能力，切實為未來從事相關研究打下基礎。

2. 注重交叉領域的知識類比

教學內容上，從醫工交叉背景出發，融入人工智能特色，使認知神經科學與人工智能軟硬件技術緊密結合。本課程中的認知神經科學知識作為多種軟硬件技術的啟發來源，具備串聯不同學科、揭示其他領域思路來源的條件。在授課中，硬件上和計算機組成做類比，例如學習功能和存儲器，執行功能和控制器等;軟件上和類腦智能做類比，例如腦功能網絡與深度學習中的神經網絡等。通過這種類比、分析的過程，使學生將神經科學內容與前期所學課程交叉融合，既提高了學生學習的趣味性，更快接受新知識，又有利于幫助學生串聯知識體系，培養工程思想，啟發醫工交叉創新。

3. 案例教學應用引出知識體系

適應學生醫工交叉的知識基礎和發展目標，采用案例教學法，沿知識發現的歷史邏輯引出知識內容。具體而言，認知神經科學課程根據認知的功能分為七個模塊。教學中每種新認知功能的講解，由具體的案例或病例引出。例如，一位女性經歷了類似癲癇的發作，腦結構掃描未發現腦腫瘤，而是其杏仁核出現高度特異性退化。認知功能一切正常的她唯獨不能正確理解恐懼情緒。為此，研究者開展了各種巧妙設計的心理學實驗，不僅發現了杏仁核對恐怖面部表情識別的重要作用，也促使我們用新的觀點思考情緒的神經基礎，即情緒加工的分布式特征，由此引出情緒的認知神經科學知識與研究。通過案例教學法引導學生切身體會科學知識的起源與應用，幫助學生理解重點難點，尤其是學會“技術聯系實踐”。

（二）新體系：目標導向優化，多元課堂設計

以課程教學新目標為導向，從學生被動學習向主動探索引導，采取傳統課堂與翻轉課堂融合教學模式， 在教師授課指導基礎上融入學生自主學習，采取“隨堂小測抓基礎、文獻分享追前沿、期末展示促能力”的多元課堂設計與考核方式。

1. 隨堂小測抓基礎

設計了4次基礎知識導向的隨堂小測，每次小測題型為10道選擇填空題，題目難度為簡單或中等，考察范圍為教師課堂講授的重要知識點或腦科學基礎知識，如：腦結構識別的名詞填空、聲音感知的傳導路徑、特定情緒或認知功能涉及的腦區。通過分值占比、題型難度的設置，隨堂小測旨在切實引導學生掌握領域內基礎知識與重大發現，獲得認知神經科學研究的基本條件和研究門檻，具備思考認知神經科學問題、提出猜想和假設的基礎。

2. 文獻分享追前沿

首次課上向學生介紹課程架構與教學內容安排，鼓勵同學們根據自己感興趣的教學章節內容，檢索前沿文獻并學習后進行5分鐘的文獻匯報分享。在文獻匯報中，著重強調前沿知識與課本內容的差異性、同源性、創新性、前瞻性，指導學生思考：產生不同結論的實驗方法是否科學可靠，前沿發現是否真正克服了原來的缺陷，我們如何領悟新思路、應用新方法、做出新發現。這種翻轉課堂的形式，一方面調動學生對神經科學學習的主觀好奇心，鼓勵學生主動接觸領域前沿，培養批判性思維，充分發揮學生在課堂教學中的主體作用;另一方面在教師視角之外進一步引入了豐富的神經科學前沿知識，充實了課堂內容。

3. 期末展示促能力

期末考核采取論文+匯報展示的形式，可選綜述類和研究計劃類兩種題目類型，強調規范性、邏輯性、創新性，切實提高學生科學素養與綜合能力。綜述類要求自主進行科學選題，闡述其重要意義、明確選題概念、充分調研國內外研究現狀、分析問題并概括觀點;研究計劃類鼓勵學生觀察身邊有意思的認知神經科學相關現象，可以是從天馬行空的想法出發，提煉出具體科學問題，利用課程所學進行分析和假設，設計科學可行的研究方案，并調研所需的設備或技術支持。通過期末考核培養學生綜合素質，鼓勵同學們打開眼界放飛想象力，關注身邊的認知科學問題，學會梳理思路從中提煉，應用課程知識嘗試分析解答;引導學生對具體的認知神經科學問題進行調研、歸納、思考、分析，掌握實驗驗證猜想的能力;鼓勵學生打破傳統桎梏，結合感興趣的領域進行腦科學的新研究方法、新治療手段、新輔助設備的構想與實踐;敦促學生學會表達自己的思路，學會有邏輯地講述科學故事，培養學生表達能力。

（三）新內容：凸顯前沿特色，課內結合課外

服務于授課方法和課程結構，整理教學內容，以價值觀引領為先導，使之前沿化、多元化;建立優質教學資源庫，為學生提供課外自學的參考和指導。

1. 價值觀引領

突出介紹認知神經科學的內涵、挑戰和機遇，鼓勵同學們打好基礎，培養自信，砥礪創新，服務于“健康中國”，把成果寫在祖國大地上。認知神經科學的繁榮發展，不只是由于技術的進步，更是因為實際需求的推動。中國要成為神經科學領域的領跑者，必須要有不斷產生重大突破的持續創新力，要有更多科研無人區的“探險家”。我們應當有這樣的自信：在認知神經科學領域，尤其是臨床實踐方面，我國已經走在世界前列，同學們可以在國內接觸到最先進的經驗和技術，并以此作為向更前沿開拓的利器。我們也應當有這樣的清醒認識：領域內仍存在大量亟待解決的、能造福廣大人民的重要問題。以卒中為例，2019年《中國卒中報告》顯示我國每年卒中發病率為1114.8/10萬[6]，已經成為卒中終身風險最高和疾病負擔最重的國家。卒中后認知障礙嚴重影響生活質量和生存時間，但這種腦功能的損傷究竟如何產生還遠沒有定論，有許多難題需要我們去“開疆拓土”，但領域里每一個即使微小的成果都會使我們更接近真理，更接近千萬計的人民的健康生活。我們新時代的同學們應當有熱情、有能力、有信心地去從事這樣有意義的偉大事業，要敢為人先、敢于投身從0到1的開拓，做勇于擔當的后浪。從這一角度，引導學生思考和認識為什么而學，明確應該學到什么，主動探索要怎樣學。

2. 內容前沿化

授課團隊在神經科學領域具有豐富地積累優勢，可以時刻追蹤領域前沿，將最新的科研思想和方法、第一手的領域訊息有機結合到教學中。本課程的教學內容，首先優選最新版本的經典教科書確定框架;在此基礎上根據多位常年投身神經科學研究一線的教師的經驗，對教學內容進行刪改、更新;最后，在每章節末增加與課程內容相呼應的領域內近年代表性突破作為提高和拓展。例如，在講解腦功能組織時，增加對亞微米體素分辨率的全腦顯微光學切片斷層成像（MOST）技術的介紹，其繪制出的亞細胞分辨的小鼠全腦三維神經元聯接圖譜，可以通過三維立體動畫生動地展示出腦功能整合潛在的細胞學基礎[7]。

3. 形式多元化

充分利用多媒體設備和互聯網優勢，將多元化的教學方法融入到課程中，并鼓勵學生以課內課外相結合的形式進行學習。課上注重方法講解和思想引導，針對課程中的重點難點知識，以可視化圖片、動畫、視頻的形式直觀呈現，指導學生辨析重難點概念，促進學生對所學內容的學習和理解，并活躍課堂氣氛，引起學生興趣。課下提供豐富詳實的補充材料，搭建深入和拓展的廣闊平臺，鼓勵學生在課內掌握了知識脈絡與核心思想的基礎上，課外自主學習感興趣的知識點。為此，建立以優質的多媒體課件為主，包括動畫、圖片、國內外教材、教學視頻、前沿技術演示、學習分享、拓展文獻等在內的優質教學資源庫，并提供簡單的講解說明，力爭做到基礎知識詳實、前沿進展豐富;結合課題組項目經驗，整理神經科學前沿研究進展、研究工具、研究思路，凸顯人工智能在神經科學研究中的作用與神經科學對類腦智能的啟發。

三、實施效果

課程結束后，我們對參加教學改革實踐的全班33名同學進行了匿名問卷調研，以了解課改方向與學生意愿的契合度，以及對學生能力的提升作用。問卷中選取改革措施中的重點措施作為調查對象，盡量為每條提供一個與課改方向不同的“競爭性”措施，并盡量使對立選項描述的積極程度相當，選項出現的先后順序均衡。問卷調查的內容如表1所示，要求學生首先對各項進行量表評分（3-非常希望，2-希望，1-都可以，0-不希望），然后對各項目課程要求的各能力（工程知識運用、問題分析、工程技術與工具應用、表達與交流、學習能力）的提升作用做評價。

（一）學生意向符合度分析

問卷調查的意愿值評分結果統計如表2所示，學生明顯更希望將課程重點放在思想方法的引導而減少基礎知識的介紹;希望課程更加關注領域前沿而減少深層原理的介紹;相較于完全采取翻轉課堂的學習形式更希望保留傳統課堂的部分，從分值上看這種結合方式基本在學生中達到“希望”的程度。另外，學生對“醫工交叉”的意愿值評分均值為2.45，僅次于“領域前沿”，達到“希望”到“非常希望”。在教學內容、教學導向、課堂形式上，本文所選取的課改方法與傳統或其他方法相比均具有顯著統計學意義上的優勢（雙樣本T檢驗，P<0.05），且均受到學生較高程度的歡迎，表明本文所提出的課改思路符合學生意愿，符合學生對本課程的定位。

（二）能力培養效果分析

學生對各種措施能力培養效果的勾選結果顯示，絕大多數同學認為對自己來說“重思想方法”的教學方式能夠提升問題分析的能力（78%）和學習能力（51%），“案例引導”式教學可以提升問題分析的能力（73%）和工程知識運用的能力（61%），“領域前沿”的拓展可以帶來工程知識和工程技術應用能力的提高（58%），引入“翻轉課堂”非常有助于培養表達與交流能力（82%），醫工交叉的內容講解和思路導向則可以帶來相對全面的包括知識運用（73%）、技術應用（67%）、問題分析（52%）等的能力提升。以上結果一方面與學生意愿值結果互相印證，闡明了學生希望選擇的教學方式和希望通過課程提升的能力;另一方面表明了本文所述的從教師視角出發來設計的課改新思路與新方法，從學生視角也能夠達到預期的效果。

四、結束語

面向醫學人工智能的認知神經科學基礎課程對啟發類腦智能和促進醫工交叉創新具有重要意義。本文從課程本身性質與開設的背景兩個方面，回答了課程的特點、開設的目的、存在的問題，并提出了一套切實可行的課程改革方案。該方案基于新思路、采用新方法、建立新體系、設計新內容，契合了課程復雜性、前沿性、交叉性、啟發性的特點，符合學生意愿與課程培養目標。

參考文獻：

[1]李德毅，馬楠.智能時代新工科——人工智能推動教育改革的實踐[J].高等工程教育研究，2017（5）：8-12.

[2]POO M M， DU J L， IP N Y， et al. China Brain Project： Basic Neuroscience， Brain Diseases， and Brain-Inspired Computing[J]. Neuron， 2016，92（3）：591-596.

[3]何峰，萬亮，明東.智能醫學工程：新醫科的探索與實踐[J].中國高等教育，2021（Z1）：15-17.

[4]張義.研究型大學促進交叉學科發展模式的探索與實踐[J].高等工程教育研究，2017（3）：116-119.

[5]BIRD C M， BURGESS N. The hippocampus and memory： insights from spatial processing[J].Nature Reviews Neuroscience， 2008，9（3）：182.

[6]王擁軍，李子孝，趙性泉，等.中國卒中報告2019（中文版）（3）[J].中國卒中雜志，2020，15（12）：1251-1263.

[7]REARDON S. A giant neuron found wrapped around entire mouse brain [J]. Nature， 2017，543（7643）：14-15.