輔助自主教學在醫學影像學“三全育人”中的初探

張璋 張寧男楠

［摘 要］ 高校的傳統教育方法暴露出協同不足、聯動不夠等問題，為推動新時代高校“三全育人”格局的構建，本著以學生發展為中心的宗旨，以“醫學影像學”課程為例，聚焦教學實踐的具體問題，通過人工智能AI輔助自主學習的方式，運用影像解剖學斷面標本—影像教學片—PACS臨床病例“三位一體”的實驗教學模式，通過“病理—臨床—影像”三結合、三統一教學方法，同時融入課程思政，對課堂內容進行重構與改進，總結經驗與反思，采用創新的自主教學模式解決具體痛點問題。

［關鍵詞］ 人工智能；醫學影像學；“三全育人”

［基金項目］ 2021— 2024年國家自然科學基金委員會國家自然科學基金面上項目“多發性硬化氧化損傷性炎癥、神經退行性變及影像遺傳：一項基于擴散和代謝的功能磁共振研究”（82071907）；2020—2023年天津市衛生健康委員會天津市衛生健康科技項目一般項目“冠狀動脈微循環阻力調節血流儲備分數（FFR）與心肌血流量（MBF）作用體系的血流動力學機制”（MS20022）；2022—2023年吳階平醫學基金會吳階平基金會臨床科研專項資助基金“基于磁共振成像的AI腦部年齡預測系統開發與應用研究”（320.6750.2022-3-5）

［作者簡介］ 張 璋（1982—），男，天津人，博士，天津醫科大學總醫院醫學影像科副主任醫師，副教授，主要從事心胸影像診斷學研究；張寧男楠（1983—），女，河南駐馬店人，博士，天津醫科大學總醫院醫學影像科副主任醫師，副教授（通信作者），主要從事中樞神經系統影像診斷學研究。

［中圖分類號］ G642.0［文獻標識碼］ A［文章編號］ 1674-9324（2023）20-0014-04［收稿日期］ 2022-04-22

一、醫學影像學科和“醫學影像學”課程的教學目標

天津醫科大學醫學影像學院成立于1984年，是我國最早開展醫學影像學專業的高等本科教育院校，目前實行與天津醫科大學總醫院醫學影像科共建的運行模式，通過基礎與臨床緊密結合的教學方式，逐步形成醫學影像學本科（五年制）、醫學影像學碩士、博士研究生相結合的多層次育人體系。學院設有5個教研室，2個本科專業，一級學科博士學位授權點1個，博士專業學位授權領域1個，碩士專業學位授權領域1個。學院有國家級特色專業1個，天津市品牌專業1個，國家級精品資源共享課程1門，國家級精品課程1門；天津市級實驗教學示范中心1個，天津市級虛擬仿真實驗教學中心1個。醫學影像學教學團隊、醫學影像技術教學團隊獲得天津市教學創新團隊稱號。

天津醫科大學醫學影像學院本著致力于培養具有家國情懷、醫德高尚、臨床基礎雄厚、影像知識豐富、科研潛力突出的醫學影像學人才的辦學定位，將“醫學影像學”課程的教學目標制定為：（1）教學思政：在教學過程中，通過人物介紹、典故講解、臨床案例解析，潛移默化地引導學生樹立愛國、愛黨、敬業以及以患者為中心的理念。（2）知識水平：掌握各種影像學檢查方法的優缺點及其適應證和禁忌證，掌握影像診斷原則和診斷報告的書寫方法，掌握各系統常見疾病的影像診斷與鑒別診斷要點，了解醫學影像學新技術的原理及其應用范疇。（3）能力水平：具備醫學影像分析能力，形成正確的影像診斷思維，具備規范化書寫影像診斷報告的能力。

二、創新理念及思路

2017年，中共中央、國務院印發了《關于加強和改進新形勢下高校思想政治工作的意見》，提出堅持全員全過程全方位育人的基本原則［1］，因此我們既要針對當代大學生的個性特點，以學生發展為中心，又要結合和發揮醫學影像學的優勢和特色。醫學影像學屬于科學技術驅動型學科，其特點是發展非常快，總是走在醫學界的前沿，圖片存檔及通信系統（picture archiving and communication system， PACS）和圖像后處理的圖形界面，非常有利于學生進行觀摩和操作，特別是近年來人工智能（artificial intelligence， AI）和相關技術的迅猛發展，促使放射學進入了新的時代。我們的創新理念及思路包括以下幾個方面：（1）運用課程思政建設來解決大學生信仰不足、內心世界空虛的問題。（2）利用AI調動學生的學習熱情，增強學生的動手能力。（3）使用影像解剖學斷面標本—影像教學片—PACS臨床病例“三位一體”的實驗教學模式，讓書本知識有縱深、有延續。（4）通過以病例為中心的“以問題為導向的教學方法”（problem-based learning，PBL），使用“病理—臨床—影像”三結合、三統一的教學方法進行全方位教學。

三、創新方法及途徑

（一）不要為了思政而思政

課程思政指以構建全員、全程、全課程育人格局的形式將各類課程與思想政治理論課同向同行，形成協同效應，把立德樹人作為教育的根本任務的一種綜合教育理念。結合筆者的教學工作經驗，一般教學思政體現在以下幾個方面：（1）醫學先輩的楷模作用。課堂中我們結合授課內容介紹我校、我院的醫學大家，比如：放射醫學專家——吳恩惠教授，我們的老院長、老主任，全國高等學校教學名師，他主編的《頭部CT診斷學》（1985年）是我國第一部CT診斷學專著，影響了一代又一代影像人。介紹身邊的專家可以激發學生的榮譽感和自豪感，可以使他們循著先輩的足跡奮勇拼搏、砥礪前行。（2）體現出對患者的人文關懷。利用實際病例，通過患者的就醫過程和心路歷程，讓學生產生共情、感同身受，體會作為患者的不易與心傷。回顧希波克拉底誓言，重溫醫學生誓言，滿腔熱情為人民服務，鉆研醫術，弘揚醫德，為人民群眾提供更高水平、更加滿意的衛生和健康服務。（3）通過國家政策堅定“四個自信”。如講到肺癌早期篩查時介紹我國的現狀：我國受癌癥困擾的家庭以千萬計，要實施癌癥防治行動，推進預防篩查、早診早治和科研攻關，著力緩解民生的痛點。近年來我國癌癥發病率、死亡率呈逐年上升趨勢，給癌癥患者家庭和社會造成了重大經濟負擔，因此要加快推進癌癥的早期篩查和早診早治工作。國家癌癥中心已經完成了全國40萬例肺癌高危人群的篩查，并積極構建國家癌癥防控平臺，這與我們每個國民的生活、健康息息相關，體現出國家對人民健康的高度重視。同時，醫學生要堅定中國特色社會主義信念，牢固樹立“四個意識”、堅定“四個自信”、堅決做到“兩個維護”。

（二）AI激發求知熱情，增強動手能力

AI技術的革新推進我們能夠更有效地利用影像數據，繼而更及時和更精確地做出診斷，為臨床提供更有效的信息和支持。AI與醫療的結合解決了臨床工作中的“痛點”問題，也為創新教學模式帶來了新機遇。2020年，一系列AI標志性產品取得重大突破，在醫療等重點領域形成國際競爭優勢，AI和實體經濟的融合進一步深化，產業發展環境也進一步優化。AI軟件具有可視化操作、簡單便捷的優勢，非常適用于大學生進行探索和學習。我們會在課堂上，增加AI軟件操作、PACS系統學習等實習內容。我院專門建設了機房，設立專門的醫學影像實習課，讓學生可以在校園里體驗一名影像科醫生的日常。

（三）影像解剖學斷面標本—影像教學片—PACS臨床病例“三位一體”

影像解剖學斷面標本—影像教學片—PACS臨床病例“三位一體”的實驗教學模式是對于大學期間的書本知識進行縱向深入挖掘，幫助學生回憶在大一學習“系統解剖學”“斷層解剖學”時看到的大體標本，復習大三學習的“影像解剖學”線圖、輪廓圖，并動手畫示意圖，學習本堂課中的“醫學影像學”教學圖像，掌握基本影像學表現，并使用PACS系統中的實際臨床病例進行驗收和模擬。在教學過程中，不僅使學生掌握了基本概念、影像診斷的基礎知識，還注重培養學生的觀察分析能力、歸納綜合能力和實際動手能力。鼓勵學生在預習階段去網上查詢知識（微信公眾號、知乎等媒介），組織學生做課前預習，并安排學生進行自主學習。學生自己組織材料，將一部分需要重點掌握的內容，通過學生分組討論并提問的形式進行教學，營造熱烈、活潑的學習氛圍。在自主學習后，教師進行總結，并針對網絡或手機App上的新媒介給予正確引導。新媒介的特點是科普性強，很多新知識推送快速、簡明、易學習，但通常這些內容的專業性不強，沒有經過專業人士的審核，一些專業術語和知識點表述不準確。鼓勵學生合理利用好新媒介進行學習，但要以課本、教學大綱、科學文獻［2］作為參考標準，去其糟粕、取其精華，完成好自主學習。充分利用網絡教學影像資料和多媒體課件，引導并激發學生的積極性，使學生在課堂學習之余可以充分利用多種現代化手段進行自學，鞏固所學知識，做到學以致用，開闊學生的視野，關注影像醫學的前沿進展，擴大學生的知識面，拓展學生對知識的理解深度，提高學生的理論和實踐水平，從而提高教學質量。

（四）“病理—臨床—影像”三統一教學方法

通過病例導入和病例分析進行PBL模式教學，按照“內容分層次、在理論和實驗教學中開展創新”的指導思想，積極探索解決實際病例需要用到的醫學基礎知識和臨床專業知識，理論與實踐結合，注重實際操作。做到臨床病史資料和影像學圖像不分家，同時通過手術病理結果來反饋之前的診斷，形成質量控制閉環，使學生在擴大知識面的同時，提高臨床診斷水平和解決臨床實際問題的能力。將“病理—臨床—影像”三者進行有機結合，在影像診斷基礎理論教學內容的基礎上，增加病例分析的實踐鍛煉，在臨床實習課中采用多種形式，如理論與實踐相結合、線下與線上相互補充的教學模式。組織學生在教師的引領下積極開展小組討論，鍛煉學生對影像解剖三維結構的整體構思能力，培養正確的臨床影像診斷思路，提高學生的臨床疾病診斷能力。

四、創新效果及成果

（一）已獲得教學創新成果

本團隊曾經嘗試了“三明治”教學法與醫學影像診斷學的結合［3］。通過168名學生樣本中的“5分法”滿意度調查試卷結果顯示，90%以上的學生認為“三明治”教學有助于提高臨床實踐能力，大部分學生對該教學法表現出濃厚的興趣，認同該教學法培養了自學能力、語言表達能力及團隊協作能力。另外，本團隊曾使用AI輔助教學的方法，探索在短時間內教授住院醫師有效掌握醫學影像技能的可行性［4］。通過對263名住院醫生的共計573個CTA病例的分析結果顯示，AI組和人工組的后處理圖像質量無明顯差別，而AI組的報告書寫評分明顯高于人工組，AI組的后處理圖像及書寫報告的使用時間明顯較短，提示AI后處理圖像和結構化報告模式有效地提高了工作效率和準確性。

（二）本次創新的初步成果

在本次教學評價過程中，采用教師和學生互評的方式，相互監督促進，即通過理論知識和臨床讀片等考核方式對學生的課程成績進行評定；通過教師自我評價、校內外專家評價和學生評價等方式對教師進行監督評價，提高教學水平。通過抽樣調查回訪結果可知，學生滿意率普遍較高，學生普遍認為本課程堂課活潑、有生機，貼合生活中的一些實際問題（如查出肺結節應該怎么辦？），話題性強，學生感興趣。課程引人入勝，能夠一直把學生的注意力集中在課堂的知識點上。很多學生表示課程非常有用，以后親朋好友遇到類似的問題，他們可以根據最新的中國肺癌篩查標準為大家排憂解難。

總之，通過本次課程的教學創新，我們聚焦教學實踐的具體問題（新時代大學生的特點、書本知識與實際應用的割裂等痛點），通過課程思政、AI輔助自主學習、影像解剖學斷面標本—影像教學片—PACS臨床病例“三位一體”、“病理—臨床—影像”三統一等教學方法和內容的重構與改進，得到學生初步的認可，并希望能夠分享我們的經驗和成功，為高校教學盡一份綿薄之力。

參考文獻

［1］中共中央，國務院.關于加強和改進新形勢下高校思想政治工作的意見［EB/OL］.（2017-02-27）［2022-04-05］.https：//www.gov.cn/xinwen/2017-02/27/content_5182502.htm.

［2］中華預防醫學會.中國肺癌篩查標準（T/CPMA013-2020）［J］.中華腫瘤雜志，2021，43（1）：1-6.

［3］張璋，張寧男楠.“三明治”教學法在留學生醫學影像診斷學教學中的應用初探［J］.教育教學論壇，2016（27）：164-166.

［4］張寧男楠，張璋.人工智能輔助教學在醫學影像規范化培訓中的新探索［J］.教育教學論壇，2019（25）：176-178.

A Preliminary Study on Artificial Intelligent-assisted Autonomous Teaching in the Practice of “Three-wide Education” in Medical Imaging

ZHANG Zhang， ZHANG Ning-nan-nan

（Medical Imaging Department， Tianjin Medical University General Hospital， Tianjin 300052， China）

Abstract： The traditional college education method exposed the synergy of problems such as insufficient coordination and linkage. In order to promote the “three-wide education” pattern and to focus on students development， we took the medical imaging course as an example which focused on the specific problems of the teaching practice by using artificial intelligent-assisted autonomous teaching. We tried to integrate “cross section specimens of the imaging anatomy-typical image on class-clinical images of PACS” with “Pathology-clinics-imaging” teaching methods as well as the ideological and political education. We reconstructed and improved the content of the course， sum up experience and reflection to solve the specific pain points of education by using the innovative autonomous teaching pattern.

Key words： artificial intelligence; medical imaging; “three-wide education”