人工智能自動(dòng)勾畫平臺(tái)在教學(xué)中的應(yīng)用

［摘 要］ 為解決目前放射腫瘤專業(yè)人才短缺的迫切需要，提升放射腫瘤學(xué)教學(xué)水平是關(guān)鍵。在當(dāng)前的醫(yī)學(xué)教育背景下，人工智能技術(shù)的廣泛應(yīng)用有助于醫(yī)學(xué)教學(xué)更加便捷高效，具有較強(qiáng)的可行性。結(jié)合人工智能自動(dòng)勾畫平臺(tái)的教學(xué)模式具有很強(qiáng)的創(chuàng)新性，是新型的放射腫瘤專科人才培養(yǎng)模式，符合當(dāng)前醫(yī)學(xué)教育的發(fā)展趨勢(shì)，對(duì)提高放射腫瘤專業(yè)人才素質(zhì)具有重要的現(xiàn)實(shí)意義。近年來，人工智能靶區(qū)勾畫平臺(tái)在醫(yī)學(xué)領(lǐng)域具有巨大潛力，為適應(yīng)醫(yī)學(xué)教學(xué)的發(fā)展和滿足學(xué)員學(xué)習(xí)的需求，教學(xué)改革勢(shì)在必行。

［關(guān)鍵詞］ 人工智能自動(dòng)勾畫平臺(tái)；放射腫瘤學(xué)；教學(xué)改革；專業(yè)人才培養(yǎng)

［基金項(xiàng)目］ 2023年度廣東省“新醫(yī)科”教指委教學(xué)改革項(xiàng)目“基于‘人工智能自動(dòng)勾畫平臺(tái)’的放射腫瘤學(xué)教學(xué)改革和實(shí)踐研究”；2023年度廣東醫(yī)科大學(xué)高等教育教學(xué)研究課題“基于‘人工智能自動(dòng)勾畫平臺(tái)’的放射腫瘤學(xué)教學(xué)改革和實(shí)踐研究”（2FY23050）；2021年度廣東醫(yī)科大學(xué)附屬醫(yī)院臨床研究項(xiàng)目“沙培林對(duì)比地塞米松霧化吸入防治鼻咽癌放射性口腔黏膜炎的非劣效性、平行設(shè)計(jì)、隨機(jī)對(duì)照研究”（LCY2021A002）

［作者簡(jiǎn)介］ 羅海清（1978—），女，廣東茂名人，博士，廣東醫(yī)科大學(xué)附屬醫(yī)院頭頸部腫瘤專科主任醫(yī)師，副教授，主要從事鼻咽癌綜合治療研究；李祥勇（1975—），男，湖南永州人，博士，廣東醫(yī)科大學(xué)基礎(chǔ)醫(yī)學(xué)院教授（通信作者），主要從事鼻咽癌發(fā)病機(jī)制研究。

［中圖分類號(hào)］ G642.0 ［文獻(xiàn)標(biāo)識(shí)碼］ A ［文章編號(hào)］ 1674-9324（2024）40-0033-05 ［收稿日期］ 2023-08-28

放射治療是惡性腫瘤最重要的治療手段之一，從目前醫(yī)療發(fā)展水平來看，放射技術(shù)對(duì)于腫瘤有較好治療效果。世界衛(wèi)生組織的統(tǒng)計(jì)結(jié)果表明，目前癌癥的治愈率約為55%，其中外科手術(shù)的貢獻(xiàn)為27%，放射治療的貢獻(xiàn)為22%，化學(xué)藥物治療和其他治療的貢獻(xiàn)為6%［1］。隨著醫(yī)學(xué)行業(yè)的持續(xù)發(fā)展，人們對(duì)看病的需求持續(xù)增長(zhǎng)。近年來，癌癥病人的人數(shù)不斷攀升，放射腫瘤專業(yè)的人才需求增大，傳統(tǒng)的單一教學(xué)已無法滿足培養(yǎng)高質(zhì)量、全面型放射腫瘤專業(yè)人才的需求，儲(chǔ)備和供應(yīng)學(xué)習(xí)放射腫瘤學(xué)人才已無法滿足放射腫瘤學(xué)的快速發(fā)展的需要［2］。因此，要大力培養(yǎng)本科層次、具有專業(yè)理論知識(shí)和熟練掌握臨床技能的腫瘤學(xué)科應(yīng)用型人才，需要不斷豐富放射腫瘤學(xué)臨床教學(xué)的內(nèi)容。“放射腫瘤學(xué)”是影像學(xué)專業(yè)醫(yī)學(xué)生的必修基礎(chǔ)課，在臨床醫(yī)學(xué)中應(yīng)用廣泛，課程要求影像學(xué)專業(yè)本科生在學(xué)習(xí)階段積累基本的理論知識(shí)和具備熟練的臨床技能。

一、“放射腫瘤學(xué)”的教學(xué)現(xiàn)狀

“放射腫瘤學(xué)”是一門內(nèi)容龐雜、結(jié)構(gòu)復(fù)雜的學(xué)科，涉及全身各個(gè)器官系統(tǒng)與不同學(xué)科范疇，傳統(tǒng)的教學(xué)模式主要以“教”為中心，即教師講授，學(xué)生聽講。這種傳統(tǒng)的教學(xué)模式不利于學(xué)生對(duì)放射腫瘤知識(shí)的學(xué)習(xí)和掌握。隨著社會(huì)的發(fā)展、科技的進(jìn)步、醫(yī)療技術(shù)的更新，“放射腫瘤學(xué)”專業(yè)應(yīng)盡快改變傳統(tǒng)教學(xué)模式，從“教”與“學(xué)”兩方面入手，以適應(yīng)新時(shí)代醫(yī)療科技發(fā)展的需求。目前，我國(guó)“放射腫瘤學(xué)”專業(yè)學(xué)生的教學(xué)體系尚不夠完善，在教學(xué)方面還存在不足，實(shí)踐教學(xué)匱乏，教學(xué)模式較為陳舊。現(xiàn)階段的教學(xué)模式已無法滿足培養(yǎng)高質(zhì)量放射腫瘤專業(yè)人才的需求，為適應(yīng)醫(yī)學(xué)教育的發(fā)展、提高學(xué)生的學(xué)習(xí)效率，教學(xué)模式的改革需提上日程［3］。

（一）臨床教學(xué)難度大

放射腫瘤學(xué)作為醫(yī)學(xué)領(lǐng)域的重要分支，涉及的基礎(chǔ)理論知識(shí)非常廣泛。教學(xué)材料中的內(nèi)容通常較為抽象且晦澀難懂，對(duì)學(xué)生的學(xué)科綜合思維能力和知識(shí)掌握的全面性有一定要求［4］。在學(xué)習(xí)“放射腫瘤學(xué)”的初期，由于專業(yè)知識(shí)的艱澀和龐雜，學(xué)生常會(huì)感到難以深入理解臨床知識(shí)。究其原因，首先是“放射腫瘤學(xué)”的理論知識(shí)涉及多個(gè)學(xué)科，包括病理學(xué)、影像醫(yī)學(xué)、臨床醫(yī)學(xué)等；其次是“放射腫瘤學(xué)”需要記憶的內(nèi)容較多，如各類影像學(xué)表征結(jié)果和臨床檢查結(jié)果等；最后是“放射腫瘤學(xué)”作為一門醫(yī)學(xué)學(xué)科，主要研究腫瘤的影像學(xué)特征、分析和診斷，學(xué)生需要熟悉腫瘤的不同表現(xiàn)形式、病理特點(diǎn)以及臨床診斷的方法和技巧。這些知識(shí)的理解和記憶對(duì)于學(xué)生來說是一項(xiàng)挑戰(zhàn)。另外，“放射腫瘤學(xué)”還與腫瘤學(xué)、放療學(xué)、外科學(xué)等其他臨床學(xué)科密切相關(guān)，學(xué)生需要在學(xué)習(xí)“放射腫瘤學(xué)”的過程中將這些學(xué)科的知識(shí)進(jìn)行整合和應(yīng)用，才能夠綜合分析和解釋患者的臨床情況。

（二）理論知識(shí)與臨床教學(xué)脫節(jié)

“放射腫瘤學(xué)”臨床教學(xué)存在一系列問題，其中一個(gè)問題是理論知識(shí)與臨床教學(xué)之間的脫節(jié)。傳統(tǒng)的教學(xué)模式過于注重教授教材中的理論知識(shí)，導(dǎo)致學(xué)生的學(xué)習(xí)重點(diǎn)過于偏向書本內(nèi)容，缺乏對(duì)臨床相關(guān)知識(shí)的全面掌握和實(shí)際應(yīng)用能力。教材中的內(nèi)容往往較為抽象且晦澀難懂，理論知識(shí)綜合性強(qiáng)且記憶內(nèi)容較多。學(xué)生在學(xué)習(xí)初期難以對(duì)臨床知識(shí)的內(nèi)容理解透徹，導(dǎo)致學(xué)生對(duì)于各類影像學(xué)表征結(jié)果和臨床檢查結(jié)果容易遺忘、不理解、錯(cuò)誤記憶等，影響其對(duì)臨床問題的綜合分析和理解［5］。另一個(gè)問題是在傳統(tǒng)的臨床實(shí)習(xí)課程中，學(xué)生接觸到的教學(xué)內(nèi)容較少。以教師為主導(dǎo)教學(xué)的方式使學(xué)生在實(shí)習(xí)中獲得的實(shí)踐能力和臨床經(jīng)驗(yàn)相對(duì)較少；學(xué)生進(jìn)入臨床實(shí)習(xí)階段較晚，導(dǎo)致其實(shí)踐操作的時(shí)間有限，臨床經(jīng)驗(yàn)相對(duì)較弱。這可能導(dǎo)致學(xué)生無法有效地將所學(xué)的理論知識(shí)應(yīng)用到實(shí)際的臨床工作中，影響臨床實(shí)踐能力的培養(yǎng)。綜合而言，“放射腫瘤學(xué)”臨床教學(xué)面臨的問題主要集中在理論知識(shí)與臨床教學(xué)的脫節(jié)。學(xué)生對(duì)理論知識(shí)的理解和應(yīng)用的能力相對(duì)較弱，缺乏實(shí)踐操作的機(jī)會(huì)，缺少臨床經(jīng)驗(yàn)的累積，從而影響了學(xué)生在臨床實(shí)踐中的能力發(fā)展和應(yīng)用知識(shí)解決問題的能力［6］。

（三）醫(yī)患關(guān)系對(duì)教學(xué)的阻礙

醫(yī)患關(guān)系對(duì)“放射腫瘤學(xué)”臨床教學(xué)造成阻礙的主要原因之一，是社會(huì)的快速發(fā)展和人們個(gè)體意識(shí)的提升。隨著信息的普及和知識(shí)水平的提高，患者對(duì)自身權(quán)益的關(guān)注和維護(hù)意識(shí)不斷增強(qiáng)，而這導(dǎo)致了醫(yī)患雙方之間存在一定程度的矛盾和不和諧。由于放射腫瘤學(xué)是專業(yè)性較強(qiáng)的領(lǐng)域，很多患者及家屬對(duì)相關(guān)醫(yī)療知識(shí)了解不足，面對(duì)臨床實(shí)習(xí)的學(xué)生可能存在拒絕接受實(shí)習(xí)生所提供的檢查或治療方案的情況，抱有懷疑、拒絕甚至挑戰(zhàn)的態(tài)度。這種情況導(dǎo)致實(shí)習(xí)臨床醫(yī)生在教學(xué)過程中很難得到患者和家屬的積極配合，影響了實(shí)際臨床操作技能的培養(yǎng)。尤其是在放射腫瘤學(xué)領(lǐng)域，患者往往接受這一診療過程時(shí)已處于腫瘤晚期，病情對(duì)患者和家屬來說是巨大的心理負(fù)擔(dān)，患者和家屬可能存在情緒緊張、焦慮、抵觸醫(yī)療過程的情況，并且可能出現(xiàn)對(duì)治療方案的誤解或不信任，這使得教學(xué)環(huán)境復(fù)雜化，學(xué)生難以有效地接觸和實(shí)踐相關(guān)的放射腫瘤學(xué)技能和知識(shí)。綜上所述，醫(yī)患關(guān)系對(duì)“放射腫瘤學(xué)”臨床教學(xué)造成阻礙，主要表現(xiàn)為患者及家屬對(duì)醫(yī)生的不信任或不配合、對(duì)醫(yī)療知識(shí)的不了解等問題。這些因素導(dǎo)致了學(xué)生在實(shí)際臨床操作和技能培養(yǎng)中遇到困難，影響了教學(xué)質(zhì)量和學(xué)生的學(xué)習(xí)效果。為有效解決這一問題，需要通過改善醫(yī)患溝通、加強(qiáng)醫(yī)患教育等措施來改善醫(yī)患關(guān)系，營(yíng)造良好的教學(xué)環(huán)境［7］。

二、使用人工智能自動(dòng)勾畫平臺(tái)的必要性

（一）勾畫平臺(tái)在醫(yī)學(xué)領(lǐng)域潛力巨大

近年來，隨著人工智能的不斷進(jìn)步和應(yīng)用，自動(dòng)靶區(qū)勾畫平臺(tái)在醫(yī)學(xué)領(lǐng)域展現(xiàn)出巨大的潛力。眾多研究表明，在病灶識(shí)別和分割、疾病診斷和治療等方面，人工智能自動(dòng)勾畫平臺(tái)可以發(fā)揮重要作用［8-9］。尤其在放射治療領(lǐng)域，由深度學(xué)習(xí)技術(shù)支持的自動(dòng)勾畫系統(tǒng)，如PV-iCurve人工智能靶區(qū)自動(dòng)勾畫系統(tǒng)，已經(jīng)廣泛應(yīng)用于鼻咽癌、乳腺癌、肺癌、直腸癌、食管癌等惡性腫瘤的放療靶區(qū)和危及器官的自動(dòng)勾畫。不僅有助于醫(yī)生在制訂治療方案時(shí)更好地理解病灶的位置和范圍，還可為患者提供更加個(gè)體化和精準(zhǔn)的治療。基于人工智能的自動(dòng)勾畫靶區(qū)平臺(tái)不僅在臨床實(shí)踐中具有巨大的應(yīng)用前景，而且在教學(xué)領(lǐng)域也具備創(chuàng)新性和實(shí)用性。目前，在放射腫瘤學(xué)方面教學(xué)領(lǐng)域的報(bào)道還相對(duì)較少。人工智能自動(dòng)勾畫平臺(tái)為醫(yī)學(xué)專業(yè)學(xué)生提供了一種全新的教學(xué)模式。傳統(tǒng)的醫(yī)學(xué)教學(xué)往往依賴于教師的講解，而通過人工智能自動(dòng)勾畫平臺(tái)，學(xué)生能夠更加主動(dòng)地參與學(xué)習(xí)過程，自主勾畫靶區(qū)并與自動(dòng)生成的結(jié)果進(jìn)行對(duì)比和分析。這種教學(xué)模式充分體現(xiàn)了“教師指導(dǎo)，學(xué)生主動(dòng)學(xué)習(xí)”的理念，能夠培養(yǎng)學(xué)生具有更強(qiáng)的問題解決能力和臨床應(yīng)用能力。

（二）簡(jiǎn)化臨床工作，提高工作效率

放射治療是一種電子化和智能化的治療方式，利用先進(jìn)的技術(shù)和設(shè)備使得治療的精度和效果不斷提高。其中，準(zhǔn)確勾畫出腫瘤靶區(qū)和危及器官是實(shí)現(xiàn)精準(zhǔn)放射治療成功的關(guān)鍵。傳統(tǒng)的靶區(qū)勾畫通常依賴于醫(yī)師的人工操作，存在主觀性較強(qiáng)和操作困難的問題。近年來，基于深度學(xué)習(xí)的自動(dòng)勾畫技術(shù)的引入正在改變放射治療的實(shí)踐，這種技術(shù)能夠利用大量的醫(yī)學(xué)影像數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法迅速準(zhǔn)確地識(shí)別和勾畫出患者的靶區(qū)。相比傳統(tǒng)的手工勾畫，自動(dòng)勾畫技術(shù)具有以下優(yōu)勢(shì)：（1）提高勾畫的精度。自動(dòng)勾畫技術(shù)通過深度學(xué)習(xí)算法，能夠在醫(yī)學(xué)影像中準(zhǔn)確標(biāo)記出腫瘤靶區(qū)和危及器官的地點(diǎn)和邊界。這大大減少了人為操作導(dǎo)致的主觀誤差，提高了勾畫的準(zhǔn)確性。（2）提高勾畫的效率。手動(dòng)勾畫靶區(qū)和危及器官通常是一項(xiàng)耗時(shí)費(fèi)力的任務(wù)，而自動(dòng)勾畫技術(shù)可以在短時(shí)間內(nèi)完成大量的勾畫工作，節(jié)省了醫(yī)師的時(shí)間和精力，使其能夠更多地專注于其他的臨床任務(wù)。（3）減少醫(yī)師之間的差異。不同醫(yī)師在手動(dòng)勾畫過程中可能受到個(gè)人經(jīng)驗(yàn)和主觀因素的影響，導(dǎo)致勾畫結(jié)果存在較大的差異。自動(dòng)勾畫技術(shù)可以提供一致性和標(biāo)準(zhǔn)化的勾畫結(jié)果，減少了醫(yī)師之間的差異性。（4）提升診療效率。傳統(tǒng)的手動(dòng)勾畫過程是需要耗費(fèi)大量的重復(fù)性工作，降低了醫(yī)師進(jìn)行診療的效率。通過自動(dòng)勾畫技術(shù)，醫(yī)師可以快速獲得準(zhǔn)確的勾畫結(jié)果，能夠節(jié)省時(shí)間并提高診療效率。因此，針對(duì)放射治療中腫瘤靶區(qū)和危及器官的自動(dòng)勾畫需求，人工智能靶區(qū)自動(dòng)勾畫平臺(tái)應(yīng)運(yùn)而生。該平臺(tái)利用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，結(jié)合大規(guī)模醫(yī)學(xué)影像數(shù)據(jù)，能夠快速、準(zhǔn)確地實(shí)現(xiàn)腫瘤靶區(qū)和危及器官的自動(dòng)勾畫，為放射學(xué)醫(yī)師提供了一種快速、便捷且高效的工具，促進(jìn)了放射治療的精準(zhǔn)性和智能化發(fā)展［10］。

（三）提高臨床實(shí)踐能力

在腫瘤放療科及腫瘤相關(guān)專業(yè)中，影像學(xué)本科學(xué)生的輪轉(zhuǎn)學(xué)習(xí)時(shí)間有限，因此，如何在短期內(nèi)既學(xué)習(xí)掌握“放射腫瘤學(xué)”的基本理論知識(shí)，又提高臨床實(shí)踐技能，成為培養(yǎng)高質(zhì)量醫(yī)學(xué)生的重要問題。在這方面，人工智能平臺(tái)展現(xiàn)了計(jì)算機(jī)科學(xué)技術(shù)與生物醫(yī)學(xué)基礎(chǔ)知識(shí)的完美融合，可促進(jìn)不同學(xué)科知識(shí)的交叉?zhèn)鬟f和深度融合。隨著人工智能的發(fā)展，出現(xiàn)了多種學(xué)習(xí)模式，其中包括豐富的資源，如放射圖像、實(shí)驗(yàn)室結(jié)果、病理影像和視頻資料等。這些資源能夠充分利用人工智能技術(shù)，為學(xué)生提供高度仿真的實(shí)踐訓(xùn)練機(jī)會(huì)。通過將課本知識(shí)與臨床實(shí)踐緊密結(jié)合，學(xué)生可以更加真實(shí)地參與學(xué)習(xí)過程，產(chǎn)生更強(qiáng)的沉浸感，從而取得更顯著的學(xué)習(xí)效果。這種基于人工智能的學(xué)習(xí)模式有助于學(xué)生提升靶區(qū)勾畫、信息收集、綜合分析和溝通交流等學(xué)習(xí)能力，同時(shí)激發(fā)學(xué)生的學(xué)習(xí)興趣［11］。基于人工智能自動(dòng)勾畫平臺(tái)的實(shí)踐及教學(xué)模式改革可以幫助學(xué)生更好地發(fā)展技能和知識(shí)；能夠有效地節(jié)約教學(xué)資源，節(jié)省教師單獨(dú)輔導(dǎo)的時(shí)間；通過利用自動(dòng)勾畫平臺(tái)，學(xué)生可以得到快速、準(zhǔn)確的勾畫結(jié)果，從而提高計(jì)劃靶區(qū)和危及器官勾畫的一致性和規(guī)范性。此外，學(xué)生還能夠根據(jù)自身需要隨時(shí)訪問豐富的學(xué)習(xí)資源，并通過與人工智能平臺(tái)的交互獲得實(shí)時(shí)的反饋和指導(dǎo)，從而提高學(xué)習(xí)效果。總之，基于人工智能自動(dòng)勾畫平臺(tái)的實(shí)踐及教學(xué)模式改革為影像學(xué)本科學(xué)生在放射腫瘤學(xué)領(lǐng)域提供了更好的學(xué)習(xí)機(jī)會(huì)。這種學(xué)習(xí)模式集合了多學(xué)科知識(shí)、豐富的資源和高度仿真的實(shí)踐訓(xùn)練，能夠幫助學(xué)生提升專業(yè)技能、加深理論理解，并激發(fā)學(xué)生的學(xué)習(xí)興趣，同時(shí)提高了教學(xué)效果，提升了學(xué)習(xí)成果的規(guī)范性，為培養(yǎng)高質(zhì)量的醫(yī)學(xué)生提供了有力支持。

三、優(yōu)化“放射腫瘤學(xué)”臨床教學(xué)的改革措施

（一）以診斷及靶區(qū)勾畫實(shí)踐能力培養(yǎng)為導(dǎo)向，更新課程及教學(xué)內(nèi)容

人工智能即醫(yī)學(xué)影像數(shù)字化和人工智能輔助診斷，利用深度學(xué)習(xí)技術(shù)模擬人腦自動(dòng)學(xué)習(xí)數(shù)據(jù)各層次抽象特征來分析醫(yī)學(xué)影像并給出輔助診斷［12］，根據(jù)人工智能自動(dòng)勾畫軟件的特點(diǎn)，建立以創(chuàng)新、精準(zhǔn)、高效三個(gè)維度優(yōu)化人工智能自動(dòng)勾畫靶區(qū)的“放射腫瘤學(xué)”教學(xué)課程，包括靶區(qū)勾畫的基礎(chǔ)課程與人工智能自動(dòng)勾畫平臺(tái)軟件應(yīng)用的實(shí)踐課程。由于勾畫平臺(tái)的易操作性，而且具有靈活性，且不受時(shí)間和地域限制，學(xué)生可以自由選擇不同的時(shí)間和課程類型進(jìn)行學(xué)習(xí)，充分發(fā)揮自身的知識(shí)背景和綜合素質(zhì)優(yōu)勢(shì)，同時(shí)可充分利用業(yè)余時(shí)間。人工智能自動(dòng)勾畫軟件的臨床應(yīng)用與推廣逐步拓展到臨床教學(xué)領(lǐng)域，有效節(jié)省了教學(xué)資源，教學(xué)時(shí)間顯著降低，計(jì)劃靶區(qū)和危及器官的勾畫一致性和規(guī)范性得到了提高，學(xué)生的課程理解和掌握也有了更進(jìn)一步的提升；同時(shí)，該系統(tǒng)還能夠激發(fā)學(xué)生的學(xué)習(xí)興趣，提升教學(xué)效果［13］。此外，系列靶區(qū)教學(xué)課程基于人工智能自動(dòng)勾畫進(jìn)一步建設(shè)了專題講座、線上線下的專題輔導(dǎo)以及個(gè)性化輔導(dǎo)等特色講座。學(xué)生可根據(jù)自身需求自主訂閱或參與不同的教學(xué)課程，學(xué)校還可通過建立相應(yīng)的平臺(tái)，通過郵件、微信等方式與學(xué)生建立聯(lián)系，幫助學(xué)生解決疑問。

（二）建設(shè)多元化教學(xué)團(tuán)隊(duì)

遴選一批中青年骨干教師作為本課程全程教師，聘請(qǐng)博士生導(dǎo)師、碩士生導(dǎo)師，“放射腫瘤學(xué)”教學(xué)基地教師、放射腫瘤科醫(yī)生、放射科醫(yī)生、超聲科醫(yī)生及靶區(qū)勾畫平臺(tái)相關(guān)工作人員等作為課程教師，建設(shè)高水平的“放射腫瘤學(xué)”學(xué)科專業(yè)教學(xué)團(tuán)隊(duì)。在教師選拔方面，重視對(duì)人工智能影像診斷和靶區(qū)教學(xué)業(yè)務(wù)的熟練程度，遵循不同專業(yè)教師的教學(xué)領(lǐng)域，針對(duì)不同方向進(jìn)行教學(xué)分工。為了提供更加全面的教學(xué)服務(wù)，還邀請(qǐng)影像專業(yè)（包括PET-CT、磁共振、CT、彩超）教師以及放射物理師擔(dān)任教師。他們擁有豐富的教學(xué)和臨床經(jīng)驗(yàn)，能夠?qū)⒒A(chǔ)理論和臨床實(shí)踐相結(jié)合，為學(xué)生提供更加深入的教學(xué)知識(shí)和有效的方法。同時(shí)，積極鼓勵(lì)中青年教學(xué)骨干申報(bào)全程教師，并對(duì)其進(jìn)行規(guī)范化培訓(xùn)，促進(jìn)教學(xué)互長(zhǎng)。通過這些舉措的實(shí)施，學(xué)生的影像診療和靶區(qū)勾畫能力將會(huì)得到更加全面和有效的提高。

（三）以人工智能平臺(tái)為基點(diǎn)，改革實(shí)踐教學(xué)模式

本教學(xué)方案以人工智能平臺(tái)為基點(diǎn)，改革實(shí)踐教學(xué)模式，提升學(xué)生的實(shí)踐能力和臨床實(shí)踐水平。其中，我們將利用深度學(xué)習(xí)（Deep Learning，DL）自動(dòng)勾畫技術(shù)的PV-iCurve人工智能靶區(qū)自動(dòng)勾畫系統(tǒng)，開展線下實(shí)踐課程來進(jìn)行靶區(qū)勾畫學(xué)習(xí)，結(jié)合利用PACS系統(tǒng)對(duì)影像資料進(jìn)行系統(tǒng)討論。通過實(shí)踐及教學(xué)模式的改革，可以幫助學(xué)生更好地提升靶區(qū)勾畫、信息收集、綜合分析、溝通交流等學(xué)習(xí)能力，同時(shí)激發(fā)學(xué)生學(xué)習(xí)興趣，提升放射腫瘤學(xué)的臨床實(shí)踐能力［14］。這種教學(xué)方式可以大大提高教學(xué)效果，有效節(jié)約教學(xué)資源及教師單獨(dú)輔導(dǎo)時(shí)間。最重要的是，可以提高計(jì)劃靶區(qū)和危及器官勾畫的一致性和規(guī)范性，從而確保更準(zhǔn)確的醫(yī)療診斷。同時(shí)為檢測(cè)學(xué)生的學(xué)習(xí)成果，將會(huì)由全程教師定期組織班級(jí)學(xué)生進(jìn)行階段性考核，內(nèi)容包括該段時(shí)間所學(xué)的理論知識(shí)，形式為線下筆試和線上平臺(tái)考核。通過以人工智能自動(dòng)勾畫平臺(tái)為基點(diǎn)的實(shí)踐教學(xué)模式的改革，為學(xué)生提供更具有挑戰(zhàn)性和實(shí)用性的學(xué)習(xí)環(huán)境，培養(yǎng)出更為優(yōu)秀的專業(yè)人才。

結(jié)語

“放射腫瘤學(xué)”作為臨床醫(yī)學(xué)的重要學(xué)科，臨床教學(xué)內(nèi)容豐富，需要在臨床教學(xué)中注重知識(shí)的多元化傳授，僅提供理論知識(shí)的灌輸已經(jīng)無法滿足醫(yī)學(xué)教育領(lǐng)域的要求。將抽象的概念具象化為立體的實(shí)踐操作，能使得學(xué)生更好地理解和應(yīng)用相關(guān)知識(shí)。通過初步的探索，在進(jìn)行“放射腫瘤學(xué)”的臨床教學(xué)時(shí)采用聯(lián)合人工智能勾畫平臺(tái)的方式可以簡(jiǎn)化并優(yōu)化學(xué)生的學(xué)習(xí)過程。進(jìn)行靶區(qū)自動(dòng)勾畫不僅可以提供更準(zhǔn)確、高效的結(jié)果，還能夠?yàn)閷W(xué)生提供實(shí)際操作的機(jī)會(huì)和經(jīng)驗(yàn)。初步說明臨床教學(xué)時(shí)借助人工智能輔助教學(xué)的手段，使醫(yī)學(xué)教學(xué)變得更加便捷、高效和有效，能提高學(xué)生的臨床實(shí)習(xí)經(jīng)驗(yàn)，促進(jìn)學(xué)生之間的交流合作，并培養(yǎng)出高水平放射腫瘤學(xué)專業(yè)應(yīng)用型人才。人工智能輔助教學(xué)的成功應(yīng)用進(jìn)一步說明了其具備較強(qiáng)的潛力和可行性，需要深入探索和推廣該教學(xué)模式，以滿足社會(huì)對(duì)高水平醫(yī)學(xué)人才的需求，更好地推動(dòng)醫(yī)學(xué)教育的發(fā)展。

參考文獻(xiàn)

［1］王美華.揭開放療的神秘面紗［N］.人民日?qǐng)?bào)海外版，2023-06-02（9）.

［2］李濤，郎錦義.放射腫瘤學(xué)的進(jìn)展與未來［J］.腫瘤預(yù)防與治療，2019，32（1）：1-6.

［3］宋泉毅，張大昕.腫瘤學(xué)教學(xué)現(xiàn)存主要問題與放射腫瘤學(xué)規(guī)范化培訓(xùn)基地改革建議［J］.基礎(chǔ)醫(yī)學(xué)與臨床，2019，39（4）：613-616.

［4］李列，段妔，繆煒烈，等.“互聯(lián)網(wǎng)+”放療技術(shù)在腫瘤實(shí)踐教學(xué)中的應(yīng)用研究［J］.中國(guó)繼續(xù)醫(yī)學(xué)教育，2023，15（13）：20-23.

［5］孫謙，宣愛麗，汪庚明，等.放射腫瘤學(xué)臨床教學(xué)中的常見問題與優(yōu)化改革探索［J］.科教導(dǎo)刊，2022（10）：129-131.

［6］郎濟(jì)祿，楊勇，凌耿強(qiáng)，等.WebQuest結(jié)合融通教學(xué)法在腫瘤科臨床實(shí)習(xí)中的應(yīng)用［J］.中國(guó)繼續(xù)醫(yī)學(xué)教育，2022，14（13）：29-32.

［7］肖政，馮繼紅，陳敏，等.微視頻在放射腫瘤學(xué)研究生教學(xué)中的應(yīng)用［J］.現(xiàn)代醫(yī)藥衛(wèi)生，2019，35（6）：926-927.

［8］吳雙，周育夫.人工智能在腫瘤放射治療中的應(yīng)用［J］.中國(guó)醫(yī)療設(shè)備，2020，35（8）：161-166.

［9］張玉海，李月敏.人工智能在腫瘤放射治療中的研究進(jìn)展［J］.實(shí)用腫瘤學(xué)雜志，2019，33（6）：570-574.

［10］惠蓓娜，李毅，龔?fù)赝兀?人工智能在腫瘤放射治療學(xué)臨床教學(xué)中的應(yīng)用研究［J］.西部素質(zhì)教育，2022，8（18）：116-119.

［11］鄒琪華，張宇辰，蔡君，等.人工智能在腫瘤領(lǐng)域的應(yīng)用：科學(xué)研究和教學(xué)實(shí)踐中的進(jìn)展［J］.癌癥，2022，41（2）：49-56.

［12］趙紫晨，張衍.人工智能在腫瘤學(xué)教學(xué)中應(yīng)用的前景分析［J］.數(shù)理醫(yī)藥學(xué)雜志，2022，35（10）：1423-1426.

［13］徐超，鄭生偉，方麗，等.病理圖像人工智能分析軟件臨床評(píng)價(jià)思考［J］.中國(guó)數(shù)字醫(yī)學(xué)，2023，18（5）：23-26+31.

［14］皈燕，謝力.放療軟件聯(lián)合仿真實(shí)驗(yàn)室在放射腫瘤學(xué)教學(xué)中的應(yīng)用［J］.中國(guó)繼續(xù)醫(yī)學(xué)教育，2022，14（12）：29-32.

Application of Artificial Intelligence Automatic Sketching Platform in the Teaching of

Radiation Oncology

LUO Hai-qing1， LUO Qian-bing1， HUANG Ning-xin1， LI Xiang-yong2

（1. Head and Neck Oncology Specialist， Affiliated Hospital of Guangdong Medical University， Zhanjiang， Guangdong 524001， China; 2. Department of Biochemistry and Molecular Biology， Guangdong Medical University， Zhanjiang， Guangdong 524023， China）

Abstract： In order to solve the urgent shortage of radiation oncology professionals， improving the teaching level of radiation oncology is the key. In the context of current medical education， the wide application of artificial intelligence technology helps to make medical teaching more convenient and efficient， with strong feasibility. The teaching mode combined with the “artificial intelligence automatic outline platform” is highly innovative， and is a new type of radiation oncology talent training mode， which is in line with the current development trend of medical education and has important practical significance for improving the quality of radiation oncology professionals. In recent years， the AI target delineation platform has great potential in the medical field. In order to adapt to the development of medical teaching and meet the learning needs of students， teaching reform is imperative.

Key words： artificial intelligence automatic sketching platform; radiation oncology; teaching reform; professional talent training