


摘"要:隨著醫(yī)學(xué)領(lǐng)域的深入探索及其與多學(xué)科交叉融合的加速,數(shù)學(xué)在醫(yī)學(xué)研究與實(shí)踐中起著越來越重要的作用?!搬t(yī)用高等數(shù)學(xué)”課程的開設(shè)旨在夯實(shí)醫(yī)學(xué)生的數(shù)學(xué)基礎(chǔ),賦予他們利用高等數(shù)學(xué)工具解決醫(yī)學(xué)問題的能力,為后續(xù)的醫(yī)學(xué)研究和臨床實(shí)踐奠定基礎(chǔ)。然而,當(dāng)前面臨兩大挑戰(zhàn):一是醫(yī)學(xué)生的數(shù)學(xué)基礎(chǔ)普遍較為薄弱;二是醫(yī)學(xué)教育體系內(nèi)課程密集,導(dǎo)致“醫(yī)用高等數(shù)學(xué)”的教學(xué)時(shí)間有限而內(nèi)容龐雜。這些挑戰(zhàn)限制了醫(yī)學(xué)生深入掌握高等數(shù)學(xué)知識(shí)的效率與效果。為應(yīng)對這些挑戰(zhàn),本文探討了人工智能(AI)技術(shù)在“醫(yī)用高等數(shù)學(xué)”教學(xué)中的創(chuàng)新應(yīng)用策略,以幫助醫(yī)學(xué)生更好地學(xué)習(xí)與使用高等數(shù)學(xué)。
關(guān)鍵詞:AI輔助;醫(yī)用高等數(shù)學(xué);教學(xué)改革
1"背景
醫(yī)學(xué),正以前所未有的速度向前發(fā)展,顯著特征是多學(xué)科的深度融合。數(shù)學(xué),作為一門基礎(chǔ)而強(qiáng)大的工具,其在醫(yī)學(xué)領(lǐng)域的應(yīng)用日益凸顯其不可或缺性。以生物學(xué)與醫(yī)學(xué)結(jié)合的基因編輯CRISPRCas9基因治療技術(shù)為例[1],其設(shè)計(jì)與優(yōu)化、靶點(diǎn)的精準(zhǔn)定位以及脫靶效應(yīng)的評(píng)估等都需要復(fù)雜數(shù)學(xué)模型以及統(tǒng)計(jì)學(xué)的支持,才能確保治療的安全性與有效性。工程信息學(xué)與醫(yī)學(xué)結(jié)合的達(dá)芬奇手術(shù)機(jī)器人在動(dòng)作規(guī)劃以及圖像識(shí)別與處理方面,需要龐大的數(shù)學(xué)運(yùn)算支撐[2]。醫(yī)學(xué)成像領(lǐng)域的超導(dǎo)高磁場技術(shù)需要數(shù)學(xué)進(jìn)行磁場的優(yōu)化設(shè)計(jì)以及傅里葉圖像重建[3]。綜上所述,現(xiàn)代醫(yī)學(xué)的快速發(fā)展及其多學(xué)科交叉融合的趨勢,對醫(yī)護(hù)人員的專業(yè)素養(yǎng)提出了更高的要求。他們不僅需要掌握醫(yī)學(xué)臨床知識(shí)與技能,還需要積極擁抱新技術(shù)與新方法,尤其需要具備良好的數(shù)學(xué)素養(yǎng)與利用數(shù)學(xué)知識(shí)解決醫(yī)學(xué)問題的能力。
醫(yī)學(xué)是一門高度綜合性的學(xué)科,其具有復(fù)雜的學(xué)科交叉性,因此醫(yī)學(xué)生的學(xué)習(xí)具有其獨(dú)特性,學(xué)生不僅需要掌握醫(yī)學(xué)知識(shí)技能,還需要具備將數(shù)學(xué)、生物、物理、化學(xué)等多學(xué)科知識(shí)融會(huì)貫通的能力。此外,醫(yī)學(xué)課程體系龐大,學(xué)生學(xué)習(xí)任務(wù)繁重,這就導(dǎo)致“醫(yī)用高等數(shù)學(xué)”課時(shí)相對較少,在課程安排上只能一方面減少課程覆蓋面,僅聚焦于部分?jǐn)?shù)學(xué)概念與方法,例如不定積分與定積分;另一方面只能對學(xué)習(xí)內(nèi)容的講解淺嘗輒止,導(dǎo)致學(xué)生缺乏深入理解和實(shí)際應(yīng)用的機(jī)會(huì)。醫(yī)學(xué)生的整體數(shù)學(xué)水平相對理工科生稍低,安排的數(shù)學(xué)相關(guān)課程較少,例如“數(shù)值分析”“概率論”等。這樣進(jìn)一步加劇醫(yī)學(xué)生對高等數(shù)學(xué)學(xué)習(xí)的困難。醫(yī)學(xué)生學(xué)習(xí)“醫(yī)用高等數(shù)學(xué)”課程的核心,在于掌握運(yùn)用數(shù)學(xué)工具解決醫(yī)學(xué)領(lǐng)域復(fù)雜模型構(gòu)建,實(shí)現(xiàn)精準(zhǔn)計(jì)算及計(jì)算求解。然而,當(dāng)前“醫(yī)用高等數(shù)學(xué)”教學(xué)過程中面臨的一個(gè)嚴(yán)峻挑戰(zhàn)是,學(xué)習(xí)難度往往導(dǎo)致學(xué)生難以充分掌握知識(shí)要點(diǎn),即便完成了課程學(xué)習(xí),也可能在面臨實(shí)際醫(yī)學(xué)數(shù)學(xué)問題時(shí)感到力不從心,難以有效應(yīng)用所學(xué)。
隨著ChatGPT以及類似語言大模型的發(fā)布,語言大模型開始進(jìn)入正式實(shí)用階段[4]。目前語言大模型憑借其強(qiáng)大的信息搜索與整合能力,在社會(huì)各個(gè)領(lǐng)域已經(jīng)得到了廣泛應(yīng)用,例如虛擬客服、語言對話、搜索引擎等。在課程教學(xué)領(lǐng)域,語言大模型的引入為傳統(tǒng)教學(xué)模式開辟了全新的可能性。對于教師而言,這些模型不僅可以進(jìn)行教學(xué)PPT的自動(dòng)排版與美化,還能根據(jù)課程具體要求智能生成例題、練習(xí)題、數(shù)學(xué)代碼乃至作業(yè),并輔助進(jìn)行作業(yè)批改等,極大地減輕教師的工作負(fù)擔(dān),讓他們更多地關(guān)注于教學(xué)過程的創(chuàng)新與設(shè)計(jì),從而實(shí)現(xiàn)教學(xué)效率與質(zhì)量的雙重提升。對于醫(yī)學(xué)生而言,掌握AI工具的使用成為他們高效掌握高等數(shù)學(xué)求解技巧的有效途徑。在傳統(tǒng)的“醫(yī)用高等數(shù)學(xué)”教學(xué)過程中,復(fù)雜的數(shù)學(xué)求解方法教學(xué)往往占用了學(xué)生大量的學(xué)習(xí)時(shí)間與精力,語言大模型與數(shù)學(xué)軟件的結(jié)合使得這些計(jì)算過程可以由AI快速完成,學(xué)生可以更多地關(guān)注醫(yī)學(xué)實(shí)際問題的理解建模。教師可以根據(jù)這一變革,優(yōu)化與調(diào)整學(xué)習(xí)內(nèi)容,減少對復(fù)雜數(shù)學(xué)問題求解的講解,轉(zhuǎn)而加強(qiáng)學(xué)生將醫(yī)學(xué)問題轉(zhuǎn)化為數(shù)學(xué)模型的能力訓(xùn)練與培養(yǎng)。這種教學(xué)模式的轉(zhuǎn)變,能讓學(xué)生在面對實(shí)際醫(yī)學(xué)問題時(shí),迅速構(gòu)建出精準(zhǔn)有效的數(shù)學(xué)模型,并熟練運(yùn)用AI工具進(jìn)行求解,達(dá)到學(xué)以致用的目的,有助于提升學(xué)生解決實(shí)際問題的能力。
2"教學(xué)手段探討
鑒于此,我們針對“醫(yī)用高等數(shù)學(xué)”課程精心構(gòu)思了一系列基于AI工具的教學(xué)改革方案,旨在通過AI手段優(yōu)化教學(xué)內(nèi)容與教學(xué)過程,提升學(xué)生的醫(yī)學(xué)數(shù)學(xué)建模能力與解決實(shí)際醫(yī)學(xué)問題的能力。
2.1"AI輔助教師備課
在備課階段,AI工具能夠輔助教師進(jìn)行教學(xué)設(shè)計(jì)的精細(xì)化操作。通過智能分析,AI自動(dòng)歸納出教學(xué)重難點(diǎn),為教師提供個(gè)性化的教學(xué)建議。同時(shí),AI還能高效協(xié)助教師完成PPT的精美設(shè)計(jì),并搜集與整合醫(yī)學(xué)領(lǐng)域的最新實(shí)際案例等。
在教學(xué)設(shè)計(jì)的關(guān)鍵階段,AI工具擁有龐大的教育相關(guān)數(shù)據(jù)庫,能夠結(jié)合不同專業(yè)學(xué)生的需求與特點(diǎn),量身打造符合專業(yè)特性的教學(xué)設(shè)計(jì)環(huán)節(jié),為教師提供極具價(jià)值的參考藍(lán)本。在此基礎(chǔ)上,教師還可以對教學(xué)流程進(jìn)行微調(diào),例如,讓AI工具在教學(xué)過程中設(shè)計(jì)更多的互動(dòng)教學(xué)活動(dòng)等,以激發(fā)學(xué)生的學(xué)習(xí)熱情與興趣。圖1為采用AI工具針對醫(yī)學(xué)本科生進(jìn)行洛必達(dá)法則教學(xué)流程設(shè)計(jì)。
“醫(yī)用高等數(shù)學(xué)”授課教師通常擁有深厚的理工科背景,但對于醫(yī)學(xué)領(lǐng)域的專業(yè)知識(shí),其儲(chǔ)備與理解深度可能略顯不足。這種跨學(xué)科的認(rèn)知差異,可能導(dǎo)致教師難以充分把握學(xué)生的學(xué)習(xí)需求與興趣點(diǎn),從而影響與學(xué)生之間的情感共鳴和教學(xué)效果。為了克服這一難題,教師可以在備課階段巧妙利用AI技術(shù)的強(qiáng)大助力。具體而言,教師可利用AI工具龐大的數(shù)據(jù)庫資源,精準(zhǔn)定位醫(yī)學(xué)生在高等數(shù)學(xué)與醫(yī)學(xué)交叉領(lǐng)域中的常見困惑、興趣熱點(diǎn)及學(xué)習(xí)難點(diǎn)。這不僅能夠幫助教師設(shè)計(jì)出更加貼近醫(yī)學(xué)生實(shí)際需求的教學(xué)案例與問題,還能確保備課內(nèi)容高度聚焦于醫(yī)學(xué)生群體的特定學(xué)習(xí)障礙與興趣點(diǎn),使教學(xué)準(zhǔn)備更具靶向性和實(shí)效性,促進(jìn)教學(xué)效果的顯著提升。
目前部分《醫(yī)用高等數(shù)學(xué)》教材存在著過于側(cè)重?cái)?shù)學(xué)理論與計(jì)算技巧,忽視數(shù)學(xué)工具在醫(yī)學(xué)實(shí)際的具體案例。例如,某《醫(yī)用高等數(shù)學(xué)》教材中《函數(shù)與極限》這一章沒有一道醫(yī)學(xué)相關(guān)的極限求解應(yīng)用題。因此在教學(xué)過程可以借助AI工具生成醫(yī)學(xué)上求解極限的實(shí)際案例,將教材中簡單的數(shù)學(xué)計(jì)算題“包裝”成醫(yī)學(xué)上的實(shí)際應(yīng)用題,展示高等數(shù)學(xué)在醫(yī)學(xué)上的實(shí)際應(yīng)用,加深學(xué)生對課程學(xué)習(xí)內(nèi)容的理解。
由于“醫(yī)用高等數(shù)學(xué)”的課程特點(diǎn),在醫(yī)學(xué)內(nèi)容方面采用多媒體PPT教學(xué)更為直觀清楚,在數(shù)學(xué)解題講授時(shí)采用黑板板書解題思路更為清晰。因此“醫(yī)用高等數(shù)學(xué)”的教學(xué)采用多媒體與黑板板書結(jié)合的形式可有效提升課程講授的效果。在PPT制作方面,目前常用的AI工具已經(jīng)可以實(shí)現(xiàn)PPT自動(dòng)制作以及Mermaid流程圖生成,可以幫助教師提升授課PPT制作的效率,有更多的時(shí)間去思考教學(xué)過程的設(shè)計(jì)。圖2為采用AI工具生成的洛必達(dá)法則求解流程圖。
2.2"AI輔助學(xué)生解題
隨著AI技術(shù)的發(fā)展,AI工具的出現(xiàn)為人類工作學(xué)習(xí)提供了更多的便利,并且在多個(gè)領(lǐng)域已經(jīng)超越傳統(tǒng)方法。例如,stable"diffusion能夠生成特定主題與風(fēng)格的圖片;在圖像放大領(lǐng)域,SwinIR"AI算法效果已超過傳統(tǒng)圖像處理算法;AlphaFold模型的出現(xiàn)大大降低了蛋白質(zhì)結(jié)構(gòu)測定的金錢與時(shí)間成本。這些預(yù)示著AI將成為未來社會(huì)不可或缺的驅(qū)動(dòng)力。醫(yī)學(xué)是一門快速發(fā)展的學(xué)科,也是AI技術(shù)重點(diǎn)探索與應(yīng)用的領(lǐng)域之一。因此教師應(yīng)該將AI的應(yīng)用融入教學(xué)內(nèi)容,讓未來的醫(yī)護(hù)人員盡早接觸到醫(yī)學(xué)領(lǐng)域的前沿科技,提升學(xué)生的專業(yè)水平。
與理工科學(xué)生不一樣,醫(yī)學(xué)生學(xué)習(xí)“醫(yī)用高等數(shù)學(xué)”課程的主要目標(biāo)是為了解決實(shí)際醫(yī)學(xué)問題,如進(jìn)行醫(yī)學(xué)定量分析、醫(yī)學(xué)統(tǒng)計(jì)分析等,“醫(yī)用高等數(shù)學(xué)”對于醫(yī)學(xué)生是一門工具課程。然而,鑒于高等數(shù)學(xué)的難度以及醫(yī)學(xué)生相對有限的學(xué)時(shí),許多醫(yī)學(xué)生對這門工具課程的學(xué)習(xí)顯得力不從心。因此,對于“醫(yī)用高等數(shù)學(xué)”授課教師,引導(dǎo)學(xué)生更有效地去解決醫(yī)學(xué)實(shí)際問題是本門課的重要教學(xué)任務(wù)之一。目前AI工具在編程代碼生成方面具有較大優(yōu)勢,因此結(jié)合AI工具與數(shù)學(xué)編程軟件進(jìn)行教學(xué),無疑是目前提升醫(yī)學(xué)生解決數(shù)學(xué)計(jì)算問題能力的有效途徑。圖3是一個(gè)實(shí)際教學(xué)案例設(shè)計(jì)流程圖。
2.3"AI輔助教學(xué)的風(fēng)險(xiǎn)以及倫理問題
AI工具在“醫(yī)用高等數(shù)學(xué)”的教學(xué)實(shí)踐中起到了很好的促進(jìn)教學(xué)的作用,但值得注意的是,在積極擁抱這一技術(shù)革新的同時(shí),我們必須高度警覺并妥善應(yīng)對AI應(yīng)用所帶來的風(fēng)險(xiǎn)與問題。目前的AI工具的可靠性并不高,例如,在教學(xué)流程設(shè)計(jì)以及PPT制作方面和生成的方案基礎(chǔ)上需要教師進(jìn)行修正,確保AI工具內(nèi)容的準(zhǔn)確性與權(quán)威性,避免誤導(dǎo)學(xué)生。因此,在教學(xué)設(shè)計(jì)階段,授課教師可以借助AI,但不能完全依賴AI。
在對學(xué)生進(jìn)行授課時(shí),我們同樣不可忽略AI工具所伴隨的局限性,尤其是在某些基礎(chǔ)數(shù)學(xué)問題的解答方面,AI表現(xiàn)出顯著的不足。例如,AI工具在解答等邊三角形面積這一簡單數(shù)學(xué)問題時(shí)也出現(xiàn)錯(cuò)誤。這提示我們,AI在涉及邏輯推理、概念理解及靈活應(yīng)用等方面,尚無法完全替代人類的思維與判斷力。
另一個(gè)在教學(xué)中需要注意的問題是,目前AI工具存在數(shù)據(jù)泄露風(fēng)險(xiǎn),大部分AI工具都是在線工具,進(jìn)行數(shù)據(jù)分析時(shí)需要上傳數(shù)據(jù),那么在醫(yī)學(xué)實(shí)際應(yīng)用中有可能將患者個(gè)人信息誤傳到云端,造成患者個(gè)人信息泄露。在教學(xué)過程需提醒學(xué)生對患者個(gè)人信息進(jìn)行保護(hù),或者教導(dǎo)學(xué)生如何使用ollama軟件搭建本地AI大模型系統(tǒng)。
除了AI工具本身的技術(shù)局限性以及隱私安全的問題,還需要注意學(xué)生可能產(chǎn)生的過度依賴現(xiàn)象。學(xué)生若在學(xué)習(xí)過程中過度依賴AI工具直接提供答案,而非主動(dòng)進(jìn)行深度思考,將不可避免地削弱其學(xué)習(xí)能力與創(chuàng)新思維。因此,在融合AI工具于教學(xué)之中時(shí),我們應(yīng)采取一種平衡策略,既要充分發(fā)揮AI工具帶來的便捷性與高效性,又需精心設(shè)計(jì)教學(xué)策略。教師可以通過設(shè)置啟發(fā)式問題、組織小組討論、引導(dǎo)批判性思維訓(xùn)練等方式,促使學(xué)生主動(dòng)探索、分析并解決問題。同時(shí),建立反饋機(jī)制,及時(shí)評(píng)估學(xué)生的學(xué)習(xí)過程與成果,確保AI工具成為學(xué)生學(xué)習(xí)旅程中的得力助手,而非替代思考的“捷徑”??傊?,通過精心規(guī)劃與引導(dǎo),我們確信AI技術(shù)能夠真正服務(wù)于教育,助力學(xué)生全面發(fā)展。
參考文獻(xiàn):
[1]BARRANGOU"R,F(xiàn)REMAUX"C,DEVEAU"H,et"al.CRISPR"provides"acquired"resistance"against"viruses"in"prokaryotes[J].Science,2007(315):17091712.
[2]周寧新.達(dá)芬奇機(jī)器人手術(shù)系統(tǒng)帶給我們的挑戰(zhàn)與啟迪[J].中華消化外科雜志,2010(2):9092.
[3]林嵐,郝冬梅,白燕萍,等.7TMRI系統(tǒng)在腦圖像中的應(yīng)用研究進(jìn)展[J].生物醫(yī)學(xué)工程學(xué)雜志,2013(30):11271130.
[4]劉江,章曉慶,巫曉,等.“ChatGPT+”驅(qū)動(dòng)的課程教學(xué)創(chuàng)新設(shè)計(jì):以南方科技大學(xué)多媒體信息處理課程為例[J].軟件導(dǎo)刊,2024(23):172176.
作者簡介:陳恒(1988—"),男,漢族,重慶人,博士研究生,副教授,研究方向:醫(yī)學(xué)信息工程;張淺閱(1997—"),男,漢族,貴州遵義人,碩士研究生,助教,研究方向:電子科學(xué)與技術(shù);陳雪(1998—"),女,漢族,貴州甕安人,碩士研究生,助教,研究方向:生物信息學(xué)。
*通信作者:賀碧芳(1988—"),女,漢族,湖南益陽人,博士研究生,副教授,研究方向:醫(yī)學(xué)信息工程。