人工智能輔助診斷在病理學教學改革中的應用

關鍵詞：病理學教學，人工智能，診斷，教學改革中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9545（2025）03-0124-（05）DOI：10.19717/j. cnki. jjun.2025.03.023

病理學作為醫學的重要基礎學科，承擔著疾病診斷、病因分析及預后評估的核心使命。在醫學教育中，病理學教學不僅幫助學生掌握疾病的基本病理過程和機制，還培養學生的臨床思維和整體視角[1]。然而，隨著醫學科學的快速發展和臨床需求的不斷變化，傳統的病理學教學模式面臨著許多挑戰，尤其是在信息技術迅猛發展的背景下，學生需要具備更為先進的技能和知識。因此，病理學教學的改革顯得尤為重要。近年來，人工智能（Artificialintelligence，AI）輔助診斷技術的引入為病理學教學改革提供新的可能性，利用深度學習和圖像識別等前沿技術，AI能夠迅速分析大量病理圖像，并輔助病理醫生進行精準的疾病診斷與分類[2]。AI不僅可以提高病理診斷的效率和準確性，還能夠減少人為錯誤，提升醫生的工作效率，通過將AI技術整合到病理學教學中，學生能夠在學習過程中接觸到最新的科技成果，從而更好地理解疾病的復雜性和多樣性[3]。引人AI技術的病理學教學模式，能夠激發學生對現代醫學技術的興趣，培養他們的創新思維和實踐能力，通過實踐體驗不僅加深學生對病理學的理解，還提升學生自主解決實際問題的能力，培養學生未來的專業技能[4]。盡管近年來已有研究探討了AI在醫學教育中的應用，但對于其在病理學教學改革中的具體作用和實施策略的系統研究仍顯不足。因此，本研究旨在探討AI輔助診斷在病理學教學改革中的應用，以期為提升病理學教育質量和學科發展提供可行的策略和理論依據，現報告如下。

1研究對象與方法

1.1研究對象

選擇120名臨床醫學專業的學生作為研究對象，根據學生班級不同進行分組，A班61名學生，B班59名學生。A班學生中男20名，女41名；年齡20～23歲，平均（ 21.74±1.13 ）歲。B班學生男20名，女39名；年齡20～23歲，平均22.01±0.75 ）歲。對比兩個班級的學生基線資料，組間對比差異沒有統計學意義（ pgt;0.05 。納入標準： ① 所有學生均是完成前期的人體解剖學、組織胚胎學等基礎課程學習； ② 不限性別，男生和女生均可納入研究； ③ 學生自愿參與研究，并簽署知情同意書。排除標準： ① 有嚴重的身體疾病或精神障礙的學生； ② 過去的學期內，因缺課、成績不合格或其他原因表現出顯著學業困難的學生； ③ 已參與其他可能影響本研究結果的相關研究的學生。

1.2研究方法

A組學生采用常規病理學教學方式，主要依托教師的臨床病理討論資料進行教學。具體流程如下：首先，教師將學生分為若干小組，每個小組根據提供的臨床病理資料進行討論和研究。教師為每個小組布置任務，要求他們將資料整理成PPT，以便于后續的知識講述和現場演示。在課堂上，學生們通過PPT展示所學內容，教師則針對每個小組的表現進行點評，幫助學生理解病理學的核心概念和實際應用。此外，教師為學生提供自主病理分析的時間，鼓勵學生獨立思考和分析病例，通過自主學習增強對病理學的理解。在課程結束后，教師布置課后任務，要求學生根據課堂學習情況和任務完成情況進行總結和反思，根據學生學習情況進行評分。B組學生則在常規教學的基礎上，應用AI輔助教學改革，具體如下。1.2.1借助AI優化病理在線教學（1）教學互動及個性化指導：帶教老師利用AI技術深入分析學生的學術水平、興趣和學習進度，從而為他們推薦最適合的教材和學習資源，并制定個性化的學習路徑。通過收集學生的學習數據，包括考試成績、作業完成情況和課堂參與度，AI系統能夠評估每位學生的學術水平。系統分析學生的興趣點，例如生物技術專業的學生對病理檢測方法感興趣，AI便會自動推薦相關的教材、科研論文和在線課程，幫助學生深入理解這方面的知識。對于臨床專業的學生，AI識別學生希望通過病例學習提升自己的需求，然后系統提供更多病例分析、臨床案例研究和相關的醫學文獻，確保學生能夠獲取到最新和最相關的學習資料。此外，利用AI學習助手，教師可以通過實時測驗評估學生的掌握情況，系統自動總結出未掌握的知識點，并針對性地提供學習建議，幫助學生有針對性地復習和提高。在在線學習過程中，AI學習助手提供即時互動，及時回答學生的疑問，支持學生進行自主學習。（2）智能化考核及評估：帶教老師利用AI技術，通過特定的教育軟件平臺自動生成符合教學大綱和教材內容的考核題目。老師將教學大綱和教材內容輸人系統，AI根據這些信息生成多樣化的考題，包括選擇題、填空題和主觀題。同時，系統根據學生的反饋和考試結果，不斷更新和擴充題庫，確保題目始終與課程內容相符。在主觀題的評閱方面，AI系統將學生的答案與標準答案進行對比，通過自然語言處理技術分析答案的準確性和完整性，系統會生成詳細的評估報告，指出每位學生的優缺點，并提供分數和反饋建議。教師可以根據這些報告跟蹤學生的學習進度，識別出學習困難的領域，并及時調整教學內容和策略，以便有針對性地進行輔導。（3）學習動力激發：利用在線考核方式，教師可以通過AI技術確保考核的公平性和安全性。考核過程中，AI人臉識別技術實時監控考生身份，確保每位學生在考試期間都是本人參加。同時，網絡監控系統記錄整個考試過程，通過作弊監測算法實時分析行為模式，及時識別異常活動，如代考和替考行為。在考試后，AI系統收集學生的學習數據，根據每位學生的學習習慣和成效，制定個性化學習方案。對于基礎薄弱的學生，AI分析其知識掌握情況，制定循序漸進的學習目標，并推薦適合的學習資源和練習題，幫助他們逐步提升。對于那些難以融會貫通的學生，AI通過設置思維導圖，將相關知識點進行關聯，幫助他們建立系統的病理學知識網絡。

1.2.2借助AI完善病理在線實驗教學（1）輔助學生實驗操作及診斷：教師利用AI的深度學習模型，對組織切片的病理圖像進行自動分析和診斷，識別病變部位，并對學生的診斷進行指導。比如學生在觀察肺癌的病理切片時，可能由于經驗不足而難以區分正常肺組織與腫瘤細胞。此時，AI可以迅速識別出切片中的惡性腫瘤細胞，并高亮顯示這些區域。隨后，教師可根據AI的標記，結合具體病變特征，指導學生進一步分析病灶的形態特征、細胞排列及與正常組織的區別，從而加深學生對該病理變化的理解。（2）提高實驗報告反饋效率：在實驗報告的評估環節，AI幫助教師自動化評估學生提交的報告，并提供詳細的反饋。例如，當學生在病理實驗報告中描述一張胃癌切片時，AI可以通過分析報告中的病變描述和標注，來判斷學生是否正確識別了癌細胞的典型性特征。如果學生錯誤地標注了正常細胞為病變細胞，AI將立即標記出問題部分，并提供反饋，指出正確的標注方式和病變區域。（3）豐富實驗教學資源：教師利用AI技術將病理實驗中的標本和切片數字化，構建線上數據庫，學生可以隨時隨地訪問這些數字切片進行學習，不再受限于實驗室的顯微鏡和物理標本。利用AI創建一個仿真的虛擬實驗環境，模擬顯微鏡下的實際操作場景，在該環境中，學生可以通過交互式界面操作虛擬顯微鏡，進行切片觀察與診斷分析，獲取與實際操作類似的體驗。教師與學生利用AI系統設置實時討論模塊，學生在學習和操作數字切片時，可以隨時通過系統提交問題，并由AI進行即時解答或分析建議。如果AI不能解答問題，系統將自動轉交給教師，幫助教師更好地了解學生的學習困惑，并進行針對性輔導。

1.2.3基于AI輔助的病理學教學具體流程基于對病理學在線教學、實驗教學分享，針對教學案例的完成流程對應如下：（1）教學案例背景。案例選擇病理學課程中的腫瘤病理診斷，期望讓學生熟悉AI輔助病理學診斷的應用過程。（2）教學目標明確。知識目標：需要學生可以理解AI輔助診斷的基本原理，熟悉AI輔助對腫瘤病理學診斷的應用效果。技能目標：學生可借助AI工具開展對腫瘤樣本的初步分析，基于輔助診斷形成疾病初步診斷意見。態度目標：培養學生對于新技術的開放態度，鼓勵學生能夠在未來工作中積極應用AI技術進行輔助診斷。（3）教學工作準備。教師提前準備好有關AI在病理學中的應用背景、技術原理以及成功案例的幻燈片。然后選擇一款適合教學的AI病理診斷軟件，如ChatAI、DeepSeek等，保證所有的學生都能夠在計算機上進行信息訪問。教學前準備好多個關于腫瘤病理切片的數字圖像，病例樣本需具有多樣性并有代表性，涵蓋不同種類腫瘤樣本。（4）教學步驟。 ① 課程導入階段（ 15min ）：該階段教學主要是教師利用幻燈片簡要介紹AI基本概念以及在病理學中的應用重要性，講解AI怎樣通過深度學習技術分析處理病理圖像，識別腫瘤細胞及同病理學家協作提高診斷準確率以及診斷效果。通過AI展示成功輔助診斷的案例，可以激發學習興趣并助力互相討論。② 理論講解階段（ 30min ）。講解AI工作基本原理，包括卷積神經網絡基礎知識及AI模型訓練，識別病理圖像的相關特征。明確AI在腫瘤分類及分級評價中的應用價值，明確AI優勢，包括快速分析及輔助診斷結果的客觀性。 ③ 實踐環節（ 45min ）。學生被分為若干小組，每組成員通常為4～5人。每個小組都提供計算機以及AI輔助病理診斷軟件。教師提供標準化的操作流程，指導學生如何上傳病理圖像，并使用AI工具進行分析。在此過程中，學生將觀察AI如何對樣本進行分類和標記，學生在分析過程中需記錄AI的診斷結果，并與自己的初步判斷進行比較。教師在各組間進行巡回指導，并給予支持。 ④ 討論與總結（ 30min^? ）。每個小組都展示了分析結果，討論AI診斷與人工診斷的一致性，并對存在差異的原因進行了分析。強調教師引導作用以及AI同人工的協作關系，討論如何可以利用AI輔助提高病理診斷準確性。之后教師對課程重點進行總結，明確AI在病理學中的重要作用及發展前景。教師收集學生反饋并詢問他們對AI技術融合實際診斷的建設性意見。

兩組學生同時進行1個學期的教學。

1.3觀察指標

（1）考核成績。兩組學生在學期末分別進行理論考核和實踐考核。針對理論考核采用統一閉卷考核方式，自題庫選擇題目設計考核項目；針對實踐操作考核結合平時成績及期末抽取題自進行實踐操作考核。各項考核成績均為100分。

（2）學生主觀評價。發放調查問卷，主要是在完成授課后，借助雨課堂向學生推送課堂調查問卷，了解學生對教學情況的主觀評價。內容包括學習參與度、擴大知識面、知識運用能力、開放性思維能力等共計12個項目，針對各個項目均按照1分（非常不認可）、2分（不認可）、3分（一般）、4分（認可）、5分（非常認可）進行評價。

（3）學生滿意度。應用自制的滿意度問卷調查，調查學生對教學過程滿意情況，包括教師教學方式、課堂活躍性、自我感覺等。滿意度問卷的總分為100分，問卷信度0.812，有效度0.851。根據得分不同分成非常滿意（ 90～100 分）、滿意（ 70～ 89分）、不滿意（70分以下）三個等級。總滿意率Σ=Σ （非常滿意例數 + 滿意例數）/總例數 ?×100% 。

1.4統計學方法

采用SPSS21.0軟件做統計學分析，計量資料用（ ）表示，采用 χ_t 檢驗，計數資料用（ 9% ）表示，使用 χ² 檢驗，以 plt;0.05 表示差異具有統計學意義。

2結果

2.1考核成績

B組學生在理論與實踐的考核成績均高于A組，組間差異具有統計學意義（ plt;0.05 ，見表1。

表1兩組學生考核成績對比（分， ）

2.2學生主觀評價

對學生的主觀評價情況，在各項得分情況中，B組均明顯高于A組，組間差異具有統計學意義（ plt;0.05 ，詳見表2。

表2兩組學生對教學主觀評價得分對比（分， ）

2.3學生滿意度

滿意度調查情況顯示，B組學生的總滿意率高于A組（ plt;0.05 ），詳細數據見表3。

表3兩組學生的滿意度對比［n（%）]

3討論

病理學教學的最終目的是幫助醫學生在掌握各類病因的基礎上，了解疾病發病機制以及疾病進展的潛在機制[5]。針對醫學生進行病理學的教學，需要以圖片觀察以及歸納分析為任務，結合實際需求進行教學實踐。常規病理學教學存在教學死板、教學方式單一、學生知識掌握局限等問題，因此，教學方式改革實踐也是必然要求[6]。AI在當前醫學診斷中的應用，大大減輕了人工工作壓力，并且可以有效規避各種誤差，這樣對于提高病理診斷效率以及診斷準確率有重要的幫助[7]

本次研究結果顯示，在病理學教學改革中應用AI輔助診斷具有顯著優勢。與常規教學方式相比，采用AI輔助診斷的B組學生在理論考核和實踐考核中的表現明顯優于A組學生，兩組差異具有統計學意義（ plt;0.05） 。這表明AI技術在提高學生對病理知識的掌握和實際操作技能方面發揮了積極作用。在病理學教育中，理論考核和實踐考核是評估學生學習效果的重要指標，從理論考核來看，B組學生能夠更加準確地理解和掌握病理學概念，尤其是在識別和分析復雜病變方面的能力顯著提升。AI系統提供的數字化切片庫為學生提供豐富的學習資源，使其能夠在學習過程中隨時訪問和分析大量的病理圖像。這種即時訪問的能力不僅讓學生能夠在課堂上實時進行討論和分析，還能在課后自主復習和探索[8]。特別是在處理一些稀有或復雜的病變時，AI系統的自動化分析功能能夠幫助學生更高效地識別病變區域，并結合相關文獻和參考資料，加深對理論知識的理解，這種結合理論與實踐的學習方式，使得學生對病理學的核心概念和機制有了更深刻的認識。在實踐考核中，AI輔助診斷不僅為學生提供更高效的學習路徑，還通過虛擬實驗環境模擬真實的顯微操作場景，這種高仿真的虛擬實驗環境讓學生能夠在有限的課堂時間內進行更多的實踐操作，增強他們的動手能力和實踐經驗[9。學生可以通過虛擬實驗平臺反復練習，從而在實際操作中更加自信和熟練。這種實操能力的提升，不僅為他們未來的臨床工作打下了堅實的基礎，也讓他們在面對真實病例時能夠更從容地應對。與此同時，AI系統的個性化反饋功能也是提升學生學習效果的重要因素。系統能夠實時分析學生的表現，識別他們在學習中遇到的困難，并根據每個學生的具體情況提供針對性的建議和指導。這種個性化的學習體驗能夠幫助學生有效地調整學習策略，克服知識盲點，從而提高整體學習效率。

本研究結果顯示，在學生對教學后自身的主觀評價情況，B組的學生在各個方面得分都比A組更高，這一結果表明AI輔助診斷在病理學教學中，能夠幫助學生獲得良好教學評價，使得學生對教學過程學習參與度、擴大知識面、知識運用能力等認可度提高。此外，問卷調查學生對教學滿意度的評估，結果同樣表明，B組學生對AI輔助教學的接受度更高，滿意率顯著高于A組（ 96.61% vs 83.61% ， plt;0.05 ）。這種差異主要源于AI技術在教學中的多元化應用，提供更加靈活、互動的學習方式，使學生在學習過程中獲得更豐富的體驗感和更多的學習支持。隨著教育技術的不斷發展，傳統的教學模式逐漸被創新的AI輔助教學所取代，特別是在病理學這樣需要高度專業知識和實際操作技能的領域，AI技術的應用顯得尤為重要。在實際的教學實踐中，病理教師依托AI輔助方式，能夠及時參與解答學生提出的問題，并導入針對性的理論和病例，這種即時互動不僅增強了師生之間的溝通，也使得課堂氛圍更加活躍。通過AI系統，教師可以在學生提出問題的瞬間，利用系統中的豐富資源迅速找到相關資料，進行精準解答[10]。這一過程有效縮短學生的疑惑期，使他們能夠在學習過程中保持高度的參與感和積極性。此外，AI技術還可以根據課堂進度和學生的學習情況，動態調整教學內容。例如，當教師注意到學生對某個概念或技能的掌握情況不佳時，AI系統能夠自動推薦相關的學習材料或案例，讓學生進行更深入地理解和練習，這種針對性的教學方式，不僅提高教學的針對性和有效性，也讓學生感受到學習的個性化和人性化，進而增強他們的學習動機。AI互動版塊，學生可以與AI系統進行實時交流，提出問題，獲取反饋，并參與討論。這種互動不僅限于教師與學生之間，還可以讓學生彼此之間進行協作學習。通過小組討論、案例分析等方式，學生能夠在交互中碰撞出新的思維火花，深化對病理學知識的理解。這種合作學習的方式，不僅提升了學生的溝通能力和團隊協作能力，也培養了他們的批判性思維和解決問題的能力，增強了整體的學習效果。

綜上所述，AI技術的應用為各行各業提供很大的幫助，在醫學診療領域中的應用同樣價值突出。在病理學的教學工作中，依托AI輔助診斷的方式，能夠更好地分析學生的情況并且根據學生個體差異，予以學生針對性的指導，并且時刻關注醫學生的表現及提供有效互動，顯著提高教學效果以及提高學生對教學工作的滿意度。

參考文獻：

[1]于觀貞，劉西洋，張彥春，等.人工智能在臨床醫學中的應用與思考[J].第二軍醫大學學報，2018（4） ：358.

[2]孔艷青，湯紅平，李曉.人工智能技術在臨床病理學診斷中的應用[J].當代臨床醫刊，2021（6）：94.

[3]Chen PHCC，Jung JJ，Kim Y，et al. AI-assisted clinical summary and treatment planning for cancercare： a comparative study of human vs. AI-based approaches.[J]. Journal of Clinical Oncology，2024（16_suppl） ：1523.

[4]孔艷青，湯紅平，李曉.人工智能技術在臨床病理學診斷中的應用[J].當代臨床醫刊，2021（6）：94.

[5]沈曉涵，杜祥.人工智能在病理診斷領域中的應用[J].腫瘤防治研究，2020（7）：487.

[6]劉瑞，袁文佳，劉巍.基于人工智能深度學習算法的超聲診斷系統在觸診陰性的乳腺結節良惡性鑒別中的應用[J].鄭州大學學報：醫學版，2023（3）：406.

[7]甘建琛，張明慶，秦海，等.計算機輔助診斷在結腸鏡檢查中的應用[J].天津醫藥，2019（6）：580.

[8]危曉莉，彭慧琴，徐恩萍，等.浙江大學病理學實驗教學體系的建立與應用[J].中華病理學雜志，2022（5） ：473.

[9]Lorkowski SW，Dermawan JK，Rubin BP.The practical utility of AI-assisted molecular profiling inthe diagnosis and management of cancer of unknown primary ： an updated review[J]. Virchows Ar-chiv：an international journal of pathology，2O24（2） ：369.

[10]常顏信，錢尤雯.人工智能在病理學教學中的應用[J].中國繼續醫學教育，2021（11）：88.

（責任編輯 程榮榮）