生物医学工程专业开展人工智能课程建设的问题和实践探索

黄正行　齐炜　周泓

[摘 要] 健康中国战略的实施与推进，对生物医学工程专业开展人工智能课程建设和人才培养提出了新的要求。分析目前国内高校医学人工智能课程建设中存在的问题，从几个方面提出了提高高校医学人工智能课程教学质量的几点措施。

[关键词] 医学人工智能;教学质量;本科生教育;人才培养

[作者简介] 黄正行（1980—），男，安徽寿县人，博士，浙江大学生物医学工程与仪器科学学院教授，生物医学工程学系系主任，主要从事医学人工智能研究;齐 炜（1982—），男，浙江台州人，硕士，浙江大学生物医学工程与仪器科学学院教学科科长，主要从事生物医学工程专业教育教学研究;周 泓（1974—），男，浙江绍兴人，浙江大学生物医学工程与仪器科学学院教授，教学副院长，主要从事智能医学仪器、嵌入式计算研究。

[中图分类号] G642.0   [文献标识码] A   [文章编号] 1674-9324（2021）12-0001-04    [收稿日期] 2020-10-03

人工智能是目前备受关注的新兴科学领域。2017年7月8日，国务院印发《新一代人工智能发展规划》，将发展人工智能列为国家战略。随后，全国各大高校均将人工智能教育视为未来发展重点。生物医学工程专业作为生物、医学和信息科学的交叉融合专业，理当积极应对这一趋势，将人工智能教育更好地融入本科生教育中。

一、存在问题

生物医学工程学科的专业建设与大健康国家战略密切相关，肩负着为我国医疗器械和数字医疗行业发展培养专业型创新人才的重要使命。由于生物医学工程专业具有交叉性强、前沿性强的学科特点，建设与本专业培养目标相适应的课程体系，是人才培养的重要环节。

“医学人工智能”是一门医学和计算机科学的交叉课程，主要讲授人工智能技术在医学和健康领域的研究与应用。“医学人工智能”课程的目标是培养学生掌握和应用人工智能技术的原理及其核心算法，理解应用人工智能技术解决医学实际问题的范例，了解人工智能在医学领域的应用背景和发展趋势，并提升利用人工智能技术分析和解决医学实际问题的能力。

笔者已经在医学人工智能方面开展了一段时间的教学工作，在过去三年中，面向浙江大学生物医学工程专业的高年级本科生和研究生开设了“医学人工智能”课程。经过三年的教学工作，笔者意识到，目前医学人工智能的教学中存在一些较为显著的问题，如果不加以解决，很难真正上好这门课程。

（一）课程特色不突出

主要体现在课程教授内容与国内外计算机学院所开设的“人工智能”课程或“机器学习”课程存在相当程度上的同质化，并未系统化讲述医院期待人工智能解决的实际临床问题，没有说明每类医疗问题适合用什么样的技术应对，也未充分说明医学这一特殊领域在使用人工智能技术时所受到的约束。此外，课程建设过程中，还需要加强立德树人，把课程思政贯穿于人才培养的全过程，培养学生家国情怀，引导学生树立正確的人生观、价值观，提升学生的职业素养，促进学生德智体美劳全面发展。

（二）课程侧重点不够平衡

以往的教学过程主要依赖于课程主讲教师对医学人工智能相关领域的认识。目前回顾来看，这样的教学方法存在一定程度的顾此失彼，也就是在课程主讲教师的自身科研工作相关的领域容易介绍过深，其他部分介绍过浅，并未以合适的难度，向学生全面讲授医学人工智能的内容。

（三）课程缺乏教学资源

以往的教学主要依赖于教师自制的PPT，PPT作为一种展示工具，适合展示教学纲领而并不适合进行系统性的知识讲解。特别地，在世界范围内，目前也罕有针对医学人工智能编写的书籍，学生目前事实上并没有在课下进行系统性学习的参考书，严重影响了教学质量。此外，课程还需要将信息智能技术与教育教学深度融合，实施混合教学、慕课等新型教学方式，构建和提升线上及线上线下混合等新型现代教学模式，提高教学水平和质量。

二、提高教学质量的建议和措施

为解决上述三个关键性问题，同时适应当前优质教育资源公开化的需求，需要以实际临床问题为纲，以算法为目的，全面梳理优化教学内容，平衡侧重点，编写教材，开展能体现生物医学工程学科特色的人工智能教学，为培养能够应对未来科研、工程需求的工科学生做出贡献。具体来说，可以从以下几个方面着手开展教改工作，以期进一步改善“医学人工智能”的教学质量。

（一）明确教学目标

“医学人工智能”作为生物医学工程专业特色选修课程，积极推进启发式、讨论式与研究式教学。在课程与教学改革方面，主要关注以下三个问题。

1.教学内容的前沿性。本课程主要讲授人工智能技术在医学和健康领域的研究与应用。顺应人工智能技术在医学和健康领域的快速发展，本课程不断更新医学人工智能的最新进展，提供最新科研实例与发展方向。

2.理论知识的实践性。本课程在人工智能技术理论知识讲授的基础上，增加人工智能技术实践应用的案例分析与讨论，尽量使理论与实践的比例达到1∶1，既巩固了学生的课内专业知识，又补充并拓展了课外专业知识，还增加了学生对实际应用的理解与想法。

3.课程设计的创新性。在本课程的课程设计环节中，拓宽课程设计主题选择范围，使学生在理解与掌握专业知识的基础上，创新思维，自主选择感兴趣的研究方向，制定自己的研究方案，最终能够真正将“理论”与“创新”应用于“实践”。

（二）编排教学逻辑

针对目前“医学人工智能”与计算机学院同类课程同质化严重的缺陷，重新编排教学逻辑，主要目标是放弃目前采用的“主讲技术，辅讲应用”的教学线路，转变为“以临床问题为纲，具体技术为目”的教学思路。以临床问题为切入点，将“医学人工智能”这一课程分解为若干章节，每一章节对应一种实际的临床问题，如生存分析、鉴别诊断、风险评估、干预推荐、干预效果比较分析、预后预测和疾病演变过程分析等。在每一章节的具体讲授中，首先阐释医疗中所面临的实际临床问题，然后定义问题的解决框架，随之引入介绍适合解决这一临床问题的主要人工智能技术，最后展示实际案例，以具体说明医学人工智能技术的实际使用形态。通过这样的教学逻辑重编排，将“医学人工智能”课程的核心从“介绍人工智能技术”转变为“用人工智能技术解决实际医学问题”。

（三）审定教学范围

针对目前“医学人工智能”课程涉猎范围受教师研究领域影响过大的缺陷，重新审定教学范围。削减以往教学任务中着墨过多、讲得过深的问题，同时大幅度扩充以往教学过程中未涉及的领域。具体而言，拟削减现有教学内容中对机器学习技术的基础介绍性内容、与患者表征学习相关的内容，可以扩充医学影像学、医学自然语言处理、风险评估、鉴别诊断、干预推荐、病程演变分析等内容。最终目标是经过本课程的学习，学生能够对人工智能技术在医疗临床中的应用场景有较为全面的认识。

（四）课堂思政融入

在“医学人工智能”的课程讲授中，需要做到思政融入课堂，将家国情怀、社会责任、文化自信、人文素养、科学精神、创新意识、工匠精神等相关育人元素，与知识讲授有机结合，注重学生综合素质的培养，强化理想信念教育。例如，在讲解因果推断及其在医疗干预效果分析中的应用等知识点时，可以引入人文精神教育与科学精神教育，讨论随机对照试验是否会违背医学伦理，培养学生对生命的尊重意识;讨论因果推断是否有助于预测临床结局、辅助临床决策以及指导患者护理，培养学生的责任意识;讨论因果推断的代表性研究，培养学生对科学的追求精神;讨论因果推断的难题与进展，培养学生的创新思维意识;讨论国内在医学人工智能领域的创新成就，培养学生的民族自信与家国情怀等。

（五）理论结合实践

“医学人工智能”课程注重人工智能技术的理论知识与人工智能技术在医学和健康领域的学术研究与应用。课程内容深入浅出，既包括了医疗信息与人工智能技术中的实例和属性等基本概念，也包括了医疗信息挖掘中输入数据的处理。通过典型科研实例与最新科研进展，课程需要将理论知识与实践应用紧密结合，如，应用生存分析估计心肌梗死患者第二次心脏病发作的时间。课程可以邀请一线教学与诊疗经验丰富的临床医生共同开展教学工作，并聚焦医学临床的热点应用开展专题式教学，有助于将医学人工智能各环节的知识节点互联互通，以临床应用为教学落脚点，并以现有临床瓶颈性难题为出发点激发学生基于问题与产出导向的启蒙式思维。

（六）思考创新互促

“医学人工智能”课程需要注重学生的自主思考与创新思维，理论教学时引导学生始终带着问题思考，讨论交流时组织学生交换想法，课程设计时鼓励学生发散思维，解决自己感兴趣的问题。通过吸纳人工智能、医学信息学等相关学科的理论知识与最新成果，融合前沿性、交叉性、综合性的创新内容，依教学逻辑把握内核，层层剖析，逐项深入，推展演绎，教学内容紧扣原理、概念、技术、案例这一主线，精准选题，因材施教，形成智能医学纲领性的技术核心内容。在理论教学的同时辅助开设医学实践内容，有目的、有重点地培养学生对医学人工智能的感性认识与实操技能。

（七）编写课程教材

“医学人工智能”课程包括以下内容：人工智能的基本原理和应用现状，机器学习技术及其在医学临床中的应用，医学知识表达与应用，临床决策支持系统，医学中的模糊和不确定推理技术，医学自然语言处理技术，医学人工智能的展望与医学伦理，以及应用人工智能技术解决医学实际问题，如生存分析、鉴别诊断、风险评估、干预推荐、干预效果比较分析、预后预测和疾病演变过程分析等的基本方法和步骤。

针对目前“医学人工智能”缺乏教材的缺陷，拟根据重新审定的课程教学范围与课程教学逻辑，进行教科书编写。教科书应当做到简明扼要的介绍实际的临床医学问题，以学生易于理解的方式讲述算法原理，同时介绍相关问题的最新研究成果，并介绍相关问题的实际应用案例，最终目标是使学生读到教材时能觉得教材将问题讲的很清楚。

在完成教学逻辑的重新编排、教学范围的重新审定及教材编写任务后，按照新的教学范围及教学逻辑要求，结合教材内容，重新制作与改革后内容相适应的课件。

（八）录制MOOC课程

“医学人工智能”课程建设过程中，在传统教学方式的基础上，充分利用现代教育信息技术，积极尝试新的教学方法和手段，探索MOOC等先進教学模式，不断优化教学设计，将教学内容在时间和空间上从课内向课外延伸，引导学生自主学习，促进学生研究性学习。其中，线上慕课作为建设生物医学工程课程体系的核心环节，能有效突破传统的课堂授课单一模式，在2020年新冠肺炎疫情期间，线上授课的便捷性、时效性、远程化、国际化表现得尤为突出。通过MOOC课程的建设，深度融合信息技术，以成果为导向，开展线上线下混合式教学方法的研究，拓展学生学习的维度。

（九）科研反哺教学

“医学人工智能”课程需要充分发挥科研平台的支撑作用和学科优势，将科研成果融入本科生教学培养，形成科研反哺教学的教育特色。在教学过程中，教师以自己从事科研工作的经历与体会，通过言传身教、案例分析、课堂讨论等多种方式将这一宝贵财富传授给学生，有利于培养学生探索求知、实事求是、批判创新的科研精神，有效保证培养人才的质量。此外，可以结合自身的研究方向和承担的科研任务，指导学生参与科研课题的开题论证、实验研究、年度总结、结题验收、成果鉴定等环节。把科学的思维和方法结合相关的基础知识有效传授给学生，激发学生的兴趣，活跃学生的思维，提高学生分析问题、解决问题的能力。由于人工智能技术发展迅速，需要及时更新课程的课件和参考资料，及时、全面反映出相关科学领域中的最新研究进展。为此，授课教师在进行科研时必须紧跟本学科的发展前沿，及时掌握科技发展新动向，不断更新自己的知识结构，以科研成果及时丰富教学内容。

三、结语

生物医学工程作为典型的医工交叉学科，学科教学必须体现专业特点，即利用（信息）工程手段解决医学问题。目前，国内外极少有课程能够做到这一点，笔者经过调研发现，现有的人工智能（机器学习）课程大多为计算机学院开设，其教学目标主要是教会学生一个个具体的算法，而较少涉及这些算法的具体应用，即使是在教学过程中谈论到了算法应用，涉及的应用领域一般也局限于计算机视觉和自然语言处理等少数领域，极少涉及医学领域的应用。经过这样课程培养出的学生，或许具备扎实的基本功，但是缺乏本专业的全局视野，不了解医疗行业的真正需求，也不了解目前人工智能在医疗行业的研究水平，更无法明白当前医学人工智能在医疗前沿亟待解决的问题与研究热点。

为解决这一问题，笔者提出跳出讲述具体算法的桎梏，“以临床问题为纲，以具体技术为目”，通过分章节全面介绍医疗行业期待人工智能所解决的问题为切入点，直击“用工程技术解决临床问题”这一生物医学工程专业的基本宗旨。在介绍完临床问题之后，分别介绍最适于解决每一临床问题的具体技术，最后介绍相关研究案例与应用，指出相关问题。笔者认为，这一教学视角更符合生物医学工程专业开展人工智能相关课程的实际教学需求，“医学人工智能”的课程建设充分体现生物医学工程专业多学科交叉这一鲜明的时代特色、学科特点、行业特质，有力充实“新工科”“新医科”诸多教学新要素，为促进与生物医学工程相关学科与行业的升级转型贡献智慧。

参考文献

[1]张伟.“双一流”建设：重点建设与现实阻碍[J].中国人民大学教育学刊，2019（2）：66-84.

[2]陆晓静，罗鹏程.“双一流”建设高校本科人才培养与质量保障双向互动的实证研究[J].湖南师范大学教育科学学报，2020（3）：45-54.

[3]杨斌.充分释放“抗疫红利”推进教育改革创新[J].清华大学教育研究，2020（3）：1-5+33.

[4]牛东红，汪桂玲，张宇峰，等.基于新时代背景下的课程思政教学改革研究[J].教育教学论坛，2020（35）：50-51.

[5]倪涌舟，郭中富.大學物理课程融入人文思政教育的探索[J].教育教学论坛，2020（35）：58-59.

[6]董秀芳.互联网背景下教学智慧的生成策略研究[J].教育教学论坛，2019（3）：82-83.

[7]王姝歆，刘润.“新工科”建设背景下工程训练教学的探索与实践[J].教育教学论坛，2020（35）：119-120.

[8]褚燕华，王丽颖.混合课程建设的改革与探索[J].教育教学论坛，2020（35）：149-150.

[9]李小龙，李冰洁.基于在线教学背景下测量学课程虚拟仿真教学初探[J].教育教学论坛，2020（35）：178-179.

[10]张久鹏，裴建中，申爱琴.“互联网+”背景下《道路工程材料》MOOC建设路径与价值体现[J].教育教学论坛，2019（3）：135-136.

[11]梁士栋，马明辉.思政教育导向下的进阶式教学模式探索与实践[J].上海工程技术大学教育研究，2018（3）：16-20.

[12]肖翔.基于在线课程大学生自主学习影响因素及对策研究[J].上海工程技术大学教育研究，2018（3）：55-58.

Abstract： With the development of “healthy China” strategy， new requirements have been put forward for the course construction of artificial intelligence and the talent training in biomedical engineering major. This paper analyzes some problems existing in the construction of medical artificial intelligence course in colleges and universities in China， and puts forward some measures to improve the teaching quality of medical artificial intelligence course in colleges and universities from several aspects.

Key words： medical artificial intelligence; teaching quality; undergraduate education; talent training