辅助自主教学在医学影像学“三全育人”中的初探

张璋 张宁男楠

［摘 要］ 高校的传统教育方法暴露出协同不足、联动不够等问题，为推动新时代高校“三全育人”格局的构建，本着以学生发展为中心的宗旨，以“医学影像学”课程为例，聚焦教学实践的具体问题，通过人工智能AI辅助自主学习的方式，运用影像解剖学断面标本—影像教学片—PACS临床病例“三位一体”的实验教学模式，通过“病理—临床—影像”三结合、三统一教学方法，同时融入课程思政，对课堂内容进行重构与改进，总结经验与反思，采用创新的自主教学模式解决具体痛点问题。

［关键词］ 人工智能；医学影像学；“三全育人”

［基金项目］ 2021— 2024年国家自然科学基金委员会国家自然科学基金面上项目“多发性硬化氧化损伤性炎症、神经退行性变及影像遗传：一项基于扩散和代谢的功能磁共振研究”（82071907）；2020—2023年天津市卫生健康委员会天津市卫生健康科技项目一般项目“冠状动脉微循环阻力调节血流储备分数（FFR）与心肌血流量（MBF）作用体系的血流动力学机制”（MS20022）；2022—2023年吴阶平医学基金会吴阶平基金会临床科研专项资助基金“基于磁共振成像的AI脑部年龄预测系统开发与应用研究”（320.6750.2022-3-5）

［作者简介］ 张 璋（1982—），男，天津人，博士，天津医科大学总医院医学影像科副主任医师，副教授，主要从事心胸影像诊断学研究；张宁男楠（1983—），女，河南驻马店人，博士，天津医科大学总医院医学影像科副主任医师，副教授（通信作者），主要从事中枢神经系统影像诊断学研究。

［中图分类号］ G642.0［文献标识码］ A［文章编号］ 1674-9324（2023）20-0014-04［收稿日期］ 2022-04-22

一、医学影像学科和“医学影像学”课程的教学目标

天津医科大学医学影像学院成立于1984年，是我国最早开展医学影像学专业的高等本科教育院校，目前实行与天津医科大学总医院医学影像科共建的运行模式，通过基础与临床紧密结合的教学方式，逐步形成医学影像学本科（五年制）、医学影像学硕士、博士研究生相结合的多层次育人体系。学院设有5个教研室，2个本科专业，一级学科博士学位授权点1个，博士专业学位授权领域1个，硕士专业学位授权领域1个。学院有国家级特色专业1个，天津市品牌专业1个，国家级精品资源共享课程1门，国家级精品课程1门；天津市级实验教学示范中心1个，天津市级虚拟仿真实验教学中心1个。医学影像学教学团队、医学影像技术教学团队获得天津市教学创新团队称号。

天津医科大学医学影像學院本着致力于培养具有家国情怀、医德高尚、临床基础雄厚、影像知识丰富、科研潜力突出的医学影像学人才的办学定位，将“医学影像学”课程的教学目标制定为：（1）教学思政：在教学过程中，通过人物介绍、典故讲解、临床案例解析，潜移默化地引导学生树立爱国、爱党、敬业以及以患者为中心的理念。（2）知识水平：掌握各种影像学检查方法的优缺点及其适应证和禁忌证，掌握影像诊断原则和诊断报告的书写方法，掌握各系统常见疾病的影像诊断与鉴别诊断要点，了解医学影像学新技术的原理及其应用范畴。（3）能力水平：具备医学影像分析能力，形成正确的影像诊断思维，具备规范化书写影像诊断报告的能力。

二、创新理念及思路

2017年，中共中央、国务院印发了《关于加强和改进新形势下高校思想政治工作的意见》，提出坚持全员全过程全方位育人的基本原则［1］，因此我们既要针对当代大学生的个性特点，以学生发展为中心，又要结合和发挥医学影像学的优势和特色。医学影像学属于科学技术驱动型学科，其特点是发展非常快，总是走在医学界的前沿，图片存档及通信系统（picture archiving and communication system， PACS）和图像后处理的图形界面，非常有利于学生进行观摩和操作，特别是近年来人工智能（artificial intelligence， AI）和相关技术的迅猛发展，促使放射学进入了新的时代。我们的创新理念及思路包括以下几个方面：（1）运用课程思政建设来解决大学生信仰不足、内心世界空虚的问题。（2）利用AI调动学生的学习热情，增强学生的动手能力。（3）使用影像解剖学断面标本—影像教学片—PACS临床病例“三位一体”的实验教学模式，让书本知识有纵深、有延续。（4）通过以病例为中心的“以问题为导向的教学方法”（problem-based learning，PBL），使用“病理—临床—影像”三结合、三统一的教学方法进行全方位教学。

三、创新方法及途径

（一）不要为了思政而思政

课程思政指以构建全员、全程、全课程育人格局的形式将各类课程与思想政治理论课同向同行，形成协同效应，把立德树人作为教育的根本任务的一种综合教育理念。结合笔者的教学工作经验，一般教学思政体现在以下几个方面：（1）医学先辈的楷模作用。课堂中我们结合授课内容介绍我校、我院的医学大家，比如：放射医学专家——吴恩惠教授，我们的老院长、老主任，全国高等学校教学名师，他主编的《头部CT诊断学》（1985年）是我国第一部CT诊断学专著，影响了一代又一代影像人。介绍身边的专家可以激发学生的荣誉感和自豪感，可以使他们循着先辈的足迹奋勇拼搏、砥砺前行。（2）体现出对患者的人文关怀。利用实际病例，通过患者的就医过程和心路历程，让学生产生共情、感同身受，体会作为患者的不易与心伤。回顾希波克拉底誓言，重温医学生誓言，满腔热情为人民服务，钻研医术，弘扬医德，为人民群众提供更高水平、更加满意的卫生和健康服务。（3）通过国家政策坚定“四个自信”。如讲到肺癌早期筛查时介绍我国的现状：我国受癌症困扰的家庭以千万计，要实施癌症防治行动，推进预防筛查、早诊早治和科研攻关，着力缓解民生的痛点。近年来我国癌症发病率、死亡率呈逐年上升趋势，给癌症患者家庭和社会造成了重大经济负担，因此要加快推进癌症的早期筛查和早诊早治工作。国家癌症中心已经完成了全国40万例肺癌高危人群的筛查，并积极构建国家癌症防控平台，这与我们每个国民的生活、健康息息相关，体现出国家对人民健康的高度重视。同时，医学生要坚定中国特色社会主义信念，牢固树立“四个意识”、坚定“四个自信”、坚决做到“两个维护”。

（二）AI激发求知热情，增强动手能力

AI技术的革新推进我们能够更有效地利用影像数据，继而更及时和更精确地做出诊断，为临床提供更有效的信息和支持。AI与医疗的结合解决了临床工作中的“痛点”问题，也为创新教学模式带来了新机遇。2020年，一系列AI标志性产品取得重大突破，在医疗等重点领域形成国际竞争优势，AI和实体经济的融合进一步深化，产业发展环境也进一步优化。AI软件具有可视化操作、简单便捷的优势，非常适用于大学生进行探索和学习。我们会在课堂上，增加AI软件操作、PACS系统学习等实习内容。我院专门建设了机房，设立专门的医学影像实习课，让学生可以在校园里体验一名影像科医生的日常。

（三）影像解剖学断面标本—影像教学片—PACS临床病例“三位一体”

影像解剖学断面标本—影像教学片—PACS临床病例“三位一体”的实验教学模式是对于大学期间的书本知识进行纵向深入挖掘，帮助学生回忆在大一学习“系统解剖学”“断层解剖学”时看到的大体标本，复习大三学习的“影像解剖学”线图、轮廓图，并动手画示意图，学习本堂课中的“医学影像学”教学图像，掌握基本影像学表现，并使用PACS系统中的实际临床病例进行验收和模拟。在教学过程中，不仅使学生掌握了基本概念、影像诊断的基础知识，还注重培养学生的观察分析能力、归纳综合能力和实际动手能力。鼓励学生在预习阶段去网上查询知识（微信公众号、知乎等媒介），组织学生做课前预习，并安排学生进行自主学习。学生自己组织材料，将一部分需要重点掌握的内容，通过学生分组讨论并提问的形式进行教学，营造热烈、活泼的学习氛围。在自主学习后，教师进行总结，并针对网络或手机App上的新媒介给予正确引导。新媒介的特点是科普性强，很多新知识推送快速、简明、易学习，但通常这些内容的专业性不强，没有经过专业人士的審核，一些专业术语和知识点表述不准确。鼓励学生合理利用好新媒介进行学习，但要以课本、教学大纲、科学文献［2］作为参考标准，去其糟粕、取其精华，完成好自主学习。充分利用网络教学影像资料和多媒体课件，引导并激发学生的积极性，使学生在课堂学习之余可以充分利用多种现代化手段进行自学，巩固所学知识，做到学以致用，开阔学生的视野，关注影像医学的前沿进展，扩大学生的知识面，拓展学生对知识的理解深度，提高学生的理论和实践水平，从而提高教学质量。

（四）“病理—临床—影像”三统一教学方法

通过病例导入和病例分析进行PBL模式教学，按照“内容分层次、在理论和实验教学中开展创新”的指导思想，积极探索解决实际病例需要用到的医学基础知识和临床专业知识，理论与实践结合，注重实际操作。做到临床病史资料和影像学图像不分家，同时通过手术病理结果来反馈之前的诊断，形成质量控制闭环，使学生在扩大知识面的同时，提高临床诊断水平和解决临床实际问题的能力。将“病理—临床—影像”三者进行有机结合，在影像诊断基础理论教学内容的基础上，增加病例分析的实践锻炼，在临床实习课中采用多种形式，如理论与实践相结合、线下与线上相互补充的教学模式。组织学生在教师的引领下积极开展小组讨论，锻炼学生对影像解剖三维结构的整体构思能力，培养正确的临床影像诊断思路，提高学生的临床疾病诊断能力。

四、创新效果及成果

（一）已获得教学创新成果

本团队曾经尝试了“三明治”教学法与医学影像诊断学的结合［3］。通过168名学生样本中的“5分法”满意度调查试卷结果显示，90%以上的学生认为“三明治”教学有助于提高临床实践能力，大部分学生对该教学法表现出浓厚的兴趣，认同该教学法培养了自学能力、语言表达能力及团队协作能力。另外，本团队曾使用AI辅助教学的方法，探索在短时间内教授住院医师有效掌握医学影像技能的可行性［4］。通过对263名住院医生的共计573个CTA病例的分析结果显示，AI组和人工组的后处理图像质量无明显差别，而AI组的报告书写评分明显高于人工组，AI组的后处理图像及书写报告的使用时间明显较短，提示AI后处理图像和结构化报告模式有效地提高了工作效率和准确性。

（二）本次创新的初步成果

在本次教学评价过程中，采用教师和学生互评的方式，相互监督促进，即通过理论知识和临床读片等考核方式对学生的课程成绩进行评定；通过教师自我评价、校内外专家评价和学生评价等方式对教师进行监督评价，提高教学水平。通过抽样调查回访结果可知，学生满意率普遍较高，学生普遍认为本课程堂课活泼、有生机，贴合生活中的一些实际问题（如查出肺结节应该怎么办？），话题性强，学生感兴趣。课程引人入胜，能够一直把学生的注意力集中在课堂的知识点上。很多学生表示课程非常有用，以后亲朋好友遇到类似的问题，他们可以根据最新的中国肺癌筛查标准为大家排忧解难。

总之，通过本次课程的教学创新，我们聚焦教学实践的具体问题（新时代大学生的特点、书本知识与实际应用的割裂等痛点），通过课程思政、AI辅助自主学习、影像解剖学断面标本—影像教学片—PACS临床病例“三位一体”、“病理—临床—影像”三统一等教学方法和内容的重构与改进，得到学生初步的认可，并希望能够分享我们的经验和成功，为高校教学尽一份绵薄之力。

参考文献

［1］中共中央，国务院.关于加强和改进新形势下高校思想政治工作的意见［EB/OL］.（2017-02-27）［2022-04-05］.https：//www.gov.cn/xinwen/2017-02/27/content_5182502.htm.

［2］中华预防医学会.中国肺癌筛查标准（T/CPMA013-2020）［J］.中华肿瘤杂志，2021，43（1）：1-6.

［3］张璋，张宁男楠.“三明治”教学法在留学生医学影像诊断学教学中的应用初探［J］.教育教学论坛，2016（27）：164-166.

［4］張宁男楠，张璋.人工智能辅助教学在医学影像规范化培训中的新探索［J］.教育教学论坛，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”