致力于医学论文编修发表的专业团队 联系我们

临床医学论文

当前页面: 主页 > 医学论文 > 临床医学论文 > 正文内容

人工智能在医学生临床技能中的应用

来源:搜集整理   日期:2020-06-02   点击数:

摘要:随着技术的不断发展,人工智能在医学诊疗方面的运用越来越广泛,文中阐述了目前人工智能发展的技术水平和特点,对人工智能在医学生临床技能教学中的应用进行了初步探讨,并对人工智能技术在医学教育中的发展前景作了展望。

关键词:人工智能;临床技能;应用


1人工智能在医学教育中的应用趋势

随着大数据、云计算和移动互联技术等新兴科学技术的日益成熟,国内外人工智能的研究和应用得到快速发展,人工智能越来越受到国内外学者和政府部门的重视。党中央与国务院相关部门先后发布了《“互联网+”人工智能三年行动实施方案》(发改高技〔2016〕1078号)、《新一代人工智能发展规划》(国发〔2017〕35号)、《促进新一代人工智能产业发展三年行动计划(20182020年)》(工信部科〔2017〕315号)等文件,将我国人工智能发展提升到国家战略发展层面,并积极鼓励人工智能在医疗、健康领域中的应用,建立快速精准的智能医疗体系。2018年1月,国家自然科学基金委员增设“教育信息科学与技术”研究方向,并大力支持人工智能为代表的教育教学新技术、新学科的交叉研究,以创新的思维和方法破解教育领域的科学问题。人工智能已不再局限于计算机技术领域,正在快速渗透进社会行业的各个领域。由此可见,“人工智能+医学教育”是历史潮流和时代发展的需要,作为每个医学教育工作者,必须正视新技术发展给医学教育带来的挑战和巨大机遇,重塑教育者角色,提升“数字素养”,更新信息化知识和教育理念,深度融合信息技术,从而引领医学教育进一步发展。

2目前人工智能的技术水平和特点

人工智能可分为弱人工智能(ArtificialNarrowIntelligence,ANI)、强人工智能(ArtificialGeneralIn-telligence,AGI)和超级智能(ArtificialSuperintelli-gence,ASI)。ANI尚不具备真正的智能,更多程度上是帮助人们完成某些任务的工具或助手。而AGI能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作,可以像人类一样独立思考和决策,达到或超过人类的智能水平。牛津哲学家、人工智能思想家Nick•Bostrom则把ASI定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新、通识和社交技能。”其思维可以进化成完全不同于人类的思维方式,“能力各方面可以是各方面都比人类强一点,也可以是各方面远超出人类万亿倍”。在弱人工智能研究阶段,人工智能技术研究主要体现在计算智能、感知智能、认知智能三个方面[3]。计算智能,即机器智能化存储及运算的能力;感知智能,即具有如同人类“听、说、看、认”的能力,主要涉及语音合成、语音识别、图像识别、多语种语音处理等技术;认知智能,即具有“理解、思考”能力,广泛应用于教育评测、知识服务、智能客服、机器翻译等领域。目前人工智能领域技术应用主要成果包括机器人、语言识别、图像识别、自然语言处理和专家系统等。在医学领域,人工智能的研究主要集中在深度学习算法、数据挖掘分析、智能影像识别、医疗信息化等方面。如IBM的Watson、Keith等开发的智能心率与宫缩描记图计算机辅助分析系统、美国Arterys公司的AI辅助心脏MRI成像系统、美国QViewMedical公司的基于神经网络的3D自动乳房超声筛查CAD系统和百度的医疗大脑等[4-5]。总的说来,主流研究主要集中在弱人工智能方面,并在这一领域取得了相当大的成果。强人工智能的研究还处于探索阶段,而超级智能仍处于概念辨析成形和研讨阶段。

3人工智能在临床技能培养中的应用和前景

3.1AI可用于辅助检查结果判读及分析能力的培养和学习

辅助检查是医务人员进行医疗活动、获得有关资料的方法之一,通过医疗检查、化验的图象、图形与数据进行分析与解释,确定检查结果的医学涵义,以获取相关临床资料,并结合病人实际作出判读和分析,以利于诊断、分析病情变化和进展、评估预后、提供治疗方案和指导等。辅助检查包括各种常见影像学检查、心电图、脑电图检查、病理学检查、常规实验室检查等。人工智能在医学图像识别方面目前已经有比较成熟的应用实例。通过较为成熟的算法和大数据应用,AI进行智能影像识别,通过对已有的图像快速学习,达到对医疗图片的自动判断,能够作为辅助工具,提高医生工作效率,并可以做到更加客观、高效和精准[6]。传统临床辅助检查结果分析判读无论是教学还是学生训练均存在教学内容零碎分散,牵涉教学人员复杂,涉及教师专业局限、无法有效、有组织地统一进行培养,所以往往对辅助检查结果有效判读和分析是临床技能教学的一大难点,也往往是薄弱环节。而AI的出现可通过学习管理软件,根据学生的个人进度,为每个学生绘制适合自己的学习路径,提供精准的个性化学习,有效检查医学生对各项临床常用实验室检查、影像学检查、心电图检查等结果的学习效果,从而帮助医学生提高综合分析能力和临床辅助检查结果判读能力。AI还可拓宽学生的学习空间和时间,起到临床教师无法胜任的全面性、客观性、实时性、准确性指导学习的作用。

3.2AI可用于医学生临床问诊能力的培养和训练

问诊是医师通过对患者或相关人员的系统询问获取病史资料,经过综合分析而作出临床判断的一种诊法。问诊对疾病的诊断及治疗、良好的医患关系的建立均有极其重要的作用。因此,问诊是每个医学生必须掌握的临床基本技能。运用AI对医学生进行问诊能力的训练可基于以下两方面进行:AI可作为问诊能力训练的示范性和辅助性助手,即扮演教师教学的角色,以实现临床医生的部分功能。以百度医疗大脑为代表的人工智能已可通过海量医疗数据、专业文献的采集与分析,模拟医生问诊流程,与患者多轮交流,在问诊过程中AI可以收集、汇总、分类、整理病人的症状描述,依据患者的症状,提醒医学生更多的诊断可能性和问诊的遗漏不足,辅助医学生完成问诊。这样对医学生问诊的条理性、层次性、全面性等方面的训练有着极大的提高。AI可通过智能化机器人模拟病人的方式,有望取代标准化病人(SP)或实际病人来实现对医学生临床问诊能力的培养和考核。随着人工智能的进一步发展,基于计算机视觉、人机交互技术、自然语言处理的深度学习算法的智能机器人将能很好地模拟病人的症状、表情、动作、语言;提供更为标准、规范、准确的病情模拟演示和交互对话。同时可以并通过摄像实时记录和呈现、回放问诊整个过程,通过其人工神经网络的学习,对问诊的各个环节、问诊内容、问诊技巧等具体项目进行评分等数据采集,继而通过大数据挖掘和云计算等技术发现和分析学生在问诊过程中的不足和缺陷,给出准确的评价和指导意见,从而实现对医学生的精准指导和培养。

3.3AI可作为临床技能实践训练的重要补充

人工智能通过集成个性化建模、社会仿真和知识表达,能够为学习提供随时随地的支持[7]。人工智能对于每一位医学生来说相当于一位“虚拟导师”,从而实现定制化、个性化、精准化的自适应学习。人工智能应用于医学临床技能培养将更加注重学习者自我导向、自我评估、团队合作等软技能的提升。人工智能通过数字化技术可为医学生提供更多教科书或教室的固定环境中无法参与的现场临床技能训练的机会。通过人工智能手段,可以全息定量化地虚拟还原现实,在虚拟的空间里,医学生可直接透视人体的细致解剖结构,并由医生进行操作和讲解。这种新模式突破了时间和空间的限制,提高了教学的质量和效率。例如清华大学医学院建立的“智慧现实虚拟临床教学中心”在国内率先开启了“人工智能+现实虚拟”的临床教学培训新模式[8]。该模式将患者的CT、核磁等影像数据,经过人工智能系统处理,得到真实还原的全息化人体三维解剖结构并映射在虚拟空间里。医生可通过专用设施,在增强现实的虚拟空间里全方位直接观看到患者真实人体结构的解剖细节,并可通过手势和语音操作,实时进行器官和病变的立体几何分析,精确测量目标结构的区位、体积、径线、距离等参数,同时还可进行虚拟解剖作业、模拟手术切除、手术方案设计和手术风险评估。融合全息影像技术、3D打印技术、虚拟现实和虚拟仿真技术的人工智能将打造一个“人工智能+全定量现实虚拟仿真”时代。如临床常用穿刺技术的训练可通过人工智能融合虚拟仿真穿刺设备在虚拟空间进行模拟仿真的操作训练。通过虚拟设备的接入,可将体格检查的训练如心肺触诊、听诊,腹部触诊在虚拟仿真环境中进行,人工智能可协助教师使用3D打印技术设计、构建3D打印的器官及模型,用于模型训练体查、病例讨论、器官病变解剖演示、临床过程演示如分娩过程等。

3.4AI可用于医学生临床思维能力与全面诊疗能力的培养和提高

人工智能可以通过模拟真实的临床环境,为学员提供一种能够自主学习、加强感官认知、易于操作的全方面的学习条件,比空间抽象的说教更具说服力,使医学教育更高效。如CMTT临床思维训练系统,其教学病例均来源于临床上真实的患者,涵盖了临床多个学科,可供训练、考核的病例数量达百余例。该系统在进行鉴别诊断时,还能够帮助医学生比较相似病症之间的区别和联系,训练实习医师临床决策思维能力,并根据病史及检查结果和诊断结论,给出治疗方案。医学生完成每一个病例,可对比标准病例进行自查和分析,也可反复学习,达到巩固提高的学习效果。该系统使思维综合训练与临床实践紧密结合,可有效培养医学生的医学思维及临床决策能力,提高临床教学质量,降低教学成本与风险,最大限度地满足临床综合诊疗能力培养和考核的教学需求。“临床辅助决策支持系统”是目前已投入使用的另一类型的培养医学生临床思维能力培养的人工智能系统。“临床辅助决策支持系统”是基于全球循证医学证据数据库和专家共识发展的临床知识数据库,内容覆盖上千种疾病和症状、1万多种诊断方法、3000余项诊断性检测、4000余项诊疗指南。为医学生在临床诊疗和学习过程中即时提供精准、可信并及时更新的诊疗知识,以帮助他们做出最佳诊断、优化治疗方案、改善患者预后。临床辅助决策支持系统可引导医生从症状出发建立诊断假设,指导医生提供证据(症状和检查)证明自己所选的诊断假设,直至最终确诊,可以有效防止误诊和漏诊。AI可有效地引导医学生建立起以循证医学为基础的临床思维,增强疾病诊治的科学性和有效性,从而建立起标准化的临床思路,符合正确的诊疗流程。可进一步根据诊断结果,提供相应的治疗方案给医生参考以提高医学生全面的诊疗能力。

4结语

随着时代的发展,技术的不断进步,人工智能技术与教育行业的融合发展正迅猛地推动着教育事业新的变革。人工智能在医学诊疗方面的应用越来越多,技术也越来越成熟,推动着医学诊疗和医学教学的进步。随着深度学习与神经网络的进一步完善与成熟,伴随互连型的、人工智能型的医疗大数据库的构建和完善,人工智能技术在医疗诊断与教学中的作用将会越来越突出,必将引领以“跨界、融合、创新”为特征的新时代医学教育信息化技术变革浪潮,从而为医学教育的发展提供广阔的机遇和发展空间。

作者:李熠 匡双玉 桂庆军 尹凯 钟慧 游咏 单位:南华大学

标签:

上一篇:医学大学生创新性训练项目的实践

下一篇:临床医学专业研究生培养质量评价体系

合作客户


京ICP备18012487号-10 Copyright © 医学期刊网 版权所有  XML地图|网站地图