AI背景下醫(yī)學統(tǒng)計學實驗課程教學改革探討

摘要：醫(yī)學統(tǒng)計學的實驗課教學應培養(yǎng)和提升學生解決臨床實際問題的思維能力和實踐分析能力。由于該課程內(nèi)容晦澀抽象、較難理解，采用傳統(tǒng)實驗教學方法，學生的學習興趣不高，教學效果不理想。因此，將AI融入醫(yī)學統(tǒng)計學實驗教學課程，分析在AI背景下采用案例+任務驅(qū)動教學法的意義，闡述了具體的實施方法及未來需要注意的問題，以期為該實驗課程的教學改革提供新的思路與方法。

關(guān)鍵詞：AI；案例法；任務驅(qū)動法；醫(yī)學統(tǒng)計學

DOI：10.13555/j.cnki.c.m.e.2025.02.015

中圖分類號：G642. 3 文獻標志碼：A 文章編號：2096-3181（2025）02-0259-05

基金項目：2023年錦州醫(yī)科大學教育教學研究與改革項目（YB2023024）；2023年錦州醫(yī)科大學教育教學研究與改革項目（YB2023023）

Discussion on the Teaching Reform of Experimental Course of Medical Statistics under the Background of AI

MENG Weihan，CUI Kai，GE Xiaoyan

School of Public Health， Jinzhou Medical University， Jinzhou 121000， China

Abstract： The experimental course teaching of Medical Statistics should cultivate and enhance students’thinking ability and practical analytical ability to solve clinical practical problems. The traditional experimental teaching method is adopted because the content of this course is obscure， abstract and difficult to understand， the students’ interest in learning is not high， and the teaching effect is not ideal. Therefore， this study integrated AI into the experimental teaching course of Medical Statistics， analyzed the significance of case+ task-driven teaching method under the background of AI， and elaborated specific implementation methods and problems to be concerned under the background of AI in the future， in order to provide new ideas and methods for the teaching reform of the experimental course.

Keywords： AI； Case method； Task-driven method； Medical Statistics

醫(yī)學統(tǒng)計學作為醫(yī)學科學重要的組成部分，是臨床醫(yī)學專業(yè)本科生的必修課程。該課程基于概率論和數(shù)理統(tǒng)計相關(guān)方面的原理，包含的知識具有多樣、復雜的特點，被公認是一門難理解的課程[1]。傳統(tǒng)的實驗課教學方法是以教師講授為主，已經(jīng)不能滿足培養(yǎng)數(shù)字時代背景下新型醫(yī)學人才的需求。2023年中華人民共和國教育部發(fā)布《譜寫課程教學數(shù)字化轉(zhuǎn)型的中國方案》，提出“數(shù)字變革與教育未來”這一主題，落實在課程教學領(lǐng)域，就必須探索新的模式培養(yǎng)數(shù)字時代創(chuàng)新型人才，為促進學校教育高質(zhì)量發(fā)展、幫助學生更好應對未來社會的挑戰(zhàn)做好準備。因此，在數(shù)字時代背景下進行醫(yī)學統(tǒng)計學課程教學研究與改革實踐，對于培養(yǎng)醫(yī)學生的創(chuàng)新型統(tǒng)計思維及提升科研能力方面具有重大的意義。課程最終目標是通過醫(yī)學統(tǒng)計學課程的學習，使學生能夠在數(shù)字時代背景下形成創(chuàng)新型統(tǒng)計思維，并應用于未來的醫(yī)學科研工作。

1 AI背景下案例+任務驅(qū)動教學法的含義

案例教學法起源于20世紀初的哈佛大學醫(yī)學院，最初應用于醫(yī)學領(lǐng)域。這種教學方法遵循的原則是，從典型案例的獨特特征推導出相似事物的共性特征，進而升華到對事物發(fā)展規(guī)律的理解，以提升學生對客觀世界的認知[2]。與傳統(tǒng)的教學方式相比，案例教學法更注重實踐與實例的結(jié)合，激發(fā)學生積極思考和主動參與的能力，從而達到鞏固知識的目的。任務驅(qū)動教學法則是教師將教學內(nèi)容設(shè)計分為一個或者多個待解決的任務，學生通過完成這些任務掌握課程內(nèi)容，實現(xiàn)教學目標[3]。在這一過程中，隨著任務的逐步完成，學生的學習信心和成就感顯著增強，這種信心和成就感將激勵他們更深入地學習醫(yī)學統(tǒng)計學。案例教學法與任務驅(qū)動教學法的結(jié)合，充分發(fā)揮了兩者的優(yōu)勢，形成了一種新的實驗課教學方式。

數(shù)字時代背景下，互聯(lián)網(wǎng)、人工智能（Artificial In- telligence，AI）等數(shù)字技術(shù)迅猛發(fā)展，并被廣泛應用于社會生產(chǎn)與生活。推動教育的數(shù)字化轉(zhuǎn)型、加強培養(yǎng)學生的數(shù)字素養(yǎng)與創(chuàng)新思維能力成為教育改革的重要趨勢。隨著OpenAI公司發(fā)布了一種具備強大的言語理解和答復能力的語言模型，即人工智能自然語言處理機器人（Chat Generative Pre-trained Trans- former， ChatGPT），人類步入生成式AI的時代[4]。以ChatGPT為代表的生成式AI技術(shù)能夠根據(jù)使用者的不同要求生成所需要的文字、圖片及視頻等，具有內(nèi)容生成更加高效和準確、生成內(nèi)容更加多樣化、個性化定制服務更加靈活、創(chuàng)新能力更強的優(yōu)勢[5]。AI時代的醫(yī)學教育已經(jīng)發(fā)生變化，盡管在醫(yī)學研究和實踐應用中AI得到廣泛的使用，但是在醫(yī)學課程教育中，其開展和運用依然相對有限[6-8]。本研究可以為醫(yī)學統(tǒng)計學實驗課程教學提供新的思路——構(gòu)建AI背景下案例+任務驅(qū)動教學法。

2 AI背景下案例+任務驅(qū)動教學法的意義

2.1 以學生為中心的新型教學模式

醫(yī)學統(tǒng)計學實驗課程教學始終以學生為中心，并將這一理念貫穿于課程設(shè)計與課堂教學過程。任務驅(qū)動教學法的特點是以任務為主線、學生為主體、教師為主導，改變以往以教師為中心，單向灌輸為主的被動教學模式，形成以學生為中心的新型教學模式。在課堂中應用案例教學法，結(jié)合與學生專業(yè)相關(guān)的實際問題，激勵學生主動參與、小組協(xié)作及創(chuàng)新探索，切實提高學生對數(shù)據(jù)的實踐分析能力。案例+任務驅(qū)動教學法強調(diào)培養(yǎng)學生的自主學習能力和解決實際問題的實踐應用能力，提高學生素質(zhì)，助力他們未來更好地實現(xiàn)個人發(fā)展。

2.2 以案例+任務驅(qū)動教學法提升學習效果

在醫(yī)學統(tǒng)計學實驗課程中不僅強調(diào)學習理論知識，更注重學生的實際應用能力。案例 + 任務驅(qū)動教學法有助于學生將理論與實踐相結(jié)合。在教學過程中引入了經(jīng)典的臨床案例，并提供了具體數(shù)據(jù)，設(shè)置了學生未來可能遇到并需要解決的代表性任務。學生在課堂中以小組的形式就具體的任務自由討論，通過合作分析與交流共同解決問題。通過學習醫(yī)學統(tǒng)計學課程，學生能夠掌握醫(yī)學科研中的數(shù)據(jù)整理、分析及表達的方法，培養(yǎng)其科學的統(tǒng)計思維及解決臨床實際問題的能力。在統(tǒng)計分析的過程中，SPSS軟件作為輔助教學工具，簡化了計算過程，提高學生解決實際問題的效率。

2.3 AI激發(fā)學生對醫(yī)學統(tǒng)計學的學習熱情

將ChatGPT等AI技術(shù)作為教學基礎(chǔ)，不僅能夠提高教師的教學效率，更好地改善教學效果，還能夠激發(fā)學生的學習熱情，推動醫(yī)學教育地不斷進步。教師利用AI技術(shù)的創(chuàng)造性，開發(fā)多樣化的教學資源，從而為學生提供更加豐富的學習體驗，提高學生對于醫(yī)學統(tǒng)計學實驗課程的學習興趣。在醫(yī)學統(tǒng)計學實驗課程的教學中，教師用動態(tài)圖片取代靜態(tài)圖片，用思維導圖取代大段文字，用短視頻講解取代幻燈片講解，取得了良好的教學效果。利用AI可以充分發(fā)揮教學方法的優(yōu)勢，豐富教學手段，激發(fā)學生的學習熱情。面對AI背景下的醫(yī)學生對于提高職業(yè)競爭力的需求，醫(yī)學生需要具備在學習中掌握獲取更多知識，從知識中發(fā)現(xiàn)新的問題，從而進行科學研究的能力。有研究表明大部分醫(yī)學生希望能將AI納入醫(yī)學課程，并且對自身創(chuàng)新能力、培養(yǎng)批判性思維能力及提升自主學習能力等方面有提升的想法與需求[9]。

2.4 AI輔助快速獲取醫(yī)學統(tǒng)計學教學素材

醫(yī)學領(lǐng)域的知識不斷更新，這對教師和醫(yī)學統(tǒng)計學課程設(shè)計提出了更高的要求。更新的內(nèi)容需要快速地整合到課程教學之中，從課程設(shè)計思路到課程教學素材準備，教師都需要反復精心打磨，這會導致教師在教學準備階段投入大量的精力與時間。醫(yī)學統(tǒng)計學實驗教學內(nèi)容具有高度的專業(yè)性和實踐性，因此要求相應的教學資源具備較高的專業(yè)性。然而，網(wǎng)絡(luò)上資源有限，教師獲取資源較難。生成式AI的出現(xiàn)能夠輔助生成醫(yī)學統(tǒng)計學的教學素材，教師可以通過與AI對話來詢問教學的思路、方法及設(shè)計等，在AI反饋信息的基礎(chǔ)上整理能夠運用到教學中的素材。例如，教師可以與ChatGPT對話，提出“生成一份主題為總體均數(shù)估計與假設(shè)檢驗的實驗教學設(shè)計”的需求，ChatGPT會提供相關(guān)的回答，從教學目標、教學內(nèi)容、教學實施和課后習題布置等方面給出相應建議，教師可以將其作為參考資料。

2.5 AI輔助制作醫(yī)學統(tǒng)計學教學課件

教學課件是教師常用的教學資源之一，但由于教師平時忙于教學和科研工作，并且可能對于課件審美定位認識不足，課件制作技巧掌握不熟練，制作出來的教學課件往往不盡如人意。生成式AI的出現(xiàn)，幫助教師提高工作效率，能夠從多方面改善教學課件的質(zhì)量。利用AI繪畫技術(shù)，可以根據(jù)文字實現(xiàn)文字生成圖片，使教學內(nèi)容表達更加直觀；利用AI智能語音合成技術(shù)，可以為課件生成詳細的語音講解，提高課件對學生的吸引力，也能幫助學生對教學內(nèi)容有更深刻地理解與記憶；利用AI生成音頻技術(shù)，可以為課件生成個性化的背景音樂，提高課件的表現(xiàn)力；利用AI生成教學課件的大綱，例如，利用ChatGPT可以智能生成以“定量資料的統(tǒng)計描述”為主題的實驗教學課件的大綱；利用AI可以從海量的醫(yī)學案例中獲取有價值的信息，針對不同理論知識為學生提供豐富的案例資源，在實驗課中組織學生進行案例討論，作為理論知識的實際應用，可以引導學生積極思考。

2.6 AI輔助醫(yī)學統(tǒng)計學課程評估

由于AI的發(fā)展增強拓展了計算機算法在教育領(lǐng)域的應用，可期實現(xiàn)醫(yī)學統(tǒng)計學課程考核的自動化。針對教師主體評估，可以分析并量化教師對于醫(yī)學統(tǒng)計學實驗課程的教學組織情況、實際的授課內(nèi)容與教學大綱所規(guī)定的授課內(nèi)容之間是否存在偏離；針對學生主體評估，可以分析并量化學生的出勤率、課堂表現(xiàn)情況，如紀律、互動等方面，以及課后作業(yè)的完成情況。通過AI綜合自動分析教師與學生的表現(xiàn)，結(jié)合問卷建立起一套對于課堂教學質(zhì)量可以自動評估的體系與機制。經(jīng)過在醫(yī)學統(tǒng)計學實驗課程中運行，可以作為AI自動評估的實例，使AI能更好地服務于教育領(lǐng)域的課程評估之中，并為教學質(zhì)量評估提供有益的支持和指導。已有研究采用人工神經(jīng)網(wǎng)絡(luò)等機器學習的方法建立統(tǒng)計學模型，進行課程質(zhì)量評估，可以幫助判斷課程的教學質(zhì)量[10]。許多醫(yī)學教學方法研究采用問卷法和課堂考核相結(jié)合的方式進行教學效果評估[11-13]。

3 建設(shè)AI背景下基于案例+任務驅(qū)動教學法的綜合性教學體系

3.1 制定教學目標

教師可以根據(jù)醫(yī)學統(tǒng)計學的強實踐性與應用性，結(jié)合學生個體及社會對于臨床科研的實際需求，以培養(yǎng)實踐能力和思維能力為基礎(chǔ)，將教學目標設(shè)定為三個層次：知識與技能、應用與實踐、思維與能力。知識與技能為基礎(chǔ)目標，旨在通過復習、歸納，讓學生掌握理論課中的基本概念、理論和知識點，并熟練操作SPSS統(tǒng)計軟件；應用與實踐為中級目標，要求學生熟悉醫(yī)學真實世界數(shù)據(jù)的綜合分析，并正確解讀軟件分析結(jié)果；思維與能力為高級目標，涵蓋辯證統(tǒng)一思維、批判性思維及創(chuàng)新能力等方面，培養(yǎng)學生科研能力。

3.2 重構(gòu)教學設(shè)計

本研究設(shè)計“數(shù)據(jù)素養(yǎng)—統(tǒng)計描述—統(tǒng)計推斷”三段式統(tǒng)計教學過程，即首先分析數(shù)據(jù)來源、變量類型及資料類型，其次根據(jù)資料的類型確定描述的統(tǒng)計指標，最后根據(jù)研究目的選擇合適的統(tǒng)計分析方法，進行統(tǒng)計推斷。這一過程連貫、有序地層層推進，培養(yǎng)學生完整的統(tǒng)計思維。數(shù)據(jù)素養(yǎng)部分融入課程思政，分析數(shù)據(jù)的來源，強調(diào)每個數(shù)據(jù)背后都是一個有生命的個體，要有敬畏心，遵守科研誠信道德和行為規(guī)范。統(tǒng)計描述部分涉及計量資料的集中趨勢和離散趨勢和分類資料相對比指標的選擇和計算，結(jié)合實際案例，進一步內(nèi)化所學知識，并將其應用到實際案例，提高學生的參與度和積極性。統(tǒng)計分析部分主要指針對研究的設(shè)計類型、資料類型及分析目的等，選擇適宜的統(tǒng)計分析方法，以及假設(shè)檢驗結(jié)果的正確理解，培養(yǎng)學生的思辨能力及統(tǒng)計應用能力。

3.3 做好教學案例

許多臨床相關(guān)專業(yè)的研究受限于臨床實際情況，在課題實施過程中，醫(yī)學研究設(shè)計存在的問題比較突出，醫(yī)學論文的統(tǒng)計學分析的正確應用情況還有待提升。利用AI設(shè)計的教學案例應新穎、科學、貼近臨床專業(yè)，而且可以應用于“數(shù)據(jù)素養(yǎng)—統(tǒng)計描述—統(tǒng)計推斷”三段式統(tǒng)計教學全過程。設(shè)計正面案例，通過任務驅(qū)動法將研究目標分解為多個子任務，幫助學生構(gòu)建完整的醫(yī)學統(tǒng)計學理論知識體系，提升科研水平。在數(shù)據(jù)素養(yǎng)部分，了解資料的收集過程，強調(diào)在科研過程中正確地進行數(shù)據(jù)分析的重要性；在統(tǒng)計描述部分，學生掌握描述臨床資料的方法，如通過統(tǒng)計表和統(tǒng)計圖觀察資料分布類型，從而選擇適合的統(tǒng)計學指標描述數(shù)據(jù)特征；在統(tǒng)計推斷部分，根據(jù)分析目的，引導學生對教師布置的若干個任務逐個解決。設(shè)計反面案例能夠讓學生通過錯誤辨析及小組討論，發(fā)現(xiàn)案例分析中存在的統(tǒng)計方法誤用的問題，提高學生發(fā)現(xiàn)問題、解決問題的能力，培養(yǎng)學生嚴謹?shù)目蒲兴仞B(yǎng)和辯證的思維能力。

3.4 建立多元化教學考核體系

實驗課中的考核內(nèi)容不僅應涵蓋理論知識和統(tǒng)計軟件操作能力的評估，還包括醫(yī)學統(tǒng)計學知識的實際應用能力以及學習結(jié)束后的思維能力等方面的考核。實驗課教學過程的形成性評價包括學生課堂積極發(fā)言、與教師積極互動、討論的參與度、實驗結(jié)果呈現(xiàn)等方面。此外，教師和教學過程的評價反饋也應被納入該課程的考核范圍。對于學生的考核中，知識與技能目標的評估采用知識點隨堂提問、討論結(jié)果匯報及實驗報告等形式，考查學生對于理論知識、基本軟件操作知識等的掌握情況；應用與實踐目標的評估采用綜合案例分析提問、集中討論發(fā)言及應用軟件進行數(shù)據(jù)分析等形式，考查學生應用統(tǒng)計學理論知識在統(tǒng)計軟件中實現(xiàn)對數(shù)據(jù)的實踐分析能力；思維與能力目標的評估可以通過問卷對學生進行定量評估，同時在學習行為方面、師生互動方面、知識系統(tǒng)性方面、學習能力提高方面了解學生們的學習情況；教學評價反饋通過問卷調(diào)查、學生個別談話、學生座談會等形式收集。教師收到反饋信息后應進行反思，總結(jié)經(jīng)驗與不足。本研究設(shè)計的問卷主要內(nèi)容包括：①學生的基本情況，如姓名、年齡、性別和專業(yè)等；②學習行為方面，如對于課程學習的興趣、課程學習的難度、課程學習及展開課外學習的主動性；③師生互動方面，如教學過程中師生之間交流的情況、有關(guān)統(tǒng)計學分析的課題參與度及課后與教師和同伴學習情況交流的參與度；④知識系統(tǒng)性方面，如統(tǒng)計理論知識的掌握程度、構(gòu)建知識體系情況、形成學習方法和統(tǒng)計思維情況及應用知識的實踐程度；⑤學習能力提高方面，如統(tǒng)計方法的應用及統(tǒng)計學軟件的應用；⑥課程滿意度方面，教學內(nèi)容、教學水平及教學過程的滿意度。

4 AI背景下案例+任務驅(qū)動教學法在實驗課程中的實施

以臨床醫(yī)學專業(yè)學生為授課對象，按照醫(yī)學統(tǒng)計學實驗學時（12學時）安排，結(jié)合臨床醫(yī)學執(zhí)業(yè)醫(yī)師考試大綱，設(shè)計三次實驗內(nèi)容，即計量資料的統(tǒng)計分析、分類資料的統(tǒng)計分析、相關(guān)與回歸的統(tǒng)計分析，內(nèi)容涵蓋臨床醫(yī)學執(zhí)業(yè)醫(yī)師考試大綱的主要統(tǒng)計分析方法。計量資料的統(tǒng)計分析，涉及知識點包括計量資料的統(tǒng)計描述、統(tǒng)計推斷（點估計和區(qū)間估計）、t檢驗及方差分析。分類資料的統(tǒng)計分析，涉及知識點包括分類資料的統(tǒng)計描述、卡方檢驗及秩和檢驗。相關(guān)與回歸的統(tǒng)計分析，涉及知識點包括簡單相關(guān)與回歸及多重線性回歸。根據(jù)每次實驗課程內(nèi)容，利用AI技術(shù)各編寫正面、反面綜合案例。

4.1 正面案例

以計量資料的統(tǒng)計分析為例，編寫案例如下。

案例一：研究者要觀察伴或無冠心病并發(fā)癥的高血壓患者臨床特征是否有差異，搜集了某醫(yī)院某年內(nèi)科的高血壓患者的臨床資料，見表1。

任務1：此研究獲得的數(shù)據(jù)為何種類型？

任務2：此研究屬于什么類型的設(shè)計？

任務3：通過收集的樣本信息，是否直接得出其代表的兩個總體有差異的結(jié)論？要解決該問題可以用統(tǒng)計學中哪部分理論內(nèi)容來分析？

任務4：如何進行假設(shè)檢驗，具體的檢驗步驟如何進行？

4.2 反面案例

以分類資料的統(tǒng)計分析為例，編寫案例如下。

案例二：探討腰椎骨折術(shù)后靜脈血栓的發(fā)生情況，將85例骨折的患者分為試驗組41人和對照組44人，試驗組為預防靜脈血栓護理模式實施后的患者，對照組為尚未實施預防靜脈血栓護理模式的患者，試驗組發(fā)生靜脈血栓有2例（發(fā)生率為4. 88%），對照組發(fā)生靜脈血栓有8例（發(fā)生率為18. 18%）。研究者采用t檢驗比較兩組術(shù)后靜脈血栓的發(fā)生率（t= 6. 151，P<0. 05），因此得出對照組靜脈血栓的發(fā)生率高于試驗組，差異有統(tǒng)計學意義。

問題1：該研究者的結(jié)論是否是正確的？

問題2：此研究獲得的數(shù)據(jù)屬于何種類型的數(shù)據(jù)？

問題3：此研究屬于什么類型的設(shè)計？

問題4：為解決該問題，可以使用統(tǒng)計分析中的哪部分理論知識？

問題5：假設(shè)檢驗的具體檢驗步驟如何進行？

5 AI背景下案例+任務驅(qū)動教學法實施的展望

5.1 注重批判性

AI在醫(yī)學統(tǒng)計學實驗課程中的潛力將進一步釋放，然而，ChatGPT等生成式AI技術(shù)是基于大數(shù)據(jù)生成的內(nèi)容，其生成內(nèi)容不一定完全準確。在使用AI技術(shù)生成相應的醫(yī)學統(tǒng)計學教學資源前，教師應了解內(nèi)容的準確性和可靠性，以避免誤導學生或提供錯誤答案。在進行教學準備時，教師需要對AI輸出內(nèi)容進行審查和驗證，以確保其科學合理性并且與教學目標保持一致。在醫(yī)學統(tǒng)計學實驗課程中也需要進行數(shù)據(jù)分析與圖像繪制，在許多研究中，有效利用數(shù)據(jù)進行圖像分析已成為AI在醫(yī)學教育中應用的關(guān)鍵[14-15]。教師在教學中要注重需要培養(yǎng)學生的批判性思維，學生需要有辨別AI生成內(nèi)容真?zhèn)蔚哪芰?，如學生利用統(tǒng)計學軟件繪制出的圖像要符合數(shù)據(jù)分析邏輯。醫(yī)學統(tǒng)計學課程教學中注重批判性，為學生未來可能面對醫(yī)療領(lǐng)域的科研挑戰(zhàn)做好準備。

5.2 注重個性

得益于信息技術(shù)的發(fā)展，醫(yī)學統(tǒng)計學教學逐漸從傳統(tǒng)的以教師為主體的教學模式轉(zhuǎn)變?yōu)樾碌慕虒W模式。個性化學習是一種以學生的個性差異為基礎(chǔ)的學習方式，在以傳統(tǒng)的講授教學方法為主的班級授課中難以真正實現(xiàn)，而將AI融入實驗教學課程中，也需要為學生的個性化學習提供支持。在開發(fā)與整理教學資源時，教師應該將自身的專業(yè)知識和經(jīng)驗融入AI技術(shù)的應用中，提供更全面和準確的個性化教學資源，以期實現(xiàn)學生根據(jù)自身針對醫(yī)學統(tǒng)計學課程的學習基礎(chǔ)與理解掌握知識的程度，進行個性化學習。

5.3 注重創(chuàng)新性

隨著技術(shù)的不斷進步，AI在醫(yī)學統(tǒng)計學課程中的應用將持續(xù)增加，在醫(yī)學教育中將發(fā)揮更重要的促進作用。未來新的AI技術(shù)必然將不斷更新與發(fā)展，教師和學生都應該保持持續(xù)學習的態(tài)度。教師需要了解最新的AI技術(shù)和應用，更新教學方法、策略、設(shè)計等，以更好地應對在醫(yī)學統(tǒng)計學的課程教學中的挑戰(zhàn)和需求。在教學過程中，鼓勵學生應用具有創(chuàng)新性的數(shù)據(jù)分析和處理方法，注重培養(yǎng)與提高學生的創(chuàng)新能力。

6 結(jié)語

綜上所述，隨著AI的應用，將促進醫(yī)學統(tǒng)計學實驗課程的數(shù)字化發(fā)展，在AI背景下實施案例+任務驅(qū)動教學法能夠?qū)崿F(xiàn)以學生為中心、提升教學效果、激發(fā)學生學習熱情、輔助教師快速獲取教學素材和教學課件、輔助進行課程評估。但其應用還存在一定發(fā)展空間，未來還需要更多地研究比較分析AI輔助的案例+任務驅(qū)動醫(yī)學課程教學方法和傳統(tǒng)的醫(yī)學課程教學方法。

參考文獻：

[1]崔凱，孟偉涵，葛曉燕.基于OBE理念的醫(yī)學統(tǒng)計學課程教學改革探索[J].錦州醫(yī)科大學學報（社會科學版），2024，22（3）：58-61.

[2]張慧蕓，韓冉，段學光，等.翻轉(zhuǎn)課堂與案例教學法結(jié)合應用于醫(yī)學實驗診斷學教學的探索[J].中國中醫(yī)藥現(xiàn)代遠程教育，2022，20（7）：5-7.

[3]張麗波，楊惠雯，焦雨梅.任務驅(qū)動法在生理學實驗教學中的應用與思考[J].錦州醫(yī)科大學學報（社會科學版），2021，19（4）：49-52.

[4]白潔，周進祝.ChatGPT生成式AI時代“醫(yī)學統(tǒng)計學”教育的挑戰(zhàn)與應對[J].繼續(xù)醫(yī)學教育，2024，38（8）：136-139.

[5]韋永圣，左佐壟川，陸飛宇.生成式AI技術(shù)在醫(yī)學院校教學資源開發(fā)中的應用探析[J].電腦知識與技術(shù)，2024，20（27）：31-33.

[6]陳玲，蔣雨楓.5G+AI技術(shù)賦能醫(yī)學本科教學改革的相關(guān)探索[J].臨床醫(yī)學研究與實踐，2024，9（11）：168-171.

[7]劉培峰.AI賦能的問題驅(qū)動學習法融合案例學習法的新模式：在腫瘤學教學中的應用探索[J/OL].腫瘤，2024，44（8）：1-10.（2024-10-24）[2024-12-13].https：//kns. cnki.net/kcms/detail/31.1372.r.20241023.1450.002. html.

[8]何茂章，王姝妹，丁瑞培，等.基于新醫(yī)科與AI技術(shù)融合的醫(yī)學教學模式探討[J].湘南學院學報（醫(yī)學版），2024，26（3）：63-66.

[9]汪潔.新醫(yī)科背景下醫(yī)學生對人工智能課程需求的調(diào)查研究[J].科教文匯，2024（15）：90-94.

[10]鐘敏，胡燕，程茜，等.人工智能在醫(yī)學教育中的應用現(xiàn)狀與思考[J].中國繼續(xù)醫(yī)學教育，2020，12（18）：79-81.

[11]孫紅標，徐少春，鄒勤，等.臨床醫(yī)學專業(yè)醫(yī)學影像學課程的課堂教學評價研究[J].中國繼續(xù)醫(yī)學教育，2024，16（12）：38-42.

[12]徐俊芳，覃思，郭孝鵬，等.臨床醫(yī)學專業(yè)預防醫(yī)學課程教學滿意度評價量表分析[J].教育觀察，2023，12（8）：79-85.

[13]孫夏承，吳菲菲，李凱峰，等.基礎(chǔ)醫(yī)學綜合實驗課程過程性評價的改革和實踐[J].基礎(chǔ)醫(yī)學教育，2023，25（9）：797-801.

[14]井杰，黃曉春.人工智能與檢驗醫(yī)學輔助診療的現(xiàn)狀及應用前景分析[J].國際檢驗醫(yī)學雜志，2022，43（21）：2669-2673.

[15]羅燕，伍建林.基于人工智能的醫(yī)學圖像分析在乳腺癌中的應用進展[J].齊齊哈爾醫(yī)學院學報，2020，41（1）：96-99.

（編輯：楊雪瑩 趙伊昕）