通用人工智能技術(shù)在提升醫(yī)學(xué)生腦血管病臨床決策能力中的應(yīng)用探討

[摘要] 腦血管病是一類高致殘率和高死亡率的神經(jīng)系統(tǒng)疾病，嚴重威脅患者健康。臨床醫(yī)生的臨床決策能力對患者預(yù)后至關(guān)重要。新興的通用人工智能技術(shù)為教育，特別是醫(yī)學(xué)教育提供革新契機。本文探討如何在醫(yī)學(xué)教育中利用通用人工智能技術(shù)提升醫(yī)學(xué)生的腦血管病臨床決策能力，分析傳統(tǒng)教學(xué)方法的優(yōu)勢與不足，并提出結(jié)合通用人工智能技術(shù)的綜合策略提升教學(xué)效果。

[關(guān)鍵詞] 通用人工智能技術(shù)；腦血管??；臨床決策能力；醫(yī)學(xué)生

[中圖分類號] R741；G642" """"[文獻標識碼] A """""[DOI] 10.3969/j.issn.1673-9701.2025.21.019

1" 引言

腦血管病是指腦血管病變引發(fā)的疾病，包括但不限于缺血性腦卒中、出血性腦卒中、短暫性腦缺血發(fā)作、腦動脈狹窄和腦動脈瘤等病癥。腦血管病已成為全球第三大死因。中國腦血管病發(fā)病率隨著社會老齡化的加劇不斷攀升，成為現(xiàn)代社會無法忽視的健康挑戰(zhàn)之一^[1]。有效的腦血管病防治需要醫(yī)務(wù)人員具有豐富的腦血管基礎(chǔ)知識及高水平的臨床決策能力。臨床決策能力不僅表現(xiàn)為知識的掌握，更是在實際案例中結(jié)合患者病情、體征及輔助檢查等信息，迅速做出診斷并制定治療方案的綜合能力。

在腦血管病的診療中，時間尤為關(guān)鍵。如在急性缺血性腦卒中的治療中，藥物溶栓和機械取栓的“黃金時間”迫切要求臨床醫(yī)生在短時間內(nèi)完成臨床決策^[2-3]。因此，醫(yī)學(xué)教育中的一項緊迫任務(wù)是探索并實施有效的教學(xué)方法，提升醫(yī)學(xué)生的臨床決策能力，使其在未來的醫(yī)療實踐中能夠應(yīng)對復(fù)雜多變的情形。

2" 臨床決策能力的內(nèi)涵與重要性

在腦血管病的臨床決策中，醫(yī)生面對的信息量大且復(fù)雜，包括患者的病史、體征、影像學(xué)檢查結(jié)果和實驗室檢查結(jié)果等。錯誤的臨床決策不僅可導(dǎo)致患者病情惡化，甚至給患者帶來生命危險。臨床決策能力對腦血管病的治療至關(guān)重要。首先，腦血管病的臨床決策具有即時性，要求醫(yī)學(xué)生在短時間內(nèi)做出精準決策。其次，腦血管病的臨床決策具有異質(zhì)性，患者的年齡、基礎(chǔ)疾病、既往病史等多因素影響個體化治療方案的選擇。最后，腦血管病的臨床決策具有復(fù)雜性。腦血管病的治療方案需要綜合考慮急性期處理、二級預(yù)防及長期康復(fù)等多方面內(nèi)容。腦血管病的臨床決策不僅考驗醫(yī)學(xué)生的知識儲備，還對其批判性思維、經(jīng)驗積累和快速反應(yīng)能力提出更高要求。綜上，處置腦血管病患者時，知識儲備、批判性思維、經(jīng)驗、快速反應(yīng)能力都顯得尤為重要。這要求醫(yī)學(xué)教育在培養(yǎng)醫(yī)學(xué)生的臨床決策能力時，將理論與實踐充分結(jié)合，提高醫(yī)學(xué)生的反應(yīng)能力和判斷力。

3 "通用人工智能技術(shù)增強臨床決策能力

在通用人工智能（artificial general intelligence，AGI）技術(shù)時代，各行各業(yè)都在探索應(yīng)用AGI提高學(xué)習(xí)和工作效率。AGI技術(shù)在醫(yī)學(xué)教育，特別是在腦血管病臨床決策領(lǐng)域具有巨大潛力^[4-5]。醫(yī)學(xué)知識體系龐雜、信息量大，且醫(yī)學(xué)生積累臨床經(jīng)驗所需時間較長，其培養(yǎng)費時費力，這是高等教育的難點之一。AGI技術(shù)可通過模擬復(fù)雜病例、提供個體化學(xué)習(xí)路徑和智能反饋顯著提高醫(yī)學(xué)生的學(xué)習(xí)體驗和臨床決策能力^[6]。利用AGI技術(shù)的深度學(xué)習(xí)和自然語言處理能力，教育工具可為每位學(xué)生提供具體的、基于真實場景的模擬訓(xùn)練。這一過程不僅使醫(yī)學(xué)生可在無臨床風(fēng)險的環(huán)境中反復(fù)練習(xí)專業(yè)技能，還可通過分析學(xué)生的決策過程與行業(yè)標準的差異，有針對性地提供反饋和指導(dǎo)^[7]。此外AGI技術(shù)還可整合并分析海量醫(yī)療數(shù)據(jù)，輔助臨床決策，使醫(yī)學(xué)生在學(xué)習(xí)的過程中能接觸到最新的研究成果和臨床指南^[8]。這種基于AGI技術(shù)的創(chuàng)新教學(xué)方法有助于培養(yǎng)具有創(chuàng)新思維和快速反應(yīng)能力的醫(yī)學(xué)人才，使其在面對復(fù)雜且快速變化的臨床環(huán)境中，制定更準確且有效的治療方案。

4" 基于AGI技術(shù)培養(yǎng)醫(yī)學(xué)生臨床決策能力的教學(xué)方法探索

為提高醫(yī)學(xué)生腦血管病領(lǐng)域的臨床決策能力，醫(yī)學(xué)教育應(yīng)采取創(chuàng)新性和多元化的教學(xué)方法。將AGI技術(shù)引入腦血管病臨床決策能力的培養(yǎng)具有十分重要的實用價值，能解決現(xiàn)有教學(xué)的缺點和難點。AGI技術(shù)在數(shù)據(jù)處理、模擬場景、實時反饋等方面的優(yōu)勢可為醫(yī)學(xué)生提供更智能化、個體化的學(xué)習(xí)體驗。

4.1" 基于AGI技術(shù)的案例導(dǎo)向教學(xué)法

案例導(dǎo)向教學(xué)法是通過真實病例的詳細分析引導(dǎo)醫(yī)學(xué)生深入理解相關(guān)知識。通過討論和實踐，醫(yī)學(xué)生可在理論知識學(xué)習(xí)的基礎(chǔ)上強化臨床思維和應(yīng)急反應(yīng)能力，逐步培養(yǎng)臨床決策能力。但案例導(dǎo)向教學(xué)法對教師的引導(dǎo)能力要求較高，且病例準備較煩瑣。AGI技術(shù)可有效解決上述問題。

AGI技術(shù)可根據(jù)醫(yī)學(xué)生的知識水平和學(xué)習(xí)進度，協(xié)助從PubMed、Web of Science、萬方數(shù)據(jù)知識服務(wù)平臺、維普網(wǎng)、中國知網(wǎng)等數(shù)據(jù)庫自動選取典型病例，展示患者病史、癥狀、體征及輔助檢查數(shù)據(jù)，減少患者資料的準備時間。醫(yī)學(xué)生分組討論這些案例，提出病因分析、診斷及治療方案，并在教師指導(dǎo)下進行全面分析和討論。同時使用AGI技術(shù)多角度提出治療方案，鼓勵醫(yī)學(xué)生思考如何選擇最優(yōu)治療策略。通過AGI技術(shù)多角度提問和解答，醫(yī)學(xué)生不僅可掌握理論知識，也可提升臨床思維和決策能力，減少對教師引導(dǎo)和分析能力的依賴。

4.2" 基于AGI技術(shù)的模擬情境教學(xué)法

模擬情境教學(xué)法通過虛擬或仿真技術(shù)使醫(yī)學(xué)生接觸近似真實的醫(yī)療情境，鍛煉其反應(yīng)能力和決策水平^[9]。醫(yī)學(xué)生需在模擬場景中詢問患者病史、查體結(jié)果，結(jié)合影像做出實時決策并給予實時反饋。模擬情境教學(xué)法可幫助醫(yī)學(xué)生在真實環(huán)境下鍛煉應(yīng)急決策能力，同時通過模擬現(xiàn)實減少醫(yī)學(xué)生實際操作中可能出現(xiàn)的問題，減少臨床實踐中的潛在風(fēng)險^[10-11]。但傳統(tǒng)的模擬情境教學(xué)法所需設(shè)備投入較大，且在模擬過程中難以完全復(fù)制復(fù)雜的臨床環(huán)境，可能影響教學(xué)的真實性。

AGI技術(shù)結(jié)合虛擬現(xiàn)實和增強現(xiàn)實技術(shù)可創(chuàng)建沉浸式學(xué)習(xí)體驗。這種仿真環(huán)境使醫(yī)學(xué)生不僅能看到情境，還可與虛擬對象互動，增強感官體驗。如AGI技術(shù)可模擬急診室場景，醫(yī)學(xué)生在模擬場景中詢問患者病史并查體，結(jié)合醫(yī)學(xué)影像結(jié)果做出診斷并制定治療方案。模擬結(jié)束后，AGI技術(shù)可給予醫(yī)學(xué)生及時反饋，指出醫(yī)學(xué)生的決策是否科學(xué)、合理，并提供改進建議。此外AGI技術(shù)還可根據(jù)醫(yī)學(xué)生的臨床決策水平及導(dǎo)致臨床決策失誤的思維缺陷，優(yōu)化模擬情境或調(diào)整情境難度，使其更符合醫(yī)學(xué)生的學(xué)習(xí)需求。AGI技術(shù)的使用可減少傳統(tǒng)模擬情境教學(xué)法對大型設(shè)備和參與人員的依賴。

4.3" 基于AGI技術(shù)的問題導(dǎo)向教學(xué)法

問題導(dǎo)向教學(xué)法以實際病例為基礎(chǔ)，強調(diào)通過提出復(fù)雜臨床問題、通過團隊合作解決問題，激發(fā)醫(yī)學(xué)生的學(xué)習(xí)興趣與主動性，幫助醫(yī)學(xué)生形成批判性思維和獨立解決臨床問題的能力。針對腦血管病的臨床決策問題，問題導(dǎo)向教學(xué)法可培養(yǎng)醫(yī)學(xué)生的自主學(xué)習(xí)能力、團隊合作能力和臨床判斷能力^[12-13]。問題導(dǎo)向教學(xué)法的缺點是醫(yī)學(xué)生在初期可能遇到知識儲備不足的問題，這需要醫(yī)學(xué)生具備較強的自學(xué)能力和時間管理能力。

AGI技術(shù)可根據(jù)醫(yī)學(xué)生的知識水平和學(xué)習(xí)進度生成個體化問題，激發(fā)醫(yī)學(xué)生的興趣和思考。AGI技術(shù)可根據(jù)醫(yī)學(xué)生的學(xué)習(xí)需求、背景知識、問題的復(fù)雜性，自動推薦相關(guān)的文獻、視頻、教程等學(xué)習(xí)材料。醫(yī)學(xué)生也可在AGI技術(shù)的協(xié)助下自主查閱相關(guān)文獻，學(xué)習(xí)治療指南等相關(guān)知識，通過小組討論進行知識的整合與應(yīng)用，逐步形成決策能力。此外AGI技術(shù)還可識別醫(yī)學(xué)生在思維邏輯上的漏洞，提示可能忽略的因素，提供改進建議。

4.4" 基于AGI技術(shù)的跨學(xué)科協(xié)作學(xué)習(xí)法

腦血管病的臨床決策不僅需要神經(jīng)科的專業(yè)知識，還需要多學(xué)科支持?？鐚W(xué)科協(xié)作學(xué)習(xí)法通常需基于跨學(xué)科小組，圍繞病例信息進行多學(xué)科討論，各自提供專業(yè)見解，形成綜合決策?？鐚W(xué)科協(xié)作學(xué)習(xí)法可幫助醫(yī)學(xué)生理解和融匯不同學(xué)科的知識，增強團隊協(xié)作能力，提升醫(yī)學(xué)生對綜合知識的理解和運用能力，促進全方位的臨床決策能力培養(yǎng)^[14]。但跨學(xué)科協(xié)作學(xué)習(xí)法對各學(xué)科教師的出勤要求較高，學(xué)校需具備高水平的組織協(xié)調(diào)能力^[15]。

將神經(jīng)病學(xué)、內(nèi)科學(xué)、神經(jīng)外科學(xué)、影像學(xué)、檢驗學(xué)、藥學(xué)、康復(fù)醫(yī)學(xué)和預(yù)防醫(yī)學(xué)等各專業(yè)的醫(yī)學(xué)生組成小組，圍繞腦血管病患者展開討論，并形成集體決策。AGI技術(shù)結(jié)合自然語言處理技術(shù)可實現(xiàn)多國家、多地域遠程多學(xué)科討論，并跟蹤每個參與者的貢獻，保證公平協(xié)作并優(yōu)化團隊效率，有助于醫(yī)學(xué)生理解不同文化背景和教育體系下的臨床決策視角。當(dāng)某些專業(yè)的醫(yī)學(xué)生缺席討論時，可應(yīng)用AGI技術(shù)代替其進行分析討論，有助于確?？鐚W(xué)科協(xié)作的順利進行，減少人力和時間成本。

5 "小結(jié)與展望

腦血管病的臨床決策能力培養(yǎng)是醫(yī)學(xué)教育中的重要任務(wù)之一。傳統(tǒng)的案例導(dǎo)向教學(xué)法、模擬情境教學(xué)法、問題導(dǎo)向教學(xué)法及跨學(xué)科協(xié)作學(xué)習(xí)法等多種教學(xué)法可有效提升醫(yī)學(xué)生在實際病例和臨床場景中面對復(fù)雜情況時的臨床思維和決策能力。然而，這些教學(xué)法仍面臨諸多挑戰(zhàn)，如教學(xué)資源不足、教學(xué)時間的限制、部分醫(yī)學(xué)生參與度不高及教師指導(dǎo)能力不足等^[16]。因此，可通過引入AGI技術(shù)彌補上述不足，進一步提高教學(xué)效果。

近年來，AGI技術(shù)在醫(yī)學(xué)影像分析、疾病早期診斷、個體化治療方案和臨床決策支持等方面取得長足發(fā)展。隨著電子病歷、影像學(xué)數(shù)據(jù)、基因組學(xué)數(shù)據(jù)、病理數(shù)據(jù)等多源數(shù)據(jù)的融合，AGI技術(shù)可提供更全面和精準的腦血管病診療決策。將AGI技術(shù)引入腦血管病臨床決策能力的教學(xué)培養(yǎng)，建立基于AGI技術(shù)的案例導(dǎo)向教學(xué)法、模擬情境教學(xué)法、問題導(dǎo)向教學(xué)法和跨學(xué)科協(xié)作學(xué)習(xí)法有助于整合在線病例資源、輔助文獻檢索、實時更新知識、節(jié)約教學(xué)時間和節(jié)省教學(xué)資源。由于醫(yī)學(xué)生的學(xué)習(xí)能力、思維方式等存在個體化差異，可適用不同的教學(xué)方法，單一教學(xué)方法不能很好地滿足“因材施教”。未來研究可進一步探索基于AGI技術(shù)的不同教學(xué)策略的組合應(yīng)用，以期達到更好的教學(xué)效果。

隨著AGI技術(shù)的不斷發(fā)展和普及，醫(yī)學(xué)教育將面臨更多的可能性和創(chuàng)新空間。雖然AGI技術(shù)在輔助臨床決策中發(fā)揮很大作用，但也需要關(guān)注AGI技術(shù)可能帶來的社會倫理問題。醫(yī)學(xué)生需要了解AGI技術(shù)的局限性及其可能帶來的道德困境。應(yīng)用AGI技術(shù)獲得結(jié)論的可靠性受數(shù)據(jù)庫的影響，可能由于數(shù)據(jù)開放性、數(shù)據(jù)真實性等問題出現(xiàn)結(jié)論偏倚。因此需要對數(shù)據(jù)庫中的干擾數(shù)據(jù)進行實時判別和剔除，以保證數(shù)據(jù)庫的可信性，并在臨床決策中根據(jù)實際情況權(quán)衡AGI技術(shù)的臨床決策建議。此外，AGI技術(shù)的應(yīng)用可能導(dǎo)致醫(yī)學(xué)生產(chǎn)生惰性思維，主動獲取知識能力下降，形成對AGI技術(shù)的路徑依賴，需要在實施過程中重點關(guān)注。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1]"" MA Q， LI R， WANG L， et al. Temporal trend and attributable risk factors of stroke burden in China， 1990- 2019： An analysis for the global burden of disease study 2019[J]. Lancet Public Health， 2021， 6（12）： e897–e906.

[2]"" 李宏建. 急性缺血性卒中患者的發(fā)病至溶栓時間與長期轉(zhuǎn)歸[J]. 國際腦血管病雜志， 2021， 29（6）： 431.

[3]"" 李宏建. 治療時間對早期與晚期治療時間窗血管內(nèi)血栓切除術(shù)轉(zhuǎn)歸的影響[J]. 國際腦血管病雜志， 2023， 31（5）： 400.

[4]"" 蔣小英， 寧啟蘭， 閆小飛， 等. 生成式人工智能在基礎(chǔ)醫(yī)學(xué)教學(xué)中的應(yīng)用前景[J]. 基礎(chǔ)醫(yī)學(xué)教育， 2024， 26（6）： 508–511.

[5]"" 肖志鳳， 阮廣聰， 魏艷玲. 人工智能在消化系統(tǒng)疾病教學(xué)中的應(yīng)用研究[J]. 現(xiàn)代醫(yī)藥衛(wèi)生， 2024， 40（15）： 2678–2681.

[6]"" 梁志勛， 易云飛， 范源源， 等. “案例教學(xué)+項目驅(qū)動”模式在人工智能課程教學(xué)中的應(yīng)用探索[J]. 電腦知識與技術(shù)， 2024， 20（12）： 155–157， 161.

[7]"" 劉一人， 谷涌泉， 郭連瑞. 人工智能輔助血管外科教學(xué)的應(yīng)用與挑戰(zhàn)[J]. 醫(yī)學(xué)研究雜志， 2024， 53（7）： 189–191， 195.

[8]"" 丁玲玲， 李子孝， 王擁軍. 人工智能臨床決策支持系統(tǒng)在腦血管病中的應(yīng)用[J]. 中國卒中雜志， 2020， 15（3）： 290–295.

[9]"" ERDOGAN A， DONG Y， CHEN X， et al. Development and validation of clinical performance assessment in simulated medical emergencies： An observational study[J]. BMC Emerg Med， 2016， 16： 4.

[10] GU R P， ZHAO F， BAI J， et al. Subjective learning gain from a simulation-based health management course： A mixed methods study[J]. Front Public Health， 2024， 12： 1400135.

[11] BRANDITZ L D， KENDLE A P， LEUNG C G， et al. Bridging the procedures skill gap from medical school to residency： A simulation-based mastery learning curriculum[J]. Med Educ Online， 2024， 29（1）： 2412399.

[12] 楊鐘會， 唐景峰. PBL聯(lián)合案例教學(xué)法在臨床醫(yī)學(xué)專業(yè)實習(xí)教學(xué)中的啟示——以腦血管病科為例[J]. 科教導(dǎo)刊， 2023（8）： 100–102.

[13] 胡偉， 李紅旗， 潘婷， 等. 翻轉(zhuǎn)課堂聯(lián)合病例導(dǎo)入式以問題為基礎(chǔ)的教學(xué)法在神經(jīng)內(nèi)科教學(xué)中的應(yīng)用效果[J]. 安徽醫(yī)學(xué)， 2020， 41（6）： 727–729.

[14] DUCKWITZ V， VOGT L， HAUTZINGER C， et al. Students’ acceptance of case-based blended learning in mandatory interdisciplinary lectures for clinical medicine and veterinary public health[J]. Vet Rec Open， 2021， 8（1）： e14.

[15] COOPER H， CARLISLE C， GIBBS T， et al. Developing an evidence base for interdisciplinary learning： A systematic review[J]. J Adv Nurs， 2001， 35（2）： 228–237.

[16] 劉來艷. 臨床教師開展課堂教學(xué)改革的挑戰(zhàn)與路向探索[J]. 科技風(fēng)， 2023（25）： 130–132.2025–03–03）

（修回日期：2025–07–08）

基金項目：2023年度北京市中醫(yī)藥科技發(fā)展資金項目（JJ-2023-93）；北京市醫(yī)院管理中心2024年度“培育計劃”中醫(yī)項目（PZ2024009）

通信作者：宋玨嫻，電子信箱：songjuexian2024@126.com