Page 48 - 南京医科大学社科版

南
南京医科大学学报（社会科学版）京医科大学学报（社会科学版） 第3期 总第134期
· 262 ·
Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences） 2026年6月
Journal
育立德树人的价值导向，避免了技术工具理性对 学生适应过程如下。① 认知与基础适应阶段
教育本质的消解。 （3 天）：开展平台使用说明会，搭配“一对一指导+模
本研究通过基于生物医学大数据的 AI 教学平 拟案例演练”，帮助学生掌握数据检索、个性化学习
台在神经病学实践教学中的应用，初步探讨该模式 计划制定等操作，同步收集适应难点并针对性答
的可行性和效应度，既验证 AI 技术对教学效率的提 疑；② 深化应用阶段：从“教师引导式练习”过渡到
升作用，又探讨如何通过师生协同优化，实现技术 “自主探究式学习”，教师每周开展小组复盘，持续
赋能与医学教育本质的有机统一，为医学教育数字 跟踪适应情况并调整教学节奏。
化转型提供兼具技术实践与社会建构逻辑的学理 对照组以传统教学方法为主，除常规理论教学
支撑。 外，还利用医院信息系统（HIS）内预制的文书模板，
并融合患者问诊和查体信息后进行病历文书内容
一、资料与方法
的增删修补。观察组在传统教学基础上，融入 AI 智
（一）研究对象 能体辅助（嵌入至 HIS）的自适应教学体系，整合“结
选取 2023 年 10 月至 2025 年 9 月在安徽医科大 构化文书自动生成－能力画像－知识问答－智能
学第二附属医院神经内科轮转的 200 名学生，且均 评分－决策生成”五大模块。
为首次参加住院医师规范化培训。本研究采用简 两组学生要求在轮转期间每人每月至少书写20
单随机分组（随机数字表）方法将 200 名学生随机分 份入院病历。HIS 系统可引用本地辅助检查结果，
为基于生物医学大数据的 AI 教学平台培训组（观察 内置的智医助理系统可以引用外院辅助检查数据。
组，103 名）和传统模式培训组（对照组，97 名），两组 （三）智能体模型介绍
学生在性别、年龄方面均无统计学差异。本研究已 智能体模型如图 1 所示。系统架构由数据层、
通过伦理委员会审批（编号：PJ 2023-02-32），所有 算法层、应用层、交互层（用户界面）构成。数据层
学生均自愿参加本研究并签署知情同意书。 整合多源异构数据，涵盖结构化（可直接用于算法
（二）培训方法 建模的标准化数据）、半结构化（如检验报告摘要）
师资培训流程如下。① 平台实操培训（2 周）： 和非结构化数据（如研究论文的方法学描述等文本
聚焦 AI 教学平台核心功能（如案例匹配、个性化推 类数据）。算法层整合预训练大语言模型（讯飞星
送、效果评估模块），采用“线上微课+线下实操”模 火医疗系列）、任务规划模块、推理引擎和记忆系
式；② 教学方案设计实训（1周）：开展教学设计工作 统，获得语言理解和生成能力。应用层将算法层能
坊，演练“平台资源整合+临床思维引导”教学模式； 力封装为具体功能模块。本研究所使用的系统应
③ 模拟考核。 用层包括以下五个模块。

C 核心处理与反馈闭环
5. 决策联动

学生能力信息 A 决策结果与分析决策结果与分析
学生交互 数据源 实践数据 文本数据
（提问，决策操作） （对话信息，检查结果）

学生提问 原始数据
B 实践数据
2. 知识问答智能交互 1. 结构化文本自动生成

问答数据 文本数据 文本数据

3. 多维度能 4. 智能评分
力画像
评分数据

实时画像 D 输出与反馈 评分与反馈

动态能力画像 评估报告与改进建议
（反馈给学生/教师） （形成教学闭环）
图1 AI智能体不同模块间的协同架构示意