AI如何提升医学影像学专业实习生专业技能的浅析

魏镜峰

摘要:医学影像学是一门高度重视临床实践的学科，学生不仅要掌握基础理论知识，还要能够提高阅片实践能力，为今后胜任影像学诊断工作打下坚实的基础。医学影像专业实习对于学生们临床实践能力的培养至关重要。所以，在实习教学中，使学生能将理论与实践两手抓，融会贯通，更好地向临床工作过渡，是医学影像教学的重要目标和方向。近阶段人工智能（artificial intelligence，AI）技术不仅渗透到了医疗领域，而且也席卷了整个医学教育范畴，目前已成为国内外研究的热点，也为医学影像AI教育的实施和改革注入了新的活力[[1]]。截止到现在，AI技术在医学影像学专业教育上的研究探索，主要聚焦在教学新模式的设想和虚拟多媒体的应用层面，至于关于如何提升医学影像学专业实习生专业技能的探索较少，因此本文就初步探讨一下通过AI是如何有效率地提升医学影像学专业实习生们的专业技能。

关键词:人工智能,医学影像学专业,实习

随着中国国民经济的迅速发展,人民生活品质水平的日益改善,以及人民群众日益提高的健康意识,尽管公立医院的服务规模也在不断扩大,且临床骨干医师的数量也每年都在逐渐上升,但看病难的问题却依旧日益突出。医务人员的日常诊疗服务任务也越来越重,负责带教的影像医生也往往是身兼数职,并未能够及时有充分的业余时间和大量精力投入到实习教学上,以至有的负责带教的影像医生将带教中的实习教学工作认为是自身的一个负担。但是随着各级医院临床计算机等核心技术水平的逐步提升和机器智能学习的深度应用，不仅使各级医院临床AI技术得到稳步发展,也逐步推动了各级医院临床人工智能的不断深入开展临床实践应用,可见AI技术已经开始逐步进入了达到高速发展的关键技术阶段。AI技术不断开发和研究，使其可以帮助各级医院影像报告医师与影像审核医师,不断地逐步提高医院影像医师阅片后的报告书写速度和审核速度、逐步减少各级医院的临床诊治影像等待处理时间、逐步优化各级医院的临床诊治服务管理等。笔者认为可以通过AI技术的应用既可以减轻带教老师的负担,也可以高质量有效率地提高医学影像学专业实习生专业技能。所以设计符合如上所述的AI需要满足如下要素。

一、地点设置

AI技术的放置地点应该考虑到医学影像学专业实习工作单一,可以不必多次去医院完成实习。所以,AI技术的虚拟训练地点不是仅仅局限于医院,正如赫光中所讲的说,"这种虚拟仿真式的实训教学平台完全打破了传统时空上的限制,只要我们有一台电脑或者智能手机就已经可以实时在线直接进行实践虚拟训练,不用再需要让学生频繁到任何实体实训教学中心进行见习[[2]]。"这样既可以使实习生获取大量的影像病例,进行实习工作,有效提升医学影像学专业实习生专业技能,为以后的规培打下基础,也可以减轻实习生的时间消耗,高效利用时间。这也许就使得无论东部地区城市学生还是西部地区农村的广大学生都有可能同时享有同样优质的高等教育资源,实现了优质高等教育教学资源共享。

二、数据传输

尽管采用AI技术的虚拟模拟实训平台打破了时间和空间的限制,但是我们要考虑到数据由医院通过什么样的一种途径传输到实习生那里,使他们的专业技能有所提升。笔者认为通过以下的途径来解决这个问题。

当前,国际上在数据存储管理方面主要运用现有的数据审计系统、网络存储技术,以及存储区域网等三个不同的数据存储管理模式,分别在存储容量、速率、价格、稳定性等各个方面都有着各自的优点,使得个人接入网络管理系统的建设逐渐能够适应其特定的技术特点:支持大容量数据存储器、超高数据传输速率，高可靠性,和数据高稳定性，可连续扩展性,以及数据高速迁移[[3]]。

三、练习机制

因为医学影像学专业实习生是通过大量阅片,写病例报告来有效提升他们的专业技能,通过AI设计一个良好的练习机制也是十分重要。其实这样的想法在国内外有初步的形成。

在国外,美国斯坦福大学医学院提出了进阶实训模型，即先进行在线仿真训练，再进行虚实结合训练，随后再进行模拟场景训练，最后再进入临床实训[[4]]。

目前在国内,许多高等医学院校也已经建立了一个虚拟网络仿真临床实训教学平台[[5]]例如,为了有效缓解陕西省相关院校医护类专业疫情期间技能实训教学的问题,陕西省职业技术教育学会卫生类专业委员会联合技术平台企业，在春节过后的短短几周里完成了覆盖全省高职院校的医学技能在线虚拟仿真教学平台建设[[6]]。教育部全国卫生职业教育教学指导委员会委员、中国职业技术教育学会卫生专业委员会理事赫光中在接受记者采访时表示，如今陕西已有16所院校共计数百名教师在该平台上进行3D仿真技能实训教学，上万名学生在仿真实训平台上进行技能训练学习[[7]]。还有，在国内最新正式上线的‘明日良医’新三站技能仿真临床实践操作技能等级训练考试平台,包括临床医生执业护理医师资格考试中所需要的临床相关基础技能比如临床病史资料采集及临床病例数据分析、内外科及妇儿等等的基本技能以及仿真实践操作,都同样可以在这个平台上轻松进行。同时学生在进行操作时,平台系统会实时进行纠错,并在学生操作过程完成后自动更新形成技能评价结果报告

[[8]]。

所以,笔者认为可以借鉴国内外的经验,通过AI设计出如下的练习机制。

1.每次实习任务给实习生随机发布大量的影像病例,让他们进行诊断练习,而练习的结果由AI系统进行评价并反馈。

2.评价工作完成后,每次书写报告练习中所出现的错误诊断进行收集,首先进行统计,便于带教老师知道实习生在此次练习所出现的共性问题以便进行线上讲解,然后建立针对每名实习生的"病例错题本",利于实习生的回顾和总结。

3.当下次实习任务给实习生发布大量的影像病例,不仅要保留之前有过错误诊断的影像片,而且要适当的加大难度,增加一些很难做出诊断的影像病例,而练习的结果由AI系统进行评价。

4.经过一段时间的诊断练习后,要进行一次仿真测试,便于带教老师有效地了解到这一段时间里实习生的诊断水平是否有比较大的改变,而测试的成绩由AI系统和负责的带教老师共同评价。

5.通过多次的仿真练习后,根据实际情况，要进行一次医院真实诊断测试,便于带教老师有效地了解到这一段时间里实习生的诊断水平是否有比较大的改变,而测试的成绩由带教老师负责,而AI根据每名实习生的测试成绩,对每名实习生提出相关意见从而使自己的专业技能得到有效的增强。

四、反馈机制

虽然目前,AI在许多临床医学科研领域中正在迅速地由临床实验科研阶段逐步过渡发展到医疗临床应用科研阶段,但许多的医疗临床研究成果也表明在某些医学场景中,AI已经开始呈现出可以和其他医生比较或甚至可能超过其他医生的一些极高诊断能力,诊断正确率有时超过一些比较知名的影像医师,但是AI有时也出现诊断错误的情况。

因此,笔者认为建立一种有效的反馈机制是极为重要,可以避免AI出现诊断错误时错误引导实习生,使他们的专业技能不能得到有效地提升。所以,设想建立的有效反馈机制如下。

1.每次诊断练习和测试结果公示时,如果实习生发现AI初步评价的结果有误,可以通过AI端向带教老师发出疑问。当带教老师收到学生疑问时,老师通过AI端对发出疑问的同学进行一对一解答。

2.若带教老师未及时进行对疑问的解答,实习生通过AI端将反馈进行下载打印AI评价报告,让带教老师在线上进行对疑问进行一对一解答。

总结

AI技术为医学影像学实习生提供了前所未有的学习工具和资源，有助于他们更快地掌握专业技能，提高诊断准确性。然而，为了最大化AI的潜力，需要制定合理的实施策略，确保技术与传统教学方法的有效结合，并注意解决相关的伦理和隐私问题。未来的研究应关注AI在医学影像学教育中的长期效果，以及如何持续优化这一辅助工具以适应不断变化的医疗环境。

参考文献

---

[[1]]  严陈晨，麦筱莉，辛小燕，李丹燕 ，唐 敏 ，梁 静 ，张 鑫 ，张 冰  ，《人工智能技术在医学影像实习教学中的探索》

[[2]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报

[[3]] 《医院影像数据的保管和使用》

[[4]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报

[[5]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报

[[6]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报

[[7]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报

[[8]] 环球网，《虚拟“导师”带医科生临床实践》，科技日报