2026医学院校人工智能通识课程建设的探索与实践报告.pdf

2026医学院校人工智能通识课程建设的探索与实践报告.pdf
本次PPT主要介绍了北京大学医学部在人工智能通识课程建设方面的探索与实践。 **第一部分:课程建设的时代背景与必要性** * AI技术正在重塑医疗健康领域,推动医疗的数字化转型。 * 国家战略层面高度重视AI在医疗领域的应用,并出台多项政策支持。 * 医生职业角色正在发生根本转变,对医生能力提出了新的要求。 * 医学教育改革势在必行,需要培养具备AI素养的复合型、创新型、实践型医学人才。 **第二部分:课程开设现状及问题** * 中国医学院校AI课程建设正处于从“探索试点”到“全面铺开”的关键转型期,呈现“顶层政策密集出台与院校落地参差不齐”、“智能医学工程专业扩张与临床医学专业AI通识覆盖不足”、“学生AI使用率高与系统化课程供给短缺”等并存的特征。 * 智能医学工程专业发展迅速,但临床医学专业AI通识教育仍显不足。 * 课程开设模式多样,包括专业建制型、通识必修/选修型、微专业/辅修型、平台赋能型。 * 面向医学生的人工智能通识课程主要有“大学计算机+AI融入”和“独立AI通识必修/选修课”两种模式。 * 当前课程开设面临学生层面(学业压力、数理基础薄弱)、师资层面(复合型师资缺乏)、教学资源(数据集、算力、实训平台缺乏)、课时分配矛盾等难点和痛点。 **第三部分:课程建设和实践** * 北京大学医学部构建了完善的人工智能课程体系,包含人工智能通识基础课、通识素养课和医学交叉课程。 * 健康信息管理系已开设系列人工智能课程,涵盖本科生和研究生。 * 课程建设目标是培养医学生的AI素养,实现“四个能够”:理解、应用、评判、适应。 * 课程内容全面,涵盖人工智能基础知识、医学人工智能应用、前沿知识和技术、以及医学人工智能伦理和安全。 * 教学方法多样,包括虚拟仿真实验、案例教学、理论与实践相结合、AIGC辅助编程等。 * 重视过程性评价,考核方式包括课堂参与、课堂作业、案例分析和项目实践。 * 通过项目实践和产学研合作,提升学生的创新能力和解决实际问题的能力。 * 提供丰富的配套教学资源,包括教材、PPT课件、教案、习题、微课视频以及在线实训平台。 总而言之,北京大学医学部正积极探索和实践人工智能通识课程的建设,旨在培养适应未来医疗发展需求的高素质医学人才。
在线阅读 下载完整报告 | 9.46 MB | 67页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告