人工智能在急診危重癥教學(xué)中的應(yīng)用體會(huì)

沈艷，李偉，王艷，黃中偉

（1.南通大學(xué)附屬醫(yī)院 急診醫(yī)學(xué)科，江蘇 南通 226001；2.臺(tái)橡〔南通〕實(shí)業(yè)有限公司，江蘇 南通 226004）

1955年麥卡錫首次提出了人工智能（Artificial Intelligence,AI）的概念。受硬件條件限制，當(dāng)時(shí)AI仍處于“推理”時(shí)代，遠(yuǎn)遠(yuǎn)達(dá)不到智能化的水平。隨著20世紀(jì)90年代計(jì)算機(jī)的發(fā)展、信息技術(shù)的創(chuàng)新，大數(shù)據(jù)和信息化成為全球發(fā)展的特征，并不斷滲透社會(huì)生活的方方面面。同時(shí)，AI在生命科學(xué)領(lǐng)域的應(yīng)用，大大改變了人們對(duì)傳統(tǒng)醫(yī)療行業(yè)的認(rèn)知，也對(duì)醫(yī)學(xué)生的成長(zhǎng)和培養(yǎng)產(chǎn)生了深遠(yuǎn)的影響。借助數(shù)據(jù)大爆炸和信息高度產(chǎn)業(yè)化的發(fā)展，作為終身教育的代表學(xué)科之一，醫(yī)學(xué)教育必將發(fā)生革命性改變。本文通過(guò)應(yīng)用AI的數(shù)據(jù)及信息處理技術(shù)，闡述其在急診危重癥教學(xué)及科研應(yīng)用中的體會(huì)。

一、醫(yī)學(xué)教育的特點(diǎn)與發(fā)展趨勢(shì)

醫(yī)學(xué)教育的核心內(nèi)容和目標(biāo)是培養(yǎng)兼具醫(yī)學(xué)思維和道德修養(yǎng)的醫(yī)學(xué)人才。從醫(yī)學(xué)思維角度而言，傳統(tǒng)的醫(yī)學(xué)教育學(xué)科設(shè)置單一，或按解剖系統(tǒng)劃分，或按臨床應(yīng)用歸類(lèi)，限制了醫(yī)學(xué)生對(duì)知識(shí)的融會(huì)貫通，成為醫(yī)學(xué)生向醫(yī)生角色轉(zhuǎn)變的最大障礙。隨著信息時(shí)代的快速發(fā)展，醫(yī)學(xué)知識(shí)的深度和廣度已不可同日而語(yǔ)，醫(yī)學(xué)與其他學(xué)科的交叉和緊密結(jié)合，更是對(duì)醫(yī)學(xué)教育提出了更新、更高的挑戰(zhàn)。為了培養(yǎng)醫(yī)學(xué)生更為靈活、縝密的臨床思維，在傳統(tǒng)的課堂理論授課（Lecture-based learning,LBL）模式的基礎(chǔ)上，新的教學(xué)模式改革已成為醫(yī)學(xué)教育者工作的重要部分。在探索的過(guò)程中，多種教學(xué)模式的推廣應(yīng)用也取得了一定的效果，如以問(wèn)題為基礎(chǔ)的教學(xué)模式（Problem-based learning,PBL）、基于案例教學(xué)法（Case-based learning,CBL）、以團(tuán)隊(duì)為基礎(chǔ)的學(xué)習(xí)模式（Team-based learning,TBL）、研究型教學(xué)模式（Research-based learning,RBL）、翻轉(zhuǎn)課堂教學(xué)模式（Flipped class model,FCM）等，而建立在計(jì)算機(jī)發(fā)展和無(wú)線通信基礎(chǔ)上的移動(dòng)學(xué)習(xí)和模擬教學(xué)，更是受到廣大醫(yī)學(xué)生的普遍歡迎。隨著計(jì)算機(jī)工程師和醫(yī)學(xué)領(lǐng)域的廣泛合作，通過(guò)信息平臺(tái)和數(shù)據(jù)庫(kù)的建立，將大大推進(jìn)移動(dòng)式、交互式學(xué)習(xí)，也為終身學(xué)習(xí)的延續(xù)奠定基礎(chǔ)。

二、人工智能在醫(yī)學(xué)教育領(lǐng)域的應(yīng)用現(xiàn)狀

近年來(lái)，AI在提供疾病診斷、治療決策方面顯示出了突出的優(yōu)勢(shì)?；谟跋?、超聲、病理的大數(shù)據(jù)分析，AI不僅具有較高的診斷準(zhǔn)確性和診斷效率，還提供了精準(zhǔn)化、個(gè)體化的治療方案。此外，AI在慢性疾病的管理中，可以大大節(jié)約人力成本，減少經(jīng)費(fèi)支出。在醫(yī)學(xué)教育領(lǐng)域，AI的應(yīng)用主要在兩個(gè)方面：一是提供虛擬化的學(xué)習(xí)平臺(tái)；二是社交網(wǎng)絡(luò)的互助平臺(tái)。虛擬化的AI程序，以“Watson”計(jì)算機(jī)系統(tǒng)、DxR Clinician人工智能系統(tǒng)為代表，可避免內(nèi)容枯燥、模式單一的教學(xué)內(nèi)容，為醫(yī)學(xué)生提供良好的模擬學(xué)習(xí)環(huán)境和實(shí)訓(xùn)案例，提高了即時(shí)應(yīng)變能力，增加了實(shí)踐參與機(jī)會(huì)，大大提高了教學(xué)的趣味性和有效性，鼓勵(lì)醫(yī)學(xué)生對(duì)新知識(shí)、新技能的探索。社交網(wǎng)絡(luò)平臺(tái)以“丁香園論壇”為代表，為醫(yī)學(xué)人士提供了開(kāi)放的交流學(xué)習(xí)平臺(tái)，隨著多媒體技術(shù)的發(fā)展，更多的專(zhuān)業(yè)人士從醫(yī)院、專(zhuān)業(yè)協(xié)會(huì)、電視、紙質(zhì)媒體涌現(xiàn)出來(lái)，通過(guò)各種公眾號(hào)、自媒體平臺(tái)普及專(zhuān)業(yè)知識(shí)，從多層次、多角度吸引了醫(yī)學(xué)生的參與，按需汲取專(zhuān)業(yè)知識(shí)，彌補(bǔ)傳統(tǒng)醫(yī)學(xué)教育方式的短缺。近年來(lái)，得益于互聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)算法的普及，更為醫(yī)學(xué)生高效獲取知識(shí)、過(guò)濾垃圾內(nèi)容，提供了更高水平的技術(shù)支持。如Brainly平臺(tái)，可根據(jù)每個(gè)醫(yī)學(xué)生的自身情況，制定個(gè)性化的學(xué)習(xí)課程，這種基于個(gè)體學(xué)習(xí)曲線的網(wǎng)絡(luò)化學(xué)習(xí)模式，將為今后的醫(yī)學(xué)繼續(xù)教育提供更多參考。

三、人工智能在急診危重癥云平臺(tái)中的應(yīng)用實(shí)踐

（一）人工智能在教學(xué)數(shù)據(jù)庫(kù)中的應(yīng)用

在既往教學(xué)改革的過(guò)程中，急診醫(yī)學(xué)科教研室發(fā)現(xiàn)，受急診重癥教學(xué)本身復(fù)雜性和特殊性的影響，為了更快適應(yīng)急診危重癥的特殊環(huán)境和特殊人群，必須對(duì)醫(yī)學(xué)生進(jìn)行針對(duì)性強(qiáng)化訓(xùn)練。因此，在通過(guò)急門(mén)診日志、住院His系統(tǒng)、重癥管理系統(tǒng)、PACS影像系統(tǒng)、微生物檢測(cè)與管理系統(tǒng)、病理信息與管理系統(tǒng)、藥物檢測(cè)與管理系統(tǒng)等多個(gè)醫(yī)療機(jī)構(gòu)管理系統(tǒng)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化語(yǔ)言和結(jié)構(gòu)化設(shè)計(jì)處理后，借助文獻(xiàn)系統(tǒng)、數(shù)據(jù)庫(kù)、數(shù)據(jù)處理功能模塊實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)、整合，可建立用于教學(xué)的急診危重癥信息管理數(shù)據(jù)庫(kù)。用戶通過(guò)界面的服務(wù)申請(qǐng)，實(shí)現(xiàn)數(shù)據(jù)庫(kù)的訪問(wèn)和讀取。因此，借助于高性能服務(wù)器集群的穩(wěn)定、高效處理能力，醫(yī)學(xué)生利用數(shù)據(jù)庫(kù)內(nèi)的臨床案例實(shí)現(xiàn)反復(fù)模擬診斷思維、分診診療的訓(xùn)練，可為實(shí)際臨床工作提供大量的實(shí)踐預(yù)演。通過(guò)數(shù)據(jù)庫(kù)的應(yīng)用，普遍提高了醫(yī)學(xué)生對(duì)常見(jiàn)急診、危重癥疾病的甄別、處理響應(yīng)的快速性和分診收治的準(zhǔn)確性。

根據(jù)教研室既往的教學(xué)改革經(jīng)驗(yàn)，基于臨床信息所提取的數(shù)據(jù)進(jìn)行分類(lèi)、清洗、提取和挖掘后建立的急診重癥信息管理云平臺(tái)，可允許醫(yī)學(xué)生通過(guò)用戶界面進(jìn)行訪問(wèn)，與傳統(tǒng)的課堂、見(jiàn)習(xí)、實(shí)習(xí)等方式的教學(xué)相比，具有針對(duì)性強(qiáng)、高效性和靈活性的特點(diǎn)。可通過(guò)大量現(xiàn)實(shí)的臨床案例為基礎(chǔ)的數(shù)據(jù)庫(kù)信息，實(shí)現(xiàn)反復(fù)多次、個(gè)體化的學(xué)習(xí)、模擬強(qiáng)化訓(xùn)練，同時(shí)可將學(xué)習(xí)過(guò)程的數(shù)據(jù)上傳、反饋給醫(yī)學(xué)教育者，幫助教學(xué)工作者針對(duì)性制定學(xué)生下一步的學(xué)習(xí)計(jì)劃，有利于醫(yī)學(xué)生提高學(xué)習(xí)效率，實(shí)現(xiàn)真正意義上的個(gè)體化、針對(duì)性教學(xué)，提高教學(xué)的質(zhì)量。此外，通過(guò)人工智能技術(shù)實(shí)現(xiàn)的預(yù)警評(píng)估系統(tǒng)，有利于作為臨床帶教老師工作的有力補(bǔ)充，幫助初上臨床的醫(yī)學(xué)生更快實(shí)現(xiàn)對(duì)患者預(yù)后相關(guān)的關(guān)鍵預(yù)警信息的把握，在實(shí)際臨床工作中更迅速應(yīng)對(duì)可能的突發(fā)情況，辨別可疑的急危重患者，減少和避免因?yàn)榕R床經(jīng)驗(yàn)不足導(dǎo)致的醫(yī)療疏漏和差錯(cuò)。

（二）人工智能在科研數(shù)據(jù)庫(kù)中建立的初步實(shí)踐

臨床醫(yī)療數(shù)據(jù)不僅可為日常的診療工作提供參考和借鑒，同時(shí)也為開(kāi)展臨床研究、造福更多的患者人群提供了豐富的信息來(lái)源。傳統(tǒng)的科研數(shù)據(jù)庫(kù)建立往往需要借助多人手工錄入的方式，不僅工作效率低下，還可能存在錄入錯(cuò)誤、數(shù)據(jù)丟失的風(fēng)險(xiǎn)，也不利于不同專(zhuān)科、醫(yī)院之間的數(shù)據(jù)共享。隨著醫(yī)院管理系統(tǒng)電子信息化的推廣，AI為科研數(shù)據(jù)庫(kù)的建立提供了高效、可靠的保障，也為數(shù)據(jù)的交流共享提供了硬件的支持。具體事宜由課題負(fù)責(zé)人統(tǒng)籌規(guī)劃，科研數(shù)據(jù)庫(kù)的電子表設(shè)計(jì)、流程設(shè)置、數(shù)據(jù)審核、質(zhì)控管理、結(jié)果輸出和統(tǒng)計(jì)分析由管理員負(fù)責(zé)。初步實(shí)踐分為以下步驟：（1）根據(jù)課題內(nèi)容設(shè)計(jì)標(biāo)準(zhǔn)化的電子表格，全面涵蓋研究對(duì)象的數(shù)據(jù)信息，包括基線資料、化驗(yàn)結(jié)果、檢查結(jié)果、ICD-10診斷、藥物、操作和手術(shù)、特殊治療、臨床事件和轉(zhuǎn)歸等；（2）構(gòu)建醫(yī)療信息系統(tǒng)內(nèi)標(biāo)準(zhǔn)化的專(zhuān)業(yè)術(shù)語(yǔ)、規(guī)范的單位和統(tǒng)一的格式。通過(guò)AI強(qiáng)大的功能，篩選符合研究對(duì)象標(biāo)準(zhǔn)的臨床病例，并通過(guò)后臺(tái)設(shè)置特定的功能模塊與院內(nèi)的信息管理系統(tǒng)搭建信息橋梁，實(shí)現(xiàn)數(shù)據(jù)的抓取和導(dǎo)入；（3）根據(jù)課題研究的年限跨度，設(shè)置時(shí)間截點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行分節(jié)段匯總、審核、編輯和備份，對(duì)缺失數(shù)據(jù)進(jìn)行原因分析，并有針對(duì)性調(diào)整入組對(duì)象的篩選條件。AI的強(qiáng)大功能解放了科研工作者人工錄入數(shù)據(jù)的尷尬境地，也為多學(xué)科、多中心合作的臨床研究奠定了數(shù)據(jù)共享的基礎(chǔ)。

此外，現(xiàn)代醫(yī)學(xué)中涉及的大量圖像、影像的視頻資料和海量基因蛋白質(zhì)代謝組學(xué)的數(shù)據(jù)，通過(guò)傳統(tǒng)方法不能實(shí)現(xiàn)存儲(chǔ)時(shí)，可通過(guò)AI達(dá)到自動(dòng)化掃描和精準(zhǔn)錄入，給科研工作帶來(lái)革命性的突破。

四、人工智能在醫(yī)學(xué)教學(xué)方面存在的挑戰(zhàn)

盡管AI在醫(yī)學(xué)教育領(lǐng)域帶來(lái)了諸多開(kāi)創(chuàng)性突破，但是鑒于信息管理和硬件維護(hù)，AI在醫(yī)學(xué)教育方面的推廣仍存在諸多挑戰(zhàn)。

（一）醫(yī)學(xué)數(shù)據(jù)的安全性

信息化社會(huì)最大的隱患就是安全?；诨颊叩碾[私保護(hù)，AI應(yīng)用過(guò)程中的信息和數(shù)據(jù)安全需要高度重視。因此，在AI應(yīng)用的初始階段，無(wú)論是數(shù)據(jù)的提取、存儲(chǔ)還是交互應(yīng)用過(guò)程中，均需設(shè)置安全權(quán)限和數(shù)據(jù)保護(hù)，否則任何泄露或修改都可能對(duì)患者的診斷和治療造成不良的后果。數(shù)據(jù)的安全性還包括接受學(xué)習(xí)的醫(yī)學(xué)生，在通過(guò)AI構(gòu)建的虛擬學(xué)習(xí)平臺(tái)或網(wǎng)絡(luò)交互平臺(tái)時(shí)，個(gè)人信息安全也是不容忽視的。這需要醫(yī)學(xué)教育者和計(jì)算機(jī)工程師在數(shù)據(jù)庫(kù)開(kāi)發(fā)的初期即有明確的界定。

（二）人工智能本身的技術(shù)瓶頸

以醫(yī)學(xué)生培養(yǎng)為導(dǎo)向，結(jié)合信息社會(huì)發(fā)展的時(shí)代特征，國(guó)家在大力推動(dòng)互聯(lián)網(wǎng)、AI和醫(yī)學(xué)教育與時(shí)俱進(jìn)，組織醫(yī)學(xué)院校組織醫(yī)學(xué)教育者、醫(yī)學(xué)專(zhuān)家和計(jì)算機(jī)工程師開(kāi)展了廣泛的交流，通過(guò)獲取真實(shí)數(shù)據(jù)，促進(jìn)適宜的醫(yī)學(xué)教育智能軟件的開(kāi)發(fā)和應(yīng)用。但是，如何將三方的需求和專(zhuān)業(yè)取得最大化融合，是AI轉(zhuǎn)化、實(shí)施的最大技術(shù)瓶頸?？鐚W(xué)科的合作需依賴三方的充分對(duì)接、溝通和協(xié)作，需要耗費(fèi)大量的精力不斷磨合。

五、人工智能在醫(yī)學(xué)教育方面的局限性

盡管AI減少了低效率、重復(fù)性工作，總結(jié)前人的臨床經(jīng)驗(yàn)和教訓(xùn)，針對(duì)性地強(qiáng)化訓(xùn)練，并制定個(gè)性化的學(xué)習(xí)課程和形式，大大提高了學(xué)習(xí)成效，尤其是提高了醫(yī)學(xué)生的臨床實(shí)踐和應(yīng)變能力。但是，正如本文所述，醫(yī)學(xué)教育的核心內(nèi)容除了醫(yī)學(xué)思維之外，道德修養(yǎng)的培養(yǎng)也是極其重要的組成部分。這種涉及人文、精神層面的素質(zhì)培養(yǎng)，包括醫(yī)患溝通、醫(yī)醫(yī)協(xié)作、醫(yī)護(hù)配合、醫(yī)技交流等多種復(fù)雜人際關(guān)系的處理，遠(yuǎn)遠(yuǎn)不是AI所能模擬和替代的。尤其是受醫(yī)療技術(shù)的局限性，面對(duì)現(xiàn)階段無(wú)法治愈的頑疾時(shí)，“to relieve often,to comfort always”是每個(gè)醫(yī)學(xué)生都會(huì)碰到的困惑和難題，這必須憑借強(qiáng)大的內(nèi)心、得體的語(yǔ)言藝術(shù)和對(duì)未知孜孜不倦的探索，才能給予患者人文關(guān)懷，實(shí)現(xiàn)醫(yī)者敬畏生命的自我實(shí)現(xiàn)。

圖1 人工智能在急診危重癥教學(xué)中應(yīng)用的示意

此外，AI的模式化訓(xùn)練容易造成思維定式，使醫(yī)學(xué)生過(guò)度發(fā)散診斷思維，而忽略自身最基本的主觀能動(dòng)性。臨床醫(yī)生之所以稱之為“臨床”，在于醫(yī)生要走到患者床邊去，與患者近距離的觀察和交流，患者每個(gè)細(xì)微的表情、神態(tài)、體位，甚至是眼神、步態(tài)、膚色、體味都是醫(yī)生不能忽略的診斷線索。從理論知識(shí)中來(lái)，回到臨床實(shí)踐中去，如此循環(huán)往復(fù)，才是真正的學(xué)習(xí)方法。從這點(diǎn)上來(lái)說(shuō)，AI僅僅是一種學(xué)習(xí)的工具或媒介，而不是全部。

醫(yī)學(xué)教育者應(yīng)與時(shí)俱進(jìn)，充分發(fā)揮人工智能的助力作用，共享信息時(shí)代的數(shù)據(jù)資源，實(shí)現(xiàn)教學(xué)和科研的雙重智慧教育。醫(yī)學(xué)生應(yīng)充分利用網(wǎng)絡(luò)信息高度發(fā)展帶來(lái)的優(yōu)質(zhì)教育資源，在傳統(tǒng)教育的基礎(chǔ)上，結(jié)合自身的特點(diǎn)，加強(qiáng)針對(duì)性訓(xùn)練，同時(shí)借助于人工智能在科研數(shù)據(jù)庫(kù)中的應(yīng)用，助力臨床科研，實(shí)現(xiàn)臨床數(shù)據(jù)寶藏的挖掘。因此，結(jié)合現(xiàn)階段醫(yī)學(xué)人才培養(yǎng)的要求，如何平衡“醫(yī)學(xué)生—人工智能—醫(yī)學(xué)教育者”三者之間的關(guān)系，將是教育者未來(lái)需要思考的課題。