生成式人工智能赋能医学研究生教育创新人才培养——以DeepSeek为例

Journal: Modern Education Forum DOI: 10.12238/mef.v8i15.16114

赵腾月1, 闫芳1, 马千里1, 刘冲冲1, 何桢2, 李娜1, 郑雅梅1, 崔红占1

1. 河北医科大学第二医院
2. 河北医科大学

Abstract

随着医学专业学位教育与住院医师规范化培训的深度融合,医学生临床思维与创新能力面临更高要求,而生成式人工智能(如DeepSeek)的普及既带来机遇,也催生“AI依赖症”隐忧。本文系统探讨AI赋能医学创新人才培养的路径:通过构建动态三维解剖模型与虚拟患者,解决传统教育中知识断层与数据孤岛问题;依托智能分析系统实现临床决策精准化与个性化训练,缩短能力成长周期;创新虚实结合的技能训练模式,融合多模态技术提升复杂场景应对能力;推动医学人文教育数字化转型,利用情感交互式虚拟患者强化共情与伦理决策能力。研究强调,需在AI技术赋能与人文素养培养间寻求平衡,通过开放数据平台与跨学科协作,构建兼顾临床胜任力与创新思维的医学教育新生态,为健康中国战略培育领军人才。

Keywords

DeepSeek;医学教育;生成式人工智能;创新人才

References

[1] Patil SV,Myers CG,Lu-Myers Y.Calibrating AI Reliance-
[2] 张君冬.融合大模型与图嵌入模型的领域知识图谱补全研究:以生物医学为例[J/OL].现代情报,1-18[2025-03-17].
[3] 王圆圆,赵腾月,陈子英,等.RWBL在住院医师规范化培训中的探索与实践[J].中国高等医学教育,2022,(03):79-80.
[4] 郭蕾蕾.生成式人工智能驱动教育变革:机制、风险及应对--以DeepSeek为例[J/OL].重庆高教研究,1-10[2025-03-17].
[5] 李香勇,王艳.数字时代的智能导师系统:历史演进、现实困境与未来进路[J].高等继续教育学报,2024,37(06):50-57+80.
[6] Li SW, Kemp MW,Logan SJS, Dimri PS,Singh N, Mattar CNZ, Dashraath P,Ramlal H,Mahyuddin AP,Kanayan S,Carter SWD,Thain SPT,Fee EL,Illanes SE,Choolani MA;National University of Singa
[7] Tu T,Schaekermann M,Palepu A, Saab K,Freyberg J,Tanno R,Wang A, Li B,Amin M, Cheng Y, Vedadi E,Tomasev N, Azizi S,
[8] Smith B,Ramadoss T,D'Amario V, Shoja MM, Rajput V, Cerva

Copyright © 2025 赵腾月, 闫芳, 马千里, 刘冲冲, 何桢, 李娜, 郑雅梅, 崔红占

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License