【编者按】上海交通大学践行“学在交大”育人理念，深入推进人工智能赋能教育教学变革，提出“AI（Artificial Intelligence，人工智能）+HI（Human Intelligence，人类智慧）”构建未来高等教育的理念，发布“AI＋教育教学”三年行动方案，从AI知识融合、AI技术融合双向发力，牵引专业设置、培养计划、课堂形态、实验实践等系统性改革。上海交通大学学术新闻网特设立“AI+教育教学”专栏，分享典型实践案例，展示前沿探索成果，持续助力面向未来的拔尖创新人才培养。

随着“新医科”理念的提出，医学教育逐渐迈向多学科交叉融合的新时代，要求培养具备“医学+X”复合背景和全面知识结构的创新型拔尖人才。人工智能、手术机器人等技术的快速发展深刻改变医疗领域的诊疗模式，推动医学向智能化方向迈进。

项目起源

基于智慧医疗领域对跨学科人才的迫切需求，上海交通大学医学院组建了一支多学科、高水平的融合性授课团队，开设《临床智能诊疗技术创新与实践》选修课，由上海交通大学医学院附属第九人民医院眼科周慧芳教授担任课程负责人。在“AI+HI”框架下，《临床智能诊疗技术创新与实践》课程立足于医学院一流学科建设基础，充分结合校本部理工科优势，将人工智能、理工科前沿技术与医学深度融合，开创了以人工智能驱动的“医学+X”创新教学模式，推动医工结合从理论到实践的全面落地。

目标设定

《临床智能诊疗技术创新与实践》课程旨在引导低年级本科生建立医工、医理、医文学科融合交叉的视角与科学思维，打破传统学科壁垒，创新教学方式和手段，构建起科学、系统、高效的“AI+教育教学”课程体系，有效填补医工交叉理论学习与实践技能操作的空白，培养具有高素质、强能力、全面学科知识结构的复合型医学创新人才，以适应未来医学发展需求。

课程设置目标如下：

1．素质目标：能建立系统化、全局化的医工融合创新思维，应用智能医学的视角解释社会现象级问题，立足智能医学前沿进展，培养爱国情怀和社会责任感，提升团队协作与成果共享意识，明确科技向善，坚持守正创新，鼓励学生通过智能医学研究推动医学科学事业发展。

2．能力目标：能深入剖析智能医学研究经典案例，着重探讨疾病诊疗与健康促进的重难点问题，提供可能的解决方案，并在实践课程中进一步探索研究，培养学生多学科融合视角、创造性思维和解决问题的能力。

3．知识目标：能应用医工交叉研究实施的基本方法和专业技术知识，介绍智能医学领域多学科合作的常见形式，描述各学科领域目前最新的医工交叉成果和前沿进展。

预期效果

本课程基于丰富的教学资源支撑，综合医学器官系统化教学和理工科智慧，系统性地介绍了智能医疗和医工交叉领域的最新成果，传授前沿视角和研究方法，启迪医学科研与临床转化的活跃思路，力争做到以下效果：

（1）构建多层次、立体化、智能化医工交叉复合知识结构：邀请眼科、口腔科、耳鼻喉科、整复外科、骨科、内分泌科、脑科学、妇产科、运动医学及小儿心血管科等9个临床专业领域和图像处理、虚拟现实、机械制造、手术机器人、人工智能、生物统计等理工科的教授专家授课，打破传统课程的单一学科壁垒，实现医理工学科间深度融合。

（2）亲身实践驱动能力培养：整合多方教学资源，搭建了9个专业实践基地，为学生提供了多样化的真实临床场景和实践操作机会，鼓励学生走出课堂、亲身实践，通过真实临床案例的分析和处理，使学生能体验到实际医疗场景中应用智能诊疗技术的全过程。

（3）产学研高效对接助力创新实践：以培养大学生创新能力为核心，前期授课时引入智能医学领域前沿知识和“医+X”优秀临床案例，后期鼓励学生以兴趣小组为单位，在授课教师的指导下学习开展医工交叉学科特色创新项目，通过项目制学习模式培养领导力、决策力和创新创业能力，实现从学习者到实践者的身份转变，同时依托多个创新创业平台或赛事为学生提供成果展示机会。

（4）健康思政引领：致力于培养能够适应新一轮科技革命和产业变革的医工交叉背景的复合型创新尖端人才，通过学习智能医学新技术及其在不同临床场景的具体应用，瞄准并解决国家重大战略需求，成为未来推动医学与健康事业发展进步的中坚力量。

课程设计与实施

1．需求分析与课程定位

结合社会发展需要、行业前沿趋势和学生能力需求，明确课程定位：通过多学科融合的创新教学方式和先进技术，培养学生在临床智能诊疗领域的应用能力和创新思维。

2．教学设计与内容开发

制定教学大纲和教学日历，将理论学习与实践操作有机结合。课程总学时为50学时，其中理论课9学时，实践课41学时，包含20学时的课外实践，高度重视互动与实践体验。

3．技术与教学方法融合

引入XR——AR（增强现实）、VR（虚拟现实）、MR（混合现实）等前沿技术，提升课程的交互性和沉浸感。结合案例教学和问题导向学习（PBL）等方法，激发学生的主动学习能力。

4．教学实施与反馈优化

通过对学生匿名问卷、量表及访谈等形式，定期进行学生反馈及阶段性评价，同时积极和讲师沟通，将学生的感受和体验反馈给讲师，不断优化课程内容和教学方法。

关键技术

1. 手术机器人

融合人工智能与物联网技术，手术机器人解决传统手术精准度低、耗时长、视野局限等问题，以国产“鸿鹄”骨科机器人为例，覆盖全膝关节/髋关节置换场景，课程围绕其需求分析、研发生产到市场推广的全周期流程展开，使学生深入理解医疗产品创新的完整链条，激发对科技创业的热情。

2. 3D打印

基于数字化建模与增材制造技术，革新口腔及骨科治疗模式，应用于隐形矫正器、种植导板、手术模型等场景。课程通过个性化口腔模型制作和数字化正畸实践，让学生直观体验从数据采集到实体成型的全过程，理解技术对精准医疗的推动作用。

3. 分子诊断技术

分子诊断是一种基于分子生物学理论，通过检测DNA和RNA等生物遗传物质的存在、缺陷或表达异常，来对人体状态和疾病进行诊断的技术。依托PCR、基因芯片与全基因组分析，该技术可检测单基因突变（如内分泌腺瘤）、复杂性遗传疾病（如2型糖尿病易感基因）及染色体异常（如唐氏综合征）。课程以内分泌疾病为切入点，结合数据库实操教学，同时培养其将技术迁移至其他系统性疾病研究的跨学科能力。

4. 脑机接口

通过解码脑电信号与调控神经活动，脑机接口为瘫痪康复、难治性抑郁等疾病提供创新治疗方案。课程结合脑机交互设备体验与伦理辩论，既展现其通过神经假体重建运动功能的科技突破，也引导学生思考技术应用中的人本边界，形成科技与人文的双重认知维度。

5. 虚拟现实（VR）、增强现实（AR）、混合现实（MR）技术

利用空间计算与信息可视化特性，优化手术导航、术前模拟及医学培训，课程通过沉浸式操作体验（如内镜导航手术系统、复杂眼眶手术规划），展现虚拟与现实融合技术如何拓展医生的“第一视角”，推动外科操作向精准化、智能化升级。

创新点

1. 多维教学技术融合

突破传统讲授模式，利用AR/VR/MR技术构建虚实结合的动态场景，如VR手术模拟、AR解剖投影、MR临床操作，将抽象医学知识转化为可视化体验，以沉浸式学习强化知识理解与操作记忆。

2. 实践导向的课程设计

以82%的高比例实践学时（41学时）为核心，覆盖手术机器人操作、超声智能规划等前沿技术实操，通过真实设备演练与病例分析，实现“学做一体”，快速打通知识到临床应用的转化路径，快速提升学生临床决策与问题解决能力。

3. 个性化学习路径

课程强调以学生为中心，提供个性化学习选择。基于学生兴趣定制研究课题（如AI诊断、3D打印建模），结合自主选题、团队协作与阶段性汇报，激发个体潜能，兼顾个性发展与团队互补，提升学习内驱力。

4. 案例驱动的教学方法

引入了大量真实案例（如机器人关节置换、VR心脏手术模拟）作为教学素材，串联技术应用全流程，通过案例拆解、流程优化等任务驱动学生深度参与临床创新，学生在学习技术的同时更深入地理解技术背后的临床意义和创新价值。

5. 技术前沿性与跨学科融合

整合情感脑机接口、3D打印、AI辅助诊断等前沿技术，融合工程学、计算机科学与医学知识，打造跨学科的教学平台。例如，在脑机接口的学习中，学生不仅需要掌握医疗设备操作，还需要理解信号处理和神经网络算法的基础知识，培养适应未来医疗发展的复合型创新能力。

成效评估

1. 学生反馈

课程内容丰富，形式灵活多样，通过与实际临床场景更紧密相关的内容和案例的接触，深化了同学们对“医工交叉”“医+X”的认知。问卷显示，学生认为课程在传授新知识和提升技能方面效果显著，并对教师的教学水平和方法表示高度认可。此外，课堂互动和反馈获得了广泛好评，课程安排和内容的实用性也得到了学生的认可。

学生1：“这门课让我们对医学生涯如何规划更有意义这个问题有了新的思考。”

学生2：“我了解到了很多医工交叉的知识，但是不是像以前那样，而是由专业领域的老师用生动有趣的方式为我们介绍，气氛活跃。”

学生3：“研究过程中很多问题往往无法一次性找到解决方法，需要研究者在不断地实践中寻找。”

除此之外，学生们也提出了一些改进建议，包括增加实践项目的丰富性、优化课程地点的稳定性以及改善录屏体验。这些宝贵的反馈将指导课程团队针对性地进行课程改进，以提升教学效果和学生的学习体验。

2. 教学效果提升

课程期末成果展示中，学生团队以医工交叉为核心，完成三项创新课题：

(1) “侵入式脑机接口在治疗阿尔兹海默症中的应用”：深入探讨了阿尔兹海默症的病理机制、现有治疗技术的局限性，并提出了基于脑机接口的创新治疗方案，包括侵入式电极的设计与应用，以及通过AI学习ctDNA特征来预测骨肉瘤肺转移，展示了跨学科合作的潜力；

(2) “基于AI学习ctDNA特征诊断并评估骨肉瘤预后情况”：利用AI技术对骨肉瘤患者的ctDNA进行监测，提出了预测肺转移的新方法，为早期诊断和个体化治疗提供了新思路；

(3) “睡眠呼吸障碍智能诊断方法研究”：研发了一种基于深度学习的智能诊断系统，提高睡眠呼吸障碍的诊断效率和准确性，提供了人工智能运用于个性化医疗的新角度。

这些课题不仅展示了学生们在理论知识和实践技能上的显著进步，也反映了课程在培养学生创新思维和解决复杂问题能力方面的成功。

结语

本科是学生走向独立、树立远大医学志向的关键时期，《临床智能诊疗技术创新与实践》课程紧跟科技前沿步伐，成功打通了“医工交叉”从认知到创新的闭环路径，为学生打开新医科的大门。未来医学需要既能握紧手术刀，也能驾驭智能技术的复合型人才。希望同学们在日后的学习工作中激发创新思维、发挥合作精神，灵活整合跨学科的知识、技能、资源，创造出社会需要、人民满意的医学成果。