AI不会替代医生但将重塑医学教育

p30900

当AI技术以惊人的速度渗透进医疗领域，医学教育正站在历史性的转型路口。2025年，这个被业界普遍视为人工智能与教育深度融合的关键年份，将见证医学人才培养模式的深刻变革。近日，天津医科大学党委书记颜华在接受澎湃新闻（www.thepaper.cn）专访时，全面阐述了AI时代医学教育的创新路径与发展方向。

“AI不是替代医生，而是重塑医生培养方式。”颜华直言。在医学影像诊断领域，AI算法已能精准识别病灶特征；在新药研发环节，生成式AI大幅提升了蛋白质结构预测效率；通过智能穿戴设备，患者的生理指标得以实时监测……这些突破性进展正在改写医学研究的范式——从传统的“实验驱动”转向更高效的“数据驱动”。天津医科大学正借助AI平台构建多组学数据库，通过整合基因组、转录组等多元数据，深入探索疾病发生的内在规律。

这场技术革命正在重新定义医学教育的使命。颜华强调，未来的医学教育将超越单纯的知识传授，转向培养“智能时代的复合型医学人才”。AI技术的引入解放了教师的生产力，使他们能够将更多精力投入到学生核心素养的培养上：包括临床思维能力、复杂病例决策能力，以及最珍贵的人文关怀精神。在AI这个“超级导师”的辅助下，个性化学习成为可能，但同时也对医学生提出了更高要求——不仅要掌握AI技术，更要具备驾驭AI解决实际临床问题的能力。

谈及未来医生的核心竞争力，颜华认为，AI无法替代的恰恰是医生的“人性化特质”——包括复杂病例决策力、患者共情力、跨学科协作力等。为此，天津医科大学开设了《人工智能与心血管医学》等特色课程，同时通过案例研讨、创新项目、叙事医学等多种形式，全方位培养学生的批判性思维和创新能力。

为推动医学AI教育的健康发展，颜华呼吁国家层面给予系统性支持：制定统一的教育标准、设立专项基金、建设国家级协作平台、加大基础设施投入等。

在颜华看来，这场由AI驱动的医学教育变革，最终目标是培养出既精通智能技术，又坚守医者初心的新时代良医。当技术日新月异之际，医学教育更需要守护好“生命至上”的永恒价值。

以下为对话实录：

澎湃新闻：2025年被视为人工智能与教育深度融合的关键节点。作为医学院校的领导者，您认为AI技术将如何重新定义医学教育的核心使命？

颜华：确实，2025年是一个重要的转折点。AI正在以一种前所未有的方式重塑医学教育与科研格局。人工智能为医学研究提供了全新的数据分析与挖掘能力。例如，在医学影像领域，AI算法可以通过深度学习快速识别病灶特征，辅助医生进行早期诊断。在药物研发环节，生成式AI已成功预测蛋白质三维结构，极大缩短药物靶点发现周期。在生物医学工程领域，AI驱动的可穿戴设备正实现对人体生理信号的实时监测，如血糖、血压等指标的无创检测……这些进步让我们看到了AI的巨大潜力。

作为医学院校，我们还可以借助AI平台构建多组学数据库，将基因组、转录组、蛋白质组数据融合分析，挖掘疾病发生机制的潜在规律。这种从“实验驱动”到“数据驱动”的科研范式转变，正在催生跨学科研究新生态。

基于这样的背景，医学教育的核心使命也发生了变化。它不再是单纯的“传统的知识传递者”，而是拓展为“智能时代医学人才的塑造者”。这不仅是技术的叠加，更是理念的升华。通过AI的帮助，教师们可以从标准化流程教学中解放出来，把更多的精力放在培养学生的医学思维、复杂病例决策力和人文关怀上。AI技术就像是一个“超级导师”，不仅提供强大的知识检索工具，还使学习过程更加个性化和高效。这意味着我们未来将更强调培养具备驾驭AI能力、解决复杂临床问题、拥有深厚人文素养和持续学习动力的创新型医学人才。

澎湃新闻：如何应对AI对传统医学知识体系的冲击？例如，医学影像、病理诊断等课程是否会重构？

颜华：AI对影像学、病理学等易被算法高效处理的领域冲击较大，重构课程势在必行。这些课程依然是医学教育中必不可少的，它们不会消失，只是其内涵将发生深刻变革，我们需要把教学重心转向“如何训练和质控AI工具”“解读AI输出结果的临床意义”“识别AI的局限性和潜在错误”等。

例如，“AI辅助医学影像判读”将替代部分纯读片训练，更着重算法原理、误差分析及临床关联判断的教学；在病理教学中引入AI作为数字助手，引导学生聚焦于AI难以企及的形态学复杂性解读和组织学演变分析。