人工智能自动勾画平台在教学中的应用

［摘 要］ 为解决目前放射肿瘤专业人才短缺的迫切需要，提升放射肿瘤学教学水平是关键。在当前的医学教育背景下，人工智能技术的广泛应用有助于医学教学更加便捷高效，具有较强的可行性。结合人工智能自动勾画平台的教学模式具有很强的创新性，是新型的放射肿瘤专科人才培养模式，符合当前医学教育的发展趋势，对提高放射肿瘤专业人才素质具有重要的现实意义。近年来，人工智能靶区勾画平台在医学领域具有巨大潜力，为适应医学教学的发展和满足学员学习的需求，教学改革势在必行。

［关键词］ 人工智能自动勾画平台；放射肿瘤学；教学改革；专业人才培养

［基金项目］ 2023年度广东省“新医科”教指委教学改革项目“基于‘人工智能自动勾画平台’的放射肿瘤学教学改革和实践研究”；2023年度广东医科大学高等教育教学研究课题“基于‘人工智能自动勾画平台’的放射肿瘤学教学改革和实践研究”（2FY23050）；2021年度广东医科大学附属医院临床研究项目“沙培林对比地塞米松雾化吸入防治鼻咽癌放射性口腔黏膜炎的非劣效性、平行设计、随机对照研究”（LCY2021A002）

［作者简介］ 罗海清（1978—），女，广东茂名人，博士，广东医科大学附属医院头颈部肿瘤专科主任医师，副教授，主要从事鼻咽癌综合治疗研究；李祥勇（1975—），男，湖南永州人，博士，广东医科大学基础医学院教授（通信作者），主要从事鼻咽癌发病机制研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）40-0033-05 ［收稿日期］ 2023-08-28

放射治疗是恶性肿瘤最重要的治疗手段之一，从目前医疗发展水平来看，放射技术对于肿瘤有较好治疗效果。世界卫生组织的统计结果表明，目前癌症的治愈率约为55%，其中外科手术的贡献为27%，放射治疗的贡献为22%，化学药物治疗和其他治疗的贡献为6%［1］。随着医学行业的持续发展，人们对看病的需求持续增长。近年来，癌症病人的人数不断攀升，放射肿瘤专业的人才需求增大，传统的单一教学已无法满足培养高质量、全面型放射肿瘤专业人才的需求，储备和供应学习放射肿瘤学人才已无法满足放射肿瘤学的快速发展的需要［2］。因此，要大力培养本科层次、具有专业理论知识和熟练掌握临床技能的肿瘤学科应用型人才，需要不断丰富放射肿瘤学临床教学的内容。“放射肿瘤学”是影像学专业医学生的必修基础课，在临床医学中应用广泛，课程要求影像学专业本科生在学习阶段积累基本的理论知识和具备熟练的临床技能。

一、“放射肿瘤学”的教学现状

“放射肿瘤学”是一门内容庞杂、结构复杂的学科，涉及全身各个器官系统与不同学科范畴，传统的教学模式主要以“教”为中心，即教师讲授，学生听讲。这种传统的教学模式不利于学生对放射肿瘤知识的学习和掌握。随着社会的发展、科技的进步、医疗技术的更新，“放射肿瘤学”专业应尽快改变传统教学模式，从“教”与“学”两方面入手，以适应新时代医疗科技发展的需求。目前，我国“放射肿瘤学”专业学生的教学体系尚不够完善，在教学方面还存在不足，实践教学匮乏，教学模式较为陈旧。现阶段的教学模式已无法满足培养高质量放射肿瘤专业人才的需求，为适应医学教育的发展、提高学生的学习效率，教学模式的改革需提上日程［3］。

（一）临床教学难度大

放射肿瘤学作为医学领域的重要分支，涉及的基础理论知识非常广泛。教学材料中的内容通常较为抽象且晦涩难懂，对学生的学科综合思维能力和知识掌握的全面性有一定要求［4］。在学习“放射肿瘤学”的初期，由于专业知识的艰涩和庞杂，学生常会感到难以深入理解临床知识。究其原因，首先是“放射肿瘤学”的理论知识涉及多个学科，包括病理学、影像医学、临床医学等；其次是“放射肿瘤学”需要记忆的内容较多，如各类影像学表征结果和临床检查结果等；最后是“放射肿瘤学”作为一门医学学科，主要研究肿瘤的影像学特征、分析和诊断，学生需要熟悉肿瘤的不同表现形式、病理特点以及临床诊断的方法和技巧。这些知识的理解和记忆对于学生来说是一项挑战。另外，“放射肿瘤学”还与肿瘤学、放疗学、外科学等其他临床学科密切相关，学生需要在学习“放射肿瘤学”的过程中将这些学科的知识进行整合和应用，才能够综合分析和解释患者的临床情况。

（二）理论知识与临床教学脱节

“放射肿瘤学”临床教学存在一系列问题，其中一个问题是理论知识与临床教学之间的脱节。传统的教学模式过于注重教授教材中的理论知识，导致学生的学习重点过于偏向书本内容，缺乏对临床相关知识的全面掌握和实际应用能力。教材中的内容往往较为抽象且晦涩难懂，理论知识综合性强且记忆内容较多。学生在学习初期难以对临床知识的内容理解透彻，导致学生对于各类影像学表征结果和临床检查结果容易遗忘、不理解、错误记忆等，影响其对临床问题的综合分析和理解［5］。另一个问题是在传统的临床实习课程中，学生接触到的教学内容较少。以教师为主导教学的方式使学生在实习中获得的实践能力和临床经验相对较少；学生进入临床实习阶段较晚，导致其实践操作的时间有限，临床经验相对较弱。这可能导致学生无法有效地将所学的理论知识应用到实际的临床工作中，影响临床实践能力的培养。综合而言，“放射肿瘤学”临床教学面临的问题主要集中在理论知识与临床教学的脱节。学生对理论知识的理解和应用的能力相对较弱，缺乏实践操作的机会，缺少临床经验的累积，从而影响了学生在临床实践中的能力发展和应用知识解决问题的能力［6］。

（三）医患关系对教学的阻碍

医患关系对“放射肿瘤学”临床教学造成阻碍的主要原因之一，是社会的快速发展和人们个体意识的提升。随着信息的普及和知识水平的提高，患者对自身权益的关注和维护意识不断增强，而这导致了医患双方之间存在一定程度的矛盾和不和谐。由于放射肿瘤学是专业性较强的领域，很多患者及家属对相关医疗知识了解不足，面对临床实习的学生可能存在拒绝接受实习生所提供的检查或治疗方案的情况，抱有怀疑、拒绝甚至挑战的态度。这种情况导致实习临床医生在教学过程中很难得到患者和家属的积极配合，影响了实际临床操作技能的培养。尤其是在放射肿瘤学领域，患者往往接受这一诊疗过程时已处于肿瘤晚期，病情对患者和家属来说是巨大的心理负担，患者和家属可能存在情绪紧张、焦虑、抵触医疗过程的情况，并且可能出现对治疗方案的误解或不信任，这使得教学环境复杂化，学生难以有效地接触和实践相关的放射肿瘤学技能和知识。综上所述，医患关系对“放射肿瘤学”临床教学造成阻碍，主要表现为患者及家属对医生的不信任或不配合、对医疗知识的不了解等问题。这些因素导致了学生在实际临床操作和技能培养中遇到困难，影响了教学质量和学生的学习效果。为有效解决这一问题，需要通过改善医患沟通、加强医患教育等措施来改善医患关系，营造良好的教学环境［7］。

二、使用人工智能自动勾画平台的必要性

（一）勾画平台在医学领域潜力巨大

近年来，随着人工智能的不断进步和应用，自动靶区勾画平台在医学领域展现出巨大的潜力。众多研究表明，在病灶识别和分割、疾病诊断和治疗等方面，人工智能自动勾画平台可以发挥重要作用［8-9］。尤其在放射治疗领域，由深度学习技术支持的自动勾画系统，如PV-iCurve人工智能靶区自动勾画系统，已经广泛应用于鼻咽癌、乳腺癌、肺癌、直肠癌、食管癌等恶性肿瘤的放疗靶区和危及器官的自动勾画。不仅有助于医生在制订治疗方案时更好地理解病灶的位置和范围，还可为患者提供更加个体化和精准的治疗。基于人工智能的自动勾画靶区平台不仅在临床实践中具有巨大的应用前景，而且在教学领域也具备创新性和实用性。目前，在放射肿瘤学方面教学领域的报道还相对较少。人工智能自动勾画平台为医学专业学生提供了一种全新的教学模式。传统的医学教学往往依赖于教师的讲解，而通过人工智能自动勾画平台，学生能够更加主动地参与学习过程，自主勾画靶区并与自动生成的结果进行对比和分析。这种教学模式充分体现了“教师指导，学生主动学习”的理念，能够培养学生具有更强的问题解决能力和临床应用能力。

（二）简化临床工作，提高工作效率

放射治疗是一种电子化和智能化的治疗方式，利用先进的技术和设备使得治疗的精度和效果不断提高。其中，准确勾画出肿瘤靶区和危及器官是实现精准放射治疗成功的关键。传统的靶区勾画通常依赖于医师的人工操作，存在主观性较强和操作困难的问题。近年来，基于深度学习的自动勾画技术的引入正在改变放射治疗的实践，这种技术能够利用大量的医学影像数据，通过机器学习算法迅速准确地识别和勾画出患者的靶区。相比传统的手工勾画，自动勾画技术具有以下优势：（1）提高勾画的精度。自动勾画技术通过深度学习算法，能够在医学影像中准确标记出肿瘤靶区和危及器官的地点和边界。这大大减少了人为操作导致的主观误差，提高了勾画的准确性。（2）提高勾画的效率。手动勾画靶区和危及器官通常是一项耗时费力的任务，而自动勾画技术可以在短时间内完成大量的勾画工作，节省了医师的时间和精力，使其能够更多地专注于其他的临床任务。（3）减少医师之间的差异。不同医师在手动勾画过程中可能受到个人经验和主观因素的影响，导致勾画结果存在较大的差异。自动勾画技术可以提供一致性和标准化的勾画结果，减少了医师之间的差异性。（4）提升诊疗效率。传统的手动勾画过程是需要耗费大量的重复性工作，降低了医师进行诊疗的效率。通过自动勾画技术，医师可以快速获得准确的勾画结果，能够节省时间并提高诊疗效率。因此，针对放射治疗中肿瘤靶区和危及器官的自动勾画需求，人工智能靶区自动勾画平台应运而生。该平台利用深度学习和机器学习算法，结合大规模医学影像数据，能够快速、准确地实现肿瘤靶区和危及器官的自动勾画，为放射学医师提供了一种快速、便捷且高效的工具，促进了放射治疗的精准性和智能化发展［10］。

（三）提高临床实践能力

在肿瘤放疗科及肿瘤相关专业中，影像学本科学生的轮转学习时间有限，因此，如何在短期内既学习掌握“放射肿瘤学”的基本理论知识，又提高临床实践技能，成为培养高质量医学生的重要问题。在这方面，人工智能平台展现了计算机科学技术与生物医学基础知识的完美融合，可促进不同学科知识的交叉传递和深度融合。随着人工智能的发展，出现了多种学习模式，其中包括丰富的资源，如放射图像、实验室结果、病理影像和视频资料等。这些资源能够充分利用人工智能技术，为学生提供高度仿真的实践训练机会。通过将课本知识与临床实践紧密结合，学生可以更加真实地参与学习过程，产生更强的沉浸感，从而取得更显著的学习效果。这种基于人工智能的学习模式有助于学生提升靶区勾画、信息收集、综合分析和沟通交流等学习能力，同时激发学生的学习兴趣［11］。基于人工智能自动勾画平台的实践及教学模式改革可以帮助学生更好地发展技能和知识；能够有效地节约教学资源，节省教师单独辅导的时间；通过利用自动勾画平台，学生可以得到快速、准确的勾画结果，从而提高计划靶区和危及器官勾画的一致性和规范性。此外，学生还能够根据自身需要随时访问丰富的学习资源，并通过与人工智能平台的交互获得实时的反馈和指导，从而提高学习效果。总之，基于人工智能自动勾画平台的实践及教学模式改革为影像学本科学生在放射肿瘤学领域提供了更好的学习机会。这种学习模式集合了多学科知识、丰富的资源和高度仿真的实践训练，能够帮助学生提升专业技能、加深理论理解，并激发学生的学习兴趣，同时提高了教学效果，提升了学习成果的规范性，为培养高质量的医学生提供了有力支持。

三、优化“放射肿瘤学”临床教学的改革措施

（一）以诊断及靶区勾画实践能力培养为导向，更新课程及教学内容

人工智能即医学影像数字化和人工智能辅助诊断，利用深度学习技术模拟人脑自动学习数据各层次抽象特征来分析医学影像并给出辅助诊断［12］，根据人工智能自动勾画软件的特点，建立以创新、精准、高效三个维度优化人工智能自动勾画靶区的“放射肿瘤学”教学课程，包括靶区勾画的基础课程与人工智能自动勾画平台软件应用的实践课程。由于勾画平台的易操作性，而且具有灵活性，且不受时间和地域限制，学生可以自由选择不同的时间和课程类型进行学习，充分发挥自身的知识背景和综合素质优势，同时可充分利用业余时间。人工智能自动勾画软件的临床应用与推广逐步拓展到临床教学领域，有效节省了教学资源，教学时间显著降低，计划靶区和危及器官的勾画一致性和规范性得到了提高，学生的课程理解和掌握也有了更进一步的提升；同时，该系统还能够激发学生的学习兴趣，提升教学效果［13］。此外，系列靶区教学课程基于人工智能自动勾画进一步建设了专题讲座、线上线下的专题辅导以及个性化辅导等特色讲座。学生可根据自身需求自主订阅或参与不同的教学课程，学校还可通过建立相应的平台，通过邮件、微信等方式与学生建立联系，帮助学生解决疑问。