肺结节人工智能在影像医学本科生教学中的分析*

张声旺，冷文洁，容鹏飞，陈 倩

(中南大学湘雅三医院:1.放射科;2.病理科，湖南 长沙 410013)

随着计算机硬件和深度学习技术的发展，人工智能(AI)逐渐深入到影像医学的临床、教学与科研中[1-3]。影像医学包括放射、超声、核医学等范畴，影像医学传统的教学模式为教师课堂授课、学生阅片实习的形式，教学主体主要以教师为主、学生为辅，传统的教学模式导致学生学习效率不高、理论知识与临床应用脱节[4]。随着现代影像技术的进步，影像医学图片已经实现数字化，尤其适合计算机深度学习和人工智能技术的应用[5]。多项研究已经证实，AI展示出相当高甚至超越临床医生的能力[6-9]，已经越来越多地融合到医学教学中[10-12]。AI可以快速分析大量的图像，提取病灶多层次定量特征，为肺部结节的定位、定性诊断提供可靠的依据[13]。将AI应用于影像医学教学中，帮助本科生能够更好地识别、定性结节，提高学生的学习兴趣和学习效率，在一定程度上可以实现教学的智能化、个性化。

肺部解剖结构复杂，包含血管、淋巴管、支气管、肺泡等结构，而且多类疾病如肿瘤、炎症、结核、结缔组织疾病等均可导致肺部结节形成，且结节形态各异、大小不一，人眼睛对于肺部小结节尤其是亚厘米结节辨认困难，对于密度较低的磨玻璃结节更是难上加难。因此，临床医生在诊断过程中或本科生在学习过程中会花费较长的时间去识别结节，且非常容易漏诊。AI通过计算机的深度学习，应用于肺部影像诊断中能够快速、敏锐地识别各类结节，尤其是人眼睛容易漏诊的微小结节，可以给临床医生和初学影像的本科生节约大量的宝贵时间。传统教学模式下初学影像的本科生非常容易将血管断面误诊肺部结节，也非常容易漏诊为肺部小结节，因此初学影像学的本科生，很容易从心理上受到打击，从而主观性地认为肺部结节诊断非常困难、很难学好。AI辅助教学新模式下，学生首先自行识别肺部结节，再对照AI判断的肺部结节，筛查假阳性结节、总结分析自己不足之处；
AI能够敏锐发现人眼较难分辨的5 mm以下的微小结节及磨玻璃结节，减少肺部结节的漏诊。AI的辅助学习，帮助本科生及时分析、发现自己的不足，并且逐步深入学习肺部结节的诊断经验，有助于培养本科生的学习信心和学习兴趣。因此，AI在影像教学中的应用，将教师为主体的教师讲授-学生阅片-教师答疑的传统教学模式改变为学生观察-AI诊断-学生对照学习-教师答疑的以学生为主体的智能化教学模式。

影像医学对于临床医学专业本科生来说是一门非常重要的桥梁课程，在临床工作中会遇到很多肺部结节查因的患者，肺部解剖结构较为复杂，结节定位诊断需要精确到肺段水平，很多有经验的临床医生也难以较好地掌握肺部结节定位诊断的要领。而AI作为计算机科学的一个分支，能够精准定位肺部结节，作为一名本科生，在学习阶段首先需要做到能够发现结节并定位结节。因此AI辅助教学有助于学生精准定位肺部结节，在一定程度上缓解了本科生的难点、培养学生的学习兴趣。在教师为主体的传统教学模式下学生单纯听教师授课，理论与实践容易脱节[14]，导致在学习过程中容易漏诊、误诊肺部结节，学习效率不高，引入AI后通过对照学习，帮助学生发现、定位结节，因而更容易获取结节诊断的经验。

影像发现、定位肺部结节的目的是定性结节，给临床提供有价值的治疗决策。肺部结节的定性需要从结节的大小、形态、位置、密度、与周围结构的关系等方面综合分析，才能推断结节的良、恶性，帮助临床制定肺部结节的治疗决策。即使有经验的临床医生，对肺部结节的定性诊断也需要细致分析结节特点才能得出相对可靠的诊断。对于初学影像诊断的本科生，分析结节的细节特点定性结节难度较大，且教师也没有足够的时间针对每名学生辅导、讲授结节特点及定性证据。通过计算机深度学习开发的AI软件能够迅速分析结节特点，判断结节内是否包含实性或磨玻璃部分、结节的形态、结节边缘轮廓及结节与周围结构的关系等，能够初步判断结节的性质。因此，本科生在自主诊断结节性质的基础上，再结合AI辅助诊断进行综合分析，更容易准确定性结节。因此AI也给教师节约了大量的讲解时间，让学生有更多的课堂时间进行自主、主动学习。因此，AI能够帮助学生更好地自主学习，让学生从被动学习改变为主动学习，更容易培养学生学习的兴趣、提高学生的学习成效。

AI辅助教学将学生从被动学习改变为主动学习模式，且在学习过程中能随时对照AI进行学习。传统的教学模式是以教师为主体、由教师主导学生学习，可能会导致部分学生学习效率低、学习效果不理想，教师也没有充足的时间对学生进行有针对地单独讲授。AI辅助教学模式下学生可以根据自身知识掌握情况随时调整学习进度，遇到疑难的问题可以及时提问，教师也可以根据学生的学习情况实施个性化辅导。传统教学模式下教师统一安排教学内容和教学进度，不能兼顾不同学生的学习进度，而AI辅助影像教学给教师创造了相对多余的时间实施个性化辅导。因此，AI在一定程度上实现了教学的精准化、个性化。学生应用AI软件可以在任意时间、任意地点进行学习，可以根据其他课程进度自主调整影像学习的时间和进度。因此，AI在一定程度上也实现了影像教学的智能化。随着计算机科学的快速发展，结合影像学学课的特点，精准化、个性化、智能化教学已经逐渐深入到影像医学教学与临床当中。

AI可以提高学生学习效率和教师教学效率。传统教学模式下教师统一安排学习进度，不能照顾学生的不同知识掌握情况，容易导致学生知识掌握不牢、学习效率低下、理论与临床应用脱节。AI辅助影像教学，学生可以自主、对照学习，可以根据自身学习情况自主安排复习、预习，大大减少了教师答疑的时间，而且学生在与AI对照学习时处于相对封闭的环境，不会具有传统上与教师沟通的压力，更不会产生恐惧感。因此，AI辅助教学尤其适合不善于与教师沟通的学生。AI辅助影像教学也能够提高对学生逻辑思维能力的培养[15]。在学习过程中，学生能够体验到AI分析肺部结节的思路和特点，有助于培养和提高学生分析问题和解决问题的思维能力，而且AI的使用留给学生更多的思考和想象时间，有助于学生影像思维能力的培养。因此，AI有利于提高学生的学习效率。对于教师而言，教师可以根据学生AI辅助下自主学习情况，针对学生的疑难问题实施精准化、个性化教学，针对学生反映比较突出的少数问题可以具体讲解，因此AI辅助教学在一定程度上也提高了教师的教学效率。

AI属于计算机科学的分支，主要目的是使机器能够胜任一些通常需要人类智能才能完成的工作，而对于影像学教学，本科生面对的主要为数字化图像，所以AI具有独到的优势。医疗设备越来越精密，在教学及临床工作中患者的CT或MRI图像量多、信息量非常大，决定了单纯根据人眼诊治疾病难度很大，尤其是初学影像学的本科生。教师讲授教学内容花费时间比较长、且教学效果不一定明确，AI辅助影像教学，推动了传统的教师讲授-学生被动听课的教学模式，改变为教师、学生、人工智能三者结合的智能化教学模式。不仅仅针对本科生，影像专业的住培医生、研究生同样可以采用AI辅助进行学习。因此，AI推动了影像医学教学模式的深度改革与发展，使影像医学的教学实现高度的数字化、智能化、精准化成为可能。

随着医疗设备的发展，影像医学图片已经实现数字化，AI作为计算机科学的一个分支能够快速分析数字化图片，且能准确、快速地识别、定位并辅助定性肺部结节，可能会导致部分学习积极性不高的学生过度依靠AI软件，而忽略了自主分析判断步骤，可能会导致这部分学生的学习浮于表面、知识掌握不牢固，在临床遇到类似问题时不能完全依靠自身知识结构进行解决。因此，教师需要加强监督，引导学生合理运用AI进行辅助学习。另外，在AI辅助教学模式下，与传统教学模式比较，教师讲授时间会相对减少，可能导致部分学生认为监督减少，从而放松学习。因此，在影像医学教学中教师需要加强管理，制定相应的管理制度，明确影像学习的目的和要求，引导学生正确应用AI辅助学习。学生合理利用AI辅助影像学习，增加了学习的自主性，提升了学习效率。目前。AI辅助教学还处于初级阶段，难免还有各种问题，因此还需要教师加强管理和引导。

AI在影像医学教学中带来了很多的便利，具有较好的发展与应用前景，但AI也具有一定不足。例如，AI在教学与临床中的使用需要一定的经费支持，对于经费相对较少的偏远地区存在经费短缺问题，导致在教学中不能及时使用及更新。AI是计算机对一定的病例进行深度学习、具有一定的知识储备后才能在教学与临床中使用，所以诊断时不可能完全正确，会存在假阴性与假阳性，需要教师与学生结合个人知识储备进行综合研判。另外，科学合理使用AI辅助教学才能提高教师的教学效率与学生的学习效率，但过分依赖AI有可能导致教学与学习效率的退步。目前，AI在教学与临床中的使用还处于初级阶段，在教学中还处于初级的辅助地位，不能具体分析学生在学习过程中的优势与不足，针对不同学生还不能进行完全精准的智能化辅导，不能将学生掌握的知识程度及时反馈给教师。因此，工程师还需要不断升级AI软件，完善软件的不足之处，提高AI软件在教学与临床中的人性化、精确化、智能化水平，不断提高AI软件在教学中的地位与角色。

综上所述，将AI融合到影像医学教学中，推动以教师为主体的传统教学模式改变为以学生为主体的智能化教学模式，解决了教师与学生之间缺少互动的问题，提高了学生的学习兴趣，从而提高学生的学习效率和教师的教学效率。因此，在一定程度上实现了影像教学的精准化、个性化、智能化，从而推动影像医学教学模式的改革与发展。

猜你喜欢 本科生结节肺部 星形诺卡菌肺部感染1例并文献复习传染病信息(2022年2期)2022-07-15能为与应为：从本科生成绩单看绩点制的功能大学教育科学(2022年3期)2022-05-26盐酸氨溴索在慢阻肺合并肺部感染的临床应用中国典型病例大全(2022年9期)2022-04-19乳腺结节状病变的MRI诊断昆明医科大学学报(2021年10期)2021-12-02超声引导下甲状腺结节细针穿刺活检的6种操作方法的比较昆明医科大学学报(2021年10期)2021-12-02One Heath视角下昆明市高年级本科生抗生素认知与行为昆明医科大学学报(2021年10期)2021-12-02肺结节，不纠结中老年保健(2021年6期)2021-08-24发现肺结节需要做PET/CT吗？中老年保健(2021年9期)2021-08-24Contraries in William Blake’s “The Sick Rose”">“Without Contraries is No Progression”：
Contraries in William Blake’s “The Sick Rose”校园英语·月末(2019年2期)2019-09-10An Analysis of the Absence of Maternal Care in The Bluest Eye校园英语·月末(2019年4期)2019-09-10

推荐访问:结节 人工智能 本科生