传统医生→智能时代医生：从单纯诊疗者到医疗数据决策者，从独立工作到人机协同，从经验判断到循证+算法辅助——医生的职业角色正在发生根本性转变。北京大学医学部王静老师的报告提出了医学生AI素养的“四个能够”培养目标，并通过闭环案例教学（选题→准备数据→建模→预测→运行→验证→解释→伦理→反思）让学生在真实医疗场景中建立AI思维。本文从培养目标、教学方法到配套资源，系统解读医学生AI素养培养的北大方案。
为什么需要医学生AI素养——医生角色的根本转变
AI时代医生的职业角色正在发生根本性转变：从单纯诊疗者变为医疗数据决策者，从独立工作走向人机协同，从经验判断走向循证+算法辅助。三大紧迫能力缺口：医学生AI素养严重不足（认知差距）、医生对AI工具接受度低（应用障碍）、医工交叉复合型人才匮乏（人才短缺）。培养医学生AI素养的四大核心能力：AI基础认知能力、AI工具应用能力、批判性思维能力、跨学科协作能力。
“四个能够”课程目标
培养医学生的AI素养，实现“四个能够”：能够理解——掌握AI基本原理与医学应用全景；能够应用——熟练使用AI工具/方法辅助诊疗、科研和学习；能够评判——批判性思考AI的伦理风险与责任边界；能够适应——具备跨学科协作能力和终身学习意识，成为引领智能医疗发展的新时代医生。
闭环案例实践教学——从临床痛点出发的全流程训练
闭环案例实践教学让学生经历完整流程：选题→准备数据→建模→预测→运行→验证→解释→伦理→反思。在医学图像分类案例中，重点讲解3个特征的医学意义（mean radius细胞核平均半径、mean texture纹理粗糙度、mean smoothness边界光滑度），建立模型与临床之间的关联。加强结果的临床解读——TP（正确诊断的癌症）、FN（漏诊的癌症）、FP（误诊的癌症）、TN（正确排除的恶性肿瘤）的医学含义，灵敏度95.2%、特异度98.1%的临床意义。
多维伦理讨论——培养批判性思维
对模型运行结果展开多维讨论：临床决策层讨论中，呈现两个AI系统——系统A灵敏度98%特异度90%，系统B灵敏度92%特异度98%，让学生从患者、医生、医院管理者、公共卫生四个角度分析选择困境。算法伦理层讨论中，通过角色扮演辩论（算法工程师、临床医生、患者代表、医院伦理委员会），探讨“算法设计者在选择优化目标时实际上是在做价值判断”这一核心命题。苏格拉底式追问、小组讨论、辩论赛等多元形式，培养批判性思维和伦理意识。
多层次实践教学
多方式多层次案例教学强调动手实践：有一定编程基础的学生通过AIGC辅助编程实现（如“基于肺结节CT影像数据建立分类模型”），AIGC工具自动生成代码、解释代码、优化代码。精通编程的学生进行更高阶的实践。学生研究性学习项目涵盖描述性分析、诊断性分析、预测性分析、医疗App数据分析、组学大数据分析等多种类型，以项目形式培养应用能力、创新思维和科研能力。
