人工智能背景下医学影像技术课程思政教育的思考

1 人工智能融入医学影像技术教学的必要性

医学影像技术教学通常分为理论教学与实践教学两方面。传统的理论教学通常以教师讲授、学生被动接受的形式为主。这种教学方式单调乏味，学生学习积极性不高。在实践教学中，由于 CT、MRI 等医学影像设备的价格昂贵，学校通常只能购买医院淘汰的老旧设备来进行教学，这使学生在学校所学的知识与临床脱节。而近年来，医学影像设备的技术更新迭代飞快，老旧的机器与临床上的新技术之间更是犹如隔着天堑，这使得学校培养的学生质量与临床实际需要的有着较大的落差，学生去医院实践时就需要较长时间的学习才能跟上临床应用。实践教学是医学影像技术教学中极为重要的一环，但是受到场地、设备等的限制，在实际教学中更多的是“名义上”存在，难以高质量的完成。而 AI 技术的存在可以很好地解决这个问题。

AI 教学系统可以通过虚拟现实的方式提供各种先进医学影像设备的实训功能，同时后台数据库还能与合作医院的 PACS 系统建立单向通道，由医院提供高质量的临床影像病例资源，丰富教学资源的同时，还能提高学生学习的积极性。此外，AI 还能贯穿教学的全过程，辅助学生预习、学习、实践、考核及反思，针对学生的学习情况，为学生提供个性化学习服务。研究表明，AI 的引入在丰富教学方式的同时，还能有效地提高学生的学习成绩及对疾病的诊断能力 [1-2]。

2. 课程思政在医学影像技术教学中的重要性

2.1 培养学生树立正确的职业道德观

医学影像技术作为医学领域的关键组成部分，其专业人才直接面对患者，职业操守与道德水准直接影响医疗服务质量与患者生命安全。因此，在专业课程教学中渗透思政元素，能够引导学生在掌握扎实技艺的同时，树立正确的价值观、职业观和人生观，弘扬医者仁心与敬业精神，深刻理解医学事业的崇高使命，从而为成长为优秀的医学影像技术人才奠定坚实的思想基础。

2.2 弥补传统教育的短板

传统医学影像技术教育存在“重技术、轻人文”的倾向，学生往往技能熟练却缺乏对患者整体关怀和社会价值的深刻认识。这种教育偏差不仅限制了医学影像人才的全面发展，也在一定程度上削弱了医疗服务的温度与人文价值。课程思政可以弥补这一短板，通过将社会主义核心价值观、职业道德和社会责任等内容融入专业教学中，实现知识传授、能力培养与价值引领的协调统一，使教育回归“以人为本”的医学本质。

2.3 激发“创新超越”的民族自豪感和科技报国志向

医学影像设备属于高科技集成领域，当前正处在国产替代与技术攻坚的关键阶段。在教学中融入中国元素，例如介绍我国科学家在 CT、MRI 等设备研发中的贡献，以及国产品牌如联影、东软等从跟跑到并跑的奋进历程，能够增强学生的民族自豪感和行业自信心。同时，引导学生关注领域内的前沿技术和“卡脖子”技术难题（如高端探测器、高场强磁体等），将技术学习与科技报国相融合，激励他们不仅要追求操作精湛，更要立志在技术创新与研发中实现自我价值与国家发展的统一。

3. 人工智能背景下课程思政融入医学影像技术教学的策略

3.1 构建智能平台：结合AI 技术，整合并开发课程思政资源

传统的教学过程中，课程思政的来源多是教师个人经验和有限的资源，挖掘出的课程思政元素有限且效率低下，同时与专业知识的契合度还难以把控。而AI 可依托其强大的自然语言处理功能，处理海量的网络和各种数据库资源，收集和深度挖掘与知识点相关的思政实例，整合生成思政数据库。再经人工审核，保障资源精准与优质，并实时更新以保时效性。此外，AI 技术还可以将收集到的各种资源整合，转换成图片、视频等更为直观的形式供学生学习，提高学生学习的积极性。

3.2 创新教学方法：借力AI 技术载体，丰富思政形式

AI 赋能教育，为医学影像技术课程思政教育带来了教学方式的转变，促使课程思政教育模式从传统的以单向灌输为主转变为智能交互式学习。比如教师借助虚拟现实技术创建沉浸式思政教学环境，让学生在模拟的场景实践中体验和感悟思政教育的内涵。例如，通过模拟“AI 提示疑似恶性病灶，但临床症状不匹配”、“患者拒绝提供病史导致 AI 数据不完整”等情境，学生需做出“是否复核 AI 结果”“如何与患者沟通获取信息”等决策，系统会根据决策过程与结果，生成“伦理素养评估报告”，并推送针对性改进资源。

3.3 升级师资能力：打造“AI + 思政”双通型教师队伍

在人工智能与教育深度融合的背景下，教师不仅需要掌握扎实的专业知识与思想政治教育理论，还应具备熟练使用 AI 教学平台的能力。学校应该定期组织 AI 培训，在提高教师使用 AI 工具能力的同时，还应警醒教师 AI 在思政教育中的“辅助”性质，防止教师过渡依赖 AI。其次，还可以通过工作坊、案例研讨等形式，培养教师挖掘专业课程中蕴含的思政元素的能力，并有效运用 AI教学工具创设沉浸式教学情境，实现知识传授与价值引领的自然统一。最后，应该鼓励教师与人工智能专家、思政教师和临床工作人员等共同开发教学资源，构建“技术—人文—思政”多维融通的课程体系。通以上述途径，可逐步推动教师从传统的知识传授者转变为兼具 AI 素养与思政育人能力的“双通型”导师，为培养符合智能时代要求的医学影像技术人才提供坚实保障。

3.4 完善评价体系：实施AI 智能评价，践行全面育人

传统的考核方式更加侧重于知识的掌握程度及技能的操作规范，普遍缺乏对学生职业道德和价值观等内在素养的评估。AI 可以对学生的学习过程进行动态追踪与智能解析，达到对学生学习过程和学习成果全方面评价的目的。例如，通过分析学生在虚拟仿真案例中的伦理决策逻辑、在小组讨论中体现的职业价值观、以及在AI 辅助诊断实训中表现出的患者隐私保护意识等场景中的行为，系统可生成兼具客观性与准确性的素养测评报告。这不仅实现了对知识、能力、素质的综合性评价，更能精准反映课程思政的教学成效。通过人机协同的智能评价，推动评价导向从“重分数”向“重素养”转变，能更好地服务于全面育人的教育目标。

4. 结语

虽然 AI 技术给课程思政教育带来了诸多的可能性，但是任何事物都有两面性，在享受 AI 便利的同时，也不能忽视其潜在的风险。例如，AI 只是一种类人智能体，不能完全理解人类复杂的道德伦理观[3]，所以在整理课程思政案例和对学生进行系统性评价时，可能存在道德伦理上的偏差，需要人为去核查矫正；AI 系统依赖大量数据运行，在思政教学过程中涉及学生思想动态、行为偏好等敏感信息的收集与分析，若隐私保护机制不足，易引发数据安全与伦理争议。作为专业教师，我们应该提高警惕，在使用AI 的同时，还应注意把控其中风险，从而使 AI 能有效、正确地服务于课程思政教学。

参考文献：

[1] 闫悦 , 刘红霞 , 高鑫 , 等 .“AI+ 教育”赋能高职医学影像专业课程研究——以 X 线摄影检查技术为例 [J]. 现代职业教育 ,2024,(23):98-101.

[2] 曾 亮 , 何 晓 瑾 , 王 泉 荃 , 等 . 人 工 智 能 赋 能 医 学影像学线上线下混合教学模式的实践研究 [J]. 中国临床研究 ,2025,38(05):700-705.

[3] 褚佳琦 , 孙宏亮 . 人工智能技术在医学影像诊疗应用中的伦理审视 [J]. 互联网周刊 ,2025,(01):45-47.