“人工智能+X”背景下醫學信息管理專業研究生培養模式

鄧美玲，羅小連，羅海瓊，陳慶鋒

隨著科技的發展和社會的進步，人工智能技術正推動著新一輪科技、產業、社會發生變革，社會市場對人工智能復合型高層次人才的需求急劇增加。立足于人工智能時代的需要，我國高度重視人工智能與教育教學的融合發展。2018 年4 月，教育部印發《高等學校人工智能創新行動計劃》的通知，提出引導高等學校重視人工智能與其他學科專業教育的交叉融合，探索“人工智能+X”的人才培養模式［1］。2020 年2 月，教育部、國家發展改革委、財政部印發《關于“雙一流”建設高校促進學科融合 加快人工智能領域研究生培養的若干意見》的通知，指出高校在“雙一流”建設中，要著力構建基礎理論人才與“人工智能+X”復合型人才并重的培養體系，探索深度融合的學科建設和人才培養新模式，著力提升人工智能領域研究生培養水平，為我國搶占世界科技前沿，實現引領性原創成果的重大突破提供更加充分的人才支撐［2］。

以社會市場需求為導向，分析目前專業人才培養現狀，從學科定位、課程設置、師資隊伍、教育教學資源、社會實踐等方面健全醫學信息管理專業研究生培養模式，是人工智能時代發展儲備“人工智能+醫學信息管理”高層次復合型人才隊伍的有力舉措。

1 “人工智能+X”背景下醫學信息管理專業研究生培養需求

醫學信息管理專業交叉融合了管理學、計算機科學與技術、醫學、信息科學等多學科領域的知識，研究生培養目標隨著國家發展戰略的調整和新技術革命的出現，呈現出動態發展性［3］，因此在研究生培養階段有必要以社會市場對人才就業能力的需求為導向，培養出具有良好道德品質和學術修養，掌握本專業基礎理論和系統的專門知識，熟悉醫院信息管理的基本方法、科研程序及技能，具有擔負本學科助教或助研的教學和科研能力，能夠在高等院校、科研院所、醫療企業、各級各類醫療衛生機構等［4-5］從事醫學信息管理及相關領域的教學、科研、研發和管理工作的復合型專業人才。

1.1 高等院校對“人工智能+醫學信息管理”師資人才隊伍的需求

人工智能使高等院校人才培養的模式、機制等產生巨大轉變，教育教學將會面臨人工智能與傳統學科交叉融合等，導致高等院校對師資有了更高的要求［6］。中共中央國務院《關于全面深化新時代教師隊伍建設改革的意見》中明確指出，教師應主動適應信息化、人工智能等新技術變革，積極有效開展教育教學［7］?；诖?，高等院校要求醫學信息管理專業教師除了具備傳統學科領域教育教學能力外，還須掌握與醫學信息應用相關的機器學習、深度學習、計算機視覺、自然語言處理等人工智能信息技術的知識內容，并將其融入課堂教學，提升人才培養的質量。但目前同時具備扎實的醫學信息管理知識和掌握人工智能知識的師資隊伍比較匱乏，因此研究生教育階段培養掌握人工智能知識的醫學信息管理專業高層次人才，對拓寬高等院校的師資來源具有較強的前瞻性。

1.2 醫療衛生機構對“人工智能+醫學信息管理”信息化人才隊伍的需求

人才是醫療衛生機構信息化建設的核心力量，對醫療衛生機構信息化系統的布局與實施具有重要作用［8］。有研究顯示，當前信息化部門工作人員的專業以信息技術或計算機技術為主［9］，無法滿足人工智能時代醫療衛生機構信息化建設中信息管理與分析、系統運維等相關工作的需求，迫切需要具備良好綜合素質、職業道德，以及熟悉現代計算機技術和掌握醫學信息管理理論知識的復合型、應用型、創新型人才。為了推進人工智能時代醫療衛生機構信息化建設的進程，培養和引進“人工智能+醫學信息管理”高層次信息化人才隊伍至關重要。

1.3 醫療企業對“人工智能+醫學信息管理”技術人才隊伍的需求

醫療健康是人工智能垂直滲透最大的領域［10］。人工智能在醫療健康領域中的應用，促進了醫療人工智能產業的高速發展，衍生了一大批以人工智能信息技術為生產方式的醫療企業，給數字經濟的蓬勃發展注入了活力。醫療人工智能作為新興產業，需要綜合素質較高，對醫療行業和人工智能技術均有一定的理解，能夠勝任醫療人工智能系統設計、研發、應用等工作的復合型人才。然而現有掌握醫療知識和人工智能技術的行業人才培養遠遠跟不上實際需求，導致人才供不應求［11］。因此，重視對“人工智能+醫學信息管理”研究生的培養，可以有效填補人工智能醫療產業的人才缺口，為醫療企業輸送高質量的復合型人才。

1.4 科研院所對“人工智能+醫學信息管理”研究人才隊伍的需求

Element AI 發布的2020 年《全球AI 人才流動報告》數據統計結果顯示，全球人工智能研究領域的人才數量達478 000 人，其中，我國該領域的人才數量僅為22 191 人，研究型人才儲備量相差懸殊［12］。盡管近年來我國人工智能研究人才總量在逐步增加，但與美國、英國等發達國家相比仍有一定差距，尤其缺乏頂尖的基礎研究型人才［13］。綜合對比全球人工智能研究人才分布，要想保持國際競爭優勢，我國科研院所亟需加強人工智能方向高層次研究人才隊伍的建設，為社會的持續發展提供后備力量。高等院校在醫學信息管理專業研究生培養期間注重人工智能知識在醫學信息管理領域的創新、融合，有利于為我國智能時代的發展儲備高質量的“人工智能+醫學信息管理”研究人才隊伍。

2 “人工智能+X”背景下醫學信息管理專業研究生培養現狀

人工智能時代的快速發展加劇了社會市場對各類復合型人才的需求。2020 年3 月，工業和信息化部人才交流中心發布《人工智能產業人才發展報告（2019-2020 年版）》，其數據顯示，按照我國產業規模發展目標，人工智能產業內有效人才缺口達30 萬，特定技術方向和崗位上人才供需失衡比例尤為突出［14］。醫學信息管理專業研究生的培養要想在社會發展過程中保持競爭優勢，須適應社會市場需要，重視人工智能交叉學科高層次人才的培養，然而目前我國醫學信息管理專業研究生的培養仍面臨諸多問題與挑戰。

2.1 專業優勢特色不突出

醫學信息管理專業是一門交叉性強的學科，涉及多個研究領域和研究方向?！叭斯ぶ悄?X”背景下，社會市場對人才的知識結構提出了新的要求，需要擁有“專業+通識+智能”知識的復合型人才［15］。這也在一定程度上要求各高等院校在研究生培養階段，讓學生的研究領域和方向能更加契合社會市場發展的需求。但現階段，由于師資、教材、課程等各方面的局限性，醫學信息管理專業研究生培養模式仍處于不斷探索階段，優勢特色并不突出。

2.2 課程設置與課程內容不合理

研究生課程設置與課程內容可以反映現階段我國醫學信息管理專業的教育教學現狀。在研究生招生信息網［16］查詢門類類別為醫學、管理學、理學、工學，學科類別為衛生、健康，醫學信息管理相關碩士專業的高等院校共32 所，通過這些高等院校官網，收集醫學信息管理相關的碩士專業的培養方案及課程設置，統計國內高等院校該專業開設與人工智能相關課程的情況，包括課程名稱、學時、學分等［17］，詳見表1?！叭斯ぶ悄?X”背景下，大部分高等院校的選修課都開設人工智能相關課程，部分院校醫學信息管理相關專業開始將其慢慢納入該學科專業學位課的教育教學中，但仍存在可選擇的課程內容不夠合理的現象。

表1 國內部分高等院校醫學信息管理相關專業學位課和選修課開設人工智能課程情況

續表1

2.3 研究生師資力量不完備

目前，多數高等院校對三年制研究生的培養采取 “1+5”研究生院和導師分段式教學培養模式，即第1 學期由研究生學院負責對研究生進行統一培養，后面5 個學期由各自導師負責培養［18］。在導師培養階段，要求導師對研究生全面負責，包括思想道德、專業理論及技能、科研和社會實踐能力等?！叭斯ぶ悄?X”背景下，醫學信息管理專業研究生導師的綜合素質和專業能力有了更高的標準，須同時具備人工智能知識與醫學信息管理專業知識，但由于我國人工智能發展起步較晚，多數高等院校對上述標準的師資力量配備不足，尤其缺乏人工智能相關實踐經驗的導師隊伍，導致研究生培養質量受到影響。

2.4 缺乏優質的教育教學資源

研究生教育階段，學生可能來自不同的學校及不同的學科，其教育背景存在一定的差異性。對于不同學校醫學信息管理相關學科的本科生，培養內容和方式與所考取的研究生專業無法保持一致；對于不同學科的學生，因為存在跨專業報考或調劑到醫學信息管理專業，培養內容和方式重合性低甚至完全相悖。尤其在“人工智能+X”背景下，醫學信息管理專業的研究生更加需要優質的教育教學資源來彌補教育背景產生的知識內容差異，掌握交叉學科前沿的研究方法和技術手段提升自身的科研能力和科研水平，以適應人工智能時代產業發展的需求。

2.5 缺乏實驗/實踐能力的培養

研究生教育階段，學生不僅需要掌握本專業的基礎理論、專門知識，還要具備科研創新實踐的技能。目前已進入智能化高度發展的時代，但高等院校對醫學信息管理專業研究生實踐能力的培養仍然不夠重視。一方面，就大部分高等院校而言，醫學信息管理專業實驗/實踐學時的設置相較理論研究偏少；另一方面，就醫科類院校而言，與其他醫學專業學生的實踐能力培養相比，實驗/實踐資源配置不足，這些資源更容易向臨床專業學生偏倚。醫學信息管理專業實驗/實踐培養平臺匱乏，不足以支撐學生進行科研創新實踐活動，學生實驗/實踐能力得不到保障。

3 “人工智能+X”背景下醫學信息管理專業研究生培養模式探索

3.1 重塑學科人才培養目標

醫學信息管理專業是理、工、醫、管相交叉結合的學科。在醫科院校，醫學信息管理專業相較于其他醫學類或管理類的學科，人才培養特色為學生需具備計算機科學與技術學科相關的知識，能更快、更好地理解和掌握計算機前沿技術輔助醫學項目的完成。而在綜合院校，醫學信息管理專業相較于其他計算機類或管理類的學科，人才培養特色在于學生具備醫學的基礎理論知識，熟悉醫院信息化建設流程與布局，能充分利用計算機前沿技術更精準地對醫學各個方向展開研究?！叭斯ぶ悄?X”背景下，無論醫科院校還是綜合院校，醫學信息管理專業研究生培養都要立足于社會市場對就業崗位的能力需求，將人工智能知識融入學科人才培養過程，突出學科人才培養特色。

3.2 優化課程設置與課程內容

學科的課程設置與課程內容在研究生培養過程中處于重要地位?？梢愿鶕r代發展不斷優化課程設置與課程內容，讓學生在擇業時更快地適應崗位需求，提高競爭優勢?！叭斯ぶ悄?X”背景下，醫學信息管理專業課程可依據社會市場發展需求進行設置，科學設計學科與人工智能交叉融合課程體系，適當增加人工智能基礎研究課程作為主干課程。此外，醫學信息管理專業還需注重提升學科課程內容的多樣性，如專業選修課可適當增加人工智能在醫療相關領域應用研究的內容，擴大學生的選擇面。

3.3 建設“雙師型”導師隊伍

導師是研究生培養的第一責任人［19］，研究生師資力量是開展研究生教育教學和科研實踐活動的保障?！叭斯ぶ悄?X”背景下，醫學信息管理專業急需具有較高的綜合素養、系統的理論知識及豐富的產業實踐經驗的導師隊伍，保證人工智能時代下多層次、高質量的研究生培養效果，“校內導師+企業導師”雙師型導師隊伍的建設正好可以滿足現階段醫學信息管理專業人才培養的需求。校內導師主要負責管理研究生的日常學習和科研工作，引導學生奠定扎實的科研基礎；企業導師作為學生的第二導師，須按照導師遴選的規定和要求，從滿足企業導師申請條件的人選中多維度遴選，主要負責學生的校外實踐，規劃學生的實踐課程，培養學生的動手操作能力。通過“雙師型”聯合培養，更好地為醫學信息管理專業研究生提供優質的教學資源和實踐平臺，進一步提高研究生培養質量。

3.4 搭建多方協同共建共享在線平臺

多方協同共建共享在線平臺，是指利用多方（包括政府、高等院校、醫療機構、企業、科研院所等多個單位）協同的方式構建優質在線醫學信息教育資源共享的平臺?！叭斯ぶ悄?X”背景下，針對醫學信息管理專業研究生培養教育教學資源不足的情況搭建多方協同共建共享平臺，有效整合協同政府、醫療機構、各高等院校、企業及科研院所與人工智能、醫學信息管理專業相關的教育教學資源，如講課視頻、課件講義、經典案例等各類教學視頻、圖文資源［20］，通過統籌利用各類共享資源，可以在很大程度上彌補學生因教育背景不同而產生的知識內容差異，幫助學生掌握相關學科前沿的研究方法和技術手段，進一步提升學生的科研能力和科研水平，培養符合人工智能時代需求的復合型人才。

3.5 設立“政用產學研”聯合培養基地

為了適應我國對高等院校提出的要探索“人工智能+X”人才培養模式背景下社會市場對醫學信息管理人才提出的高需求，各高等院校應以需求為導向、應用為驅動，設立研究生“政用產學研”聯合培養基地，加強研究生創新意識和創業實踐能力的培養，增強專業特色教育?！罢卯a學研”聯合培養基地的建設主要以用戶需求為導向，由政府牽頭進行基地搭建和出臺相關政策，推動高等院校、企業、科研機構“產學研”三方研究成果和應用的轉化，解決當前人工智能與醫學信息管理交叉融合的高質量復合型人才培養問題，培養模式如圖1所示?！叭斯ぶ悄?X”背景下，通過“政用產學研”聯合培養基地，培養和提高研究生的綜合素養、科研創新和實踐能力，可以有效填補實驗/實踐能力培養的不足，從多層次、多方位、多角度培養醫學信息管理專業特色理論與實踐能力兼具的高質量復合型人才。

圖1 “政用產學研”聯合培養模式

4 結語

“人工智能+X”背景下，醫學信息管理專業的研究生培養遇到了新的機遇與挑戰，高等院校要想在醫學信息管理專業研究生培養過程中保持競爭優勢，就必須順應時代發展，針對目前社會市場的用人需求，不斷深化人工智能與醫學信息管理相關學科的交叉融合，為國家培養出具備學科優勢特色的高層次、高水平、高質量的復合型、應用型、創新型人才。