人工智能赋能人体形态学课程建设的路径、挑战与前景

doi:10.3760/cma.j.cn115259-20250930-01223

中华医学教育杂志 ›› 2026, Vol. 46 ›› Issue (1): 8-14.DOI: 10.3760/cma.j.cn115259-20250930-01223

• 人工智能在医学教育中的应用 • 上一篇下一篇

人工智能赋能人体形态学课程建设的路径、挑战与前景

魏潇凡¹, 吴江华², 迟晓春¹, 张卫光¹, 彭宜红³

¹北京大学基础医学院人体解剖与组织胚胎学系,北京 100191;
²北京大学基础医学院病理学系,北京 100191;
³北京大学基础医学院病原生物学系,北京 100191

收稿日期:2025-09-30 出版日期:2026-01-01 发布日期:2025-12-31
通讯作者: 魏潇凡, Email: weixiaofan@bjmu.edu.cn
基金资助:
北京大学医学部2025示范智慧课程建设专项(2025SFYB05); 北京大学2024本科生教学改革项目( JG2024132)

Exploring the path, challenges, and prospects of artificial intelligence in empowering human morphology curriculum construction

Wei Xiaofan¹, Wu Jianghua², Chi Xiaochun¹, Zhang Weiguang¹, Peng Yihong³

¹Department of Human Anatomy, Histology, and Embryology, School of Basic Medical Sciences, Peking University, Beijing 100191, China;
²Department of Pathology, School of Basic Medical Sciences, Peking University, Beijing 100191, China;
³Department of Pathogen Biology, School of Basic Medical Sciences, Peking University, Beijing 100191, China

Received:2025-09-30 Online:2026-01-01 Published:2025-12-31
Contact: Wei Xiaofan, Email: weixiaofan@bjmu.edu.cn
Supported by:
Peking University Health Science Center 2025 Exemplary Smart Course Development Project(2025SFYB05); Peking University 2024 Undergraduate Teaching Reform Project(JG2024132)

摘要/Abstract

摘要： 人体形态学是医学教育的重要基础学科,其传统的形态结构及功能教学模式正面临数字化时代的多维挑战。本文立足医学教育智能化转型需求,系统探讨人工智能(artificial intelligence,AI)赋能人体形态学课程建设的实施路径,涵盖理论与实验教学。重点聚焦知识图谱驱动的AI智慧课程建设、AI识片系统开发、AI结合虚拟仿真实验等核心教学场景的创新应用,展望其潜在的前景。研究进一步深入剖析应用过程中可能存在的技术适配瓶颈与认知风险,智能技术与传统教学的协同机制等关键问题,并针对性提出合理的解决方案,为智能时代人体形态学教学的改革创新提供兼具前瞻性与实践性的策略参考。

关键词: 人工智能, 人体形态学, 医学教育, 课程建设

Abstract: As a fundamental discipline in medical education, human morphology faces multidimensional challenges in its traditional teaching models focusing on morphological structures and functional correlations during the digital era. Addressing the demand for intelligent transformation in medical education, this paper systematically explores the implementation pathways for empowering human morphology curriculum development with Artificial Intelligence (AI), encompassing both theoretical and laboratory instruction. It focuses on innovative applications in core teaching scenarios, including AI-powered smart course construction driven by knowledge graphs, the development of AI image recognition systems, and the integration of AI with virtual simulation experiments, while also envisioning their potential prospects. The research further conducts an in-depth analysis of critical issues such as technical adaptation bottlenecks, cognitive risks in practical applications, and synergistic mechanisms between intelligent technologies and conventional pedagogy. Targeted solutions are proposed to provide forward-looking and practical strategic insights for reforming human morphology education in the AI era.

Key words: Artificial intelligence, Human morphology, Medical education, Curriculum construction

中图分类号:

R-05

魏潇凡, 吴江华, 迟晓春, 张卫光, 彭宜红. 人工智能赋能人体形态学课程建设的路径、挑战与前景[J]. 中华医学教育杂志, 2026, 46(1): 8-14.

Wei Xiaofan, Wu Jianghua, Chi Xiaochun, Zhang Weiguang, Peng Yihong. Exploring the path, challenges, and prospects of artificial intelligence in empowering human morphology curriculum construction[J]. Chinese Journal of Medical Education, 2026, 46(1): 8-14.

参考文献

[1] 王富武,刘倩,刘尚明,等.医学形态学实验教学改革的探索与实践[J].基础医学教育,2022,24(6):409-411. DOI:10.13754/j.issn2095-1450.2022.06.08.
[2] 王维民. 第四代医学教育的深度剖析与实施策略[J].中华医学教育杂志, 2024, 44(10): 721-725. DOI:10.3760/cma.j.cn115259-20240722-00766.
[3] 信斯言, 沈子曰, 吴红斌. 面向未来医学教育全球健康与人工智能: 2024AMEE年会综述2[J].中华医学教育杂志,2024,44(12): 896-900.DOI:10.3760/cma.j.cn115259-20241006-01031.
[4] Mintz Y, Brodie R. Introduction to artificial intelligence in medicine[J]. Minim Invasive Ther Allied Technol, 2019,28(2):73-81. DOI: 10.1080/13645706.2019.1575882.
[5] Gibney E. China's cheap, open AI model DeepSeek thrills scientists[J]. Nature, 2025,638(8049):13-14. DOI: 10.1038/d41586-025-00229-6.
[6] 常颜信, 钱尤雯. 人工智能在病理学教学中的应用[J].中国继续医学教育,2021,13(11):88-91. DOI:10.3969/j.issn.1674-9308.2021.11.024.
[7] 步宏. 积极推动人工智能在病理学的应用[J].中华病理学杂志,2021,50(4):307-309. DOI: 10.3760/cma.j.cn112151-20210219-00148.
[8] 姜华, 曲鹏. 线上教学平台在临床医学教学中的应用研究[J].中国继续医学教育,2021,13(20):77-81. DOI:10.3969/j.issn.1674-9308.2021.20.022.
[9] Ji S, Pan S, Cambria E, et al. A survey on knowledge graphs: representation, acquisition, and applications[J]. IEEE Trans Neural Netw Learn Syst, 2022,33(2):494-514. DOI: 10.1109/TNNLS.2021.3070843.
[10] 许智宏, 郝雪梅, 王利琴, 等. 多模态课程学习知识图谱实体预测方法研究[J].计算机科学与探索,2024,18(6):1590-1599. DOI:10.3778/j.issn.1673-9418.2308085.
[11] 我校首门课程知识图谱《组织学与胚胎学》上线智慧树网[EB/OL].(2024-04-22)[2025-09-30] .https://www.xjsmc.edu.cn/info/1024/2877.htm.
[12] 昆明医科大学首门课程知识图谱——病理学知识图谱上线运行[EB/OL].(2024-01-16)[2025-09-30] .https://www.kmmc.cn/mPages_2555_50353.aspx.
[13] 我校《系统解剖学》智慧课程上线, 打造医学人才培养新模式[EB/OL].(2024-07-05)[2025-09-30] . https://news.henu.edu.cn/info/1084/135477.htm.
[14] 即刻接入！MedSeek大模型全面开放, 面向医学院校及教学基地, 共启智慧教学新程[EB/OL].(2025-06-17)[2025-09-30] . https://medu.bjmu.edu.cn/cms/show.action?code=publish_4028801e6bf38f43016c2d3abc240370&siteid=100000&newsid=6ed55758ba044ba69e942b4a309e397e&channelid=0000000002.
[15] 杨会, 刘雪宇, 张兴娜, 等. 基于级联区域卷积神经网络算法在肾组织病理切片中对肾小球的识别与定位[J].第二军医大学学报,2021,42(4):445-450. DOI: 10.16781/j.0258-879x.2021.04.0445.
[16] Pan X, AbdulJabbar K, Coelho-Lima J, et al. The artificial intelligence-based model ANORAK improves histopathological grading of lung adenocarcinoma[J]. Nat Cancer, 2024,5(2):347-363. DOI: 10.1038/s43018-023-00694-w.
[17] 谢意, 周生源, 董彬, 等. 人工智能在胃癌图像组学研究中的应用进展[J].肿瘤综合治疗电子杂志,2025,11(1):1-9. DOI:10.12151/JMCM.2025.01-01.
[18] Lu MY, Chen B, Williamson D, et al. A visual-language foundation model for computational pathology[J]. Nat Med, 2024,30(3):863-874. DOI: 10.1038/s41591-024-02856-4.
[19] Chen RJ, Ding T, Lu MY, et al. Towards a general-purpose foundation model for computational pathology[J]. Nat Med, 2024,30(3):850-862. DOI: 10.1038/s41591-024-02857-3.
[20] Lu MY, Chen B, Williamson D, et al. A multimodal generative AI copilot for human pathology[J]. Nature, 2024,634(8033):466-473. DOI: 10.1038/s41586-024-07618-3.
[21] 尚宏伟, 路欣, 王稳, 等. 立足微观形态学实验教学的虚拟仿真实验建设[J].基础医学教育,2024,26(7):593-596. DOI: 10.13754/j.issn2095-1450.2024.07.12.
[22] 王绪明,桂华伟,钟新梅. HE染色虚拟仿真软件V1.0[Z].桂林医学院.2022.
[23] 宋超, 章文, 洪云霞, 等. 医学虚拟仿真教学的人工智能化前景探讨[J].医学教育研究与实践,2023,31(5):515-519. DOI: 10.13555/j.cnki.c.m.e.2023.05.001.
[24] 《中国智慧教育白皮书》发布共同开启教育数字化发展新征程[EB/OL].(2025-05-17)[2025-09-30] . http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2025/2025_zt06/dongtai/202505/t20250517_1190910.html.
[25] Totlis T, Natsis K, Filos D, et al. The potential role of ChatGPT and artificial intelligence in anatomy education: a conversation with ChatGPT[J]. Surg Radiol Anat, 2023,45(10):1321-1329. DOI: 10.1007/s00276-023-03229-1.
[26] Bajĉetić M, Mirĉić A, Rakoĉević J, et al. Comparing the performance of artificial intelligence learning models to medical students in solving histology and embryology multiple choice questions[J]. Ann Anat, 2024,254:152261. DOI: 10.1016/j.aanat.2024.152261.

人工智能赋能人体形态学课程建设的路径、挑战与前景

Exploring the path, challenges, and prospects of artificial intelligence in empowering human morphology curriculum construction

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	闻德亮, 魏晓彤. 人工智能在医学教育领域中的应用进展与未来趋势[J]. 中华医学教育杂志, 2026, 46(1): 1-7.
[2]	敖明昕, 陈跃国, 张钰, 孙岩秀, 韩亮. 基于教师视角的眼科学融合式教学改进策略的质性研究[J]. 中华医学教育杂志, 2026, 46(1): 59-66.
[3]	朱婧, 王小飞, 周洧冰, 刘衡宇. 基于科学引文数据库的医学教育领域生成式人工智能研究分析[J]. 中华医学教育杂志, 2025, 45(9): 661-665.
[4]	魏方泽, 刘骞. 人工智能在外科学教学领域应用现状的文献计量学研究[J]. 中华医学教育杂志, 2025, 45(9): 666-670.
[5]	葛燕, 陈谊月, 彭笑菲, 凌光辉, 李芬. 基于胜任力的美国风湿病学专科医师培训评估体系的发展与思考[J]. 中华医学教育杂志, 2025, 45(9): 715-719.
[6]	侯建林, 李君, 张艺宝, 王维民. 中国普通高校医学技术类专业教育规模和结构及其变化趋势分析[J]. 中华医学教育杂志, 2025, 45(8): 582-587.
[7]	何紫棠, 胡小芸, 史迪, 夏鹏, 郭超, 江伟, 王琳, 李晓燕, 刘继海, 李玥. 医学模拟教学师资培训课程的设计与实施[J]. 中华医学教育杂志, 2025, 45(8): 596-601.
[8]	容晓莹, 徐懋, 周阳, 谷士贤, 曲音音. ChatGPT辅助基于案例学习教学在八年制临床医学专业学生麻醉学教学中的应用[J]. 中华医学教育杂志, 2025, 45(8): 610-615.
[9]	王景超, 李海潮, 江哲涵, 刘虹, 齐心. 置信职业行为在临床医学专业学生实习效果自评中的应用探索[J]. 中华医学教育杂志, 2025, 45(8): 625-629.
[10]	姜欣宜, 张凌琳, 韩向龙, 叶玲, 郑庆华. 口腔医学教育领域的置信职业行为研究[J]. 中华医学教育杂志, 2025, 45(8): 630-633.
[11]	许亚红, 安莹, 徐奕旻, 刘溢思, 岳鹏. 护理学专业研究生死亡教育课程建设的探索[J]. 中华医学教育杂志, 2025, 45(7): 481-485.
[12]	张如意, 周运翱, 彭迎春. 人工智能赋能医学教育的协同治理路径探析[J]. 中华医学教育杂志, 2025, 45(7): 496-501.
[13]	丁敏, 刘圣珺, 孙晓靓, 马若琳, 顾浩杰, 单启源, 康宝丽, 徐增光, 徐玮, 陈迟. 医学模拟中心智能信息管理平台建设与应用效果研究[J]. 中华医学教育杂志, 2025, 45(7): 508-513.
[14]	丛建超, 徐胜男, 武军驻, 李柯, 王辉, 刘俊, 刘艳红. 基于多来源科研成果的基础医学综合实验教学转化研究[J]. 中华医学教育杂志, 2025, 45(7): 514-518.
[15]	王琨, 胡南, 陆浩平, 刘文正, 刘作静. 人工智能辅助系统在青年医师处理呕血急症能力提升中的需求和应用效果调查[J]. 中华医学教育杂志, 2025, 45(6): 423-427.