医学教育是卫生健康事业赖以发展的基础。2020年国务院办公厅已就《关于加快医学教育创新发展的指导意见》作出说明，把促进医科同工科及理科诸学科的结合当作重点来抓，提出“医学+X”类多学科复合型人才特别是拔尖人才的培养方向；把住院医师规范化培训与继续医学教育纳入改革范围，要求完善培训制度、严格监管培训全过程。住院医师规范化培训在医学生毕业后教育中处于核心地位，培训的质量对临床医生是否胜任岗位、能否发展有决定性意义。神经内科所面对的疾病种类多、病情变化快、病理较难把握、诊疗又须精确，因而对住院培训的水平有更高期待。现在人工智能（AI）这类新式技术正以根本性方式改变医学教育的格局，而以问题为线索的教法（Problem-Based Learning，PBL）已在医学上得到较成熟运用。二者结合可以给神经内科的住院培训带来新思路、新方法，使教学从“经验驱动”变为“数据驱动”，从“单向传授”变为“主动建构”。

　　神经内科住院培训对教学革新的需求。神经病学是临床医学中较掌握的一门学科。它涉及神经解剖、神经生理、神经病理及神经影像诸项知识，有关的疾病类型多、临床现象复杂、鉴别困难的情况亦不少。就住院培训本身来说，要求在不长的培训期内完成对神经系统主要疾病的诊疗学习，同时发展系统性的临床思考习惯。从教学内容角度说，神经解剖的抽象及病理机制的复杂性都提示要以空间、以动态来认识相关事实。教学方法上应鼓励学生主动参与。实践方面要给住院医师以足够的病例锻炼机会。对培训过程要作全程的、有条理的评价。由此可知，神经内科住院医师培训急需改变既有教学思路，设立“人文为核、科技为翼”类的培养方案，把新式技术恰当地用于教学、用于实践、用于考核的三重环节。

　　PBL教学法的内涵起源与医学应用。PBL所指的是一种以问题引导学习、以学生为主体、按实际需要来建构知识的方法。这种教学法从20世纪60年代起用于医学教育，之后便在全球范围内有较广泛的应用。对于神经内科住院培训来说，PBL教学法已有大量研究予以肯定。文献所载的证据表明，PBL教学形式对学员完成规定课程内容是有力的促进，亦可帮助其发展自主诊疗能力，且一般不会引起抵触情绪。循证医学同PBL模式一起应用于神经内科住院培训时是可行的。PBL把病例作为思考对象、以问题带动学习，具有很强的方向性，其目的即要使医学思维、技能及理论都获得实际落实。

　　AI赋能神经内科住院培训的技术基础。人工智能技术对医学教育的应用正由设想变为现实。就神经内科住院培训来说，AI所提供的赋能已在各种角度上获得初步证明。从理论学习的角度说，AI一类的智能工具可依学员已有知识来安排学习内容，使教学达到精确匹配的效果。在实际临床中，AI所用的虚拟病人可以再现所遇各类疾病的情况，允许学员就有关问题与AI对话练习，同时被观察、获反馈、受引导。有学员这样说过：“AI问诊系统就像一位‘不知疲倦的标准化患者’，能反复模拟不同临床场景，让我们在无压力的环境中反复练习”。若做考核分析，AI可把思考过程（如诊断思路）纳入统计，以数据形式支持过程性判断。

　　AI技术筑牢神经医学智能应用根基。脑血管病属于神经科学中较早、较完整地运用AI的一类问题。从神经影像角度说，AI辅助系统对住院医师识别CT或MRI所示的异常有较大帮助，有利于提高诊断速度和准确度。就神经系统罕见病而论，AI用知识图谱及大语言方法来启发住院医师思考，可使漏诊、误诊的概率有所下降。已有研究指出：结合DeepSeek情境模拟、多学科合作（MDT）开展住培教学，可以较充分地调动新学员学习的主动性，促进知识、技能及思维的同步成长。2025年中国医师协会在有关住院医师模拟教学的现场会议中，把人工智能用于住培的现状及可能发展做了一次较完整的分析与展望。从以上实践看，AI技术已经可以依托成熟方式同神经内科的住培教学加以整合。

　　AI和PBL一起构成对教学思路及做法的较完整改造。AI所依据的技术正好适合用作PBL的辅助，而PBL又可为AI指明教育的方位，二者互促、各展所长。

　　AI驱动的动态病例库建设。PBL教学要围绕“问题”来设计，而病例是问题的载体。AI用技术把各种神经系统病史做结构化整理、做智能标注，使有关多类疾病及各阶段演变的病例能被动态地加以归纳和利用。已有研究尝试把较多神经系统病史带入分析，以数字形式建立多个孪生类病案库。AI能够就教学目的生成不同复杂度、不同表现特征的虚拟病例，对PBL的教学不断输送“问题素材”。住院医师借助AI所造的虚拟环境可以按PBL的思路思考病情、制定方案，达到“在解决问题中学习”与“在学习中解决问题”的配合。

　　AI辅助的个性化PBL学习路径。学员各自所属学校不同、已有知识与学习能力亦有别，AI技术就以多角度考察其学习状况及知识掌握、临床思维诸项特点来定位个体，给出准确的“学习画像”；按学员层次分别设计、分别选用PBL案例——低年资者用一般病例作基本训练，高年资者用困难病例作思考拓展。这种自适应安排使PBL所教内容长期保持在学员的“最近发展区”范围中，由“千人一面”转进到“因材施教”。事实上已有文献说明，人工智能语言模型参与PBL教学可明显促进知识、技能与教学三者之满意。

　　AI赋能的即时反馈与思维可视化。一般说来，传统PBL教学以导师对讨论结果作后期点评为反馈形式，AI系统可以就学员做中的PBL讨论或问题求解而即时地追踪其思考内容、所查信息及判断理由，用自然语言处理一类方法加以分析，把“过早定论”、“遗漏关键信息”“证据利用不当”诸种思维缺陷都列出来，同时提出有关的提示或建议。浙江大学医学院所属邵逸夫医院曾有以创新方式开展的教学实例：住院医师同AI在相同条件下被问及问题，各自展露对医学知识、对实际病例的理解，这样的安排使PBL的互动性大为增强。就思维本身而论，可视化与即时反馈让PBL教学由“结果评价”转成“过程评价”，由“模糊反馈”转成“精准指导”。

　　AI拓展PBL的时空边界。传统PBL教学多以固定时间、固定地点为前提，而AI促成的智能教学形式可给住院医师提供“7×24小时”类的PBL学习机会。所用的虚拟病例是按个人需要挑选的，登录平台的时间也自由安排，在AI指导下可作自主式探索。AI的虚拟病人设计能再现实际临床情境，智能导师部分有即时提示及个性化的反馈。从“随时可学、处处可练”角度考虑的学习方法正好补足集中式PBL教学对时间、空间的局限，又让PBL的思路较广泛地付诸实践。有关AI与PBL落实于神经内科住院培训的思路，要做整体安排、分阶段处理，宜按以下角度加以配合。

　　在资源建设层面，要对神经系统相关疾病的数字化病例加以整理，把多中心、多类型临床信息集中起来，做成较好的PBL教学资源池。对于神经内科住培应设计专门的AI辅助教学手段，即以智能方式产生病例、安排虚拟病人或做思维训练类分析。陕西省人民医院神经内科所作的AI问诊程序培训正好是此类尝试的典型实例。

　　在师资培养层面，有关师资培养的内容中要特别重视对住院培训导师所作的AI素质训练，即对其涉及的AI技术做适当说明（含原理及适用范围），教以AI辅助手段的用法。导师职责应由“知识传授者”变为“学习引导者”或“数据分析者”——既要鼓励学生就PBL做思考，又可运用AI所得资料对学习做具体指导。北京大学人民医院用DeepSeek进行的情境类教学尝试是师资利用AI工具的较成功、较具体的实践例子。

　　在制度建设层面，要把AI与PBL所涉及的教学方法列入住院培训教学改革的制度安排之中，确立质量要求及评价机制。清楚地界定AI教学时的辅助角色——AI是“助教”不是“教师”，是“工具”而不是“主体”。已有学者指出：医学教育的基本精神即为“人”——由教师启发、由学生自己思考、以人文方式对待病人。AI并非师生情感或价值关系的替代物，而是要用来达成“有温度”类临床医师的总体目标。

　　在伦理规范层面，对AI用于医学教育所涉的算法、数据及责任做必要的分析与思考。AI依附的训练资料要能体现真实情况、达到精确标准、符合制度要求，不能因数据片面而误导教学内容。对于借助AI的教学方法须设立伦理审查程序，把技术当作促进教育的手段，不作取代教育本身的理解或运用。

　　新医科发展对医学教育的改革所涉的交叉性、技术性及育人精度有清楚要求。神经内科住院培训目前正处在由传统方式走向智能方式的转型阶段。把AI与PBL结合起来做教学试验，是拓展神经内科住培内容、实现分层按需引导、促进临床思维有序展开的良机，亦可将住院医师培训的各要素作整体性重新组织。二者配合所成之法，即“人机协同、数据驱动、精准育人”类住院培训新范式。

　　医学教育改革的基本目标应是造就专业技能强、临床思路完整、人文素质优良的医学人才。对神经内科住院培训来说，人工智能时代所涉的技术变革要以开放眼光来接纳、以理性态度来对待，在“人文为核、科技为翼”这一原则下把神经病学知识与人机配合能力一并发展，形成新时代的医师素养。上述思考正是AI和PBL教学想要达到的结果，亦即新医科建设最可珍视、最没有疑义的价值方向。

　　（作者：南华大学衡阳医学院附属第一医院 陈艳芳，曹鹏）