随着生成式人工智能快速进入医学教育场景,医学教师的角色正在发生变化。过去,教师更多承担知识传授、临床带教和学习评价等职责;如今,他们还需要判断人工智能生成内容是否可靠,设计人机协同的临床推理训练,管理教学数据与患者隐私,并引导学员理解算法偏见、模型幻觉和伦理边界。
在这一背景下,中国精英教学医院联盟在《中华医学教育探索杂志》发表《中国精英教学医院联盟医学教师数智胜任力框架共识》。该共识由联盟牵头,浙江大学医学院附属第一医院执行“未来医学教育引领计划”项目,组织医学教育专家、数智医学专家、人工智能技术专家、教学管理者和临床一线师资共同制订,旨在为生成式人工智能时代医学教师能力建设提供本土化参考。
文章指出,当前医学教育正面临新的技术环境。生成式人工智能、大语言模型、虚拟患者、自适应学习系统和医学教育数据分析等工具不断进入教学现场,但教师在使用这些工具时仍存在清晰指导不足、伦理规范不明确、隐私保护压力增大以及模型错误识别能力不足等问题。对于医学教育而言,人工智能并不只是一个新的教学工具,还会影响临床推理训练、学习评价、教学资源开发和师生关系。
因此,医学教师需要的不只是“会使用 AI”,而是能够在医学教育场景中负责任地使用 AI。共识将这种能力概括为“数智胜任力”,强调医学教师应在数字技术、智能工具、伦理判断和教学创新之间建立综合能力体系。其核心不是把教师培养成 AI 工程师,而是帮助教师理解技术边界,合理选择工具,识别风险,并把数智技术转化为更有效、更规范的教学实践。
该共识最终确定了医学教师应具备的五项核心胜任力:数智知识基础、数智应用技能、数智伦理与安全、数智教学整合、数智研究转化。五项能力进一步细化为 21 项二级指标,形成“基础能力—进阶能力—高阶能力”的层级结构。
其中,数智知识基础要求医学教师理解生成式人工智能、大语言模型、提示词、预训练、多模态融合等基本概念,并了解这些技术在医学教育中的适用场景和局限。教师不仅要知道 AI 能做什么,也要认识到训练数据偏差、知识时效性不足、专业术语误读和模型幻觉等风险。
数智应用技能强调教师在教学和科研中实际调用智能工具的能力,包括提示词使用、医学数据预处理、生成内容错误识别与修正等。共识特别提出,医学教师应能够通过交叉验证、循证医学证据对照和专家共识比对等方法修正 AI 输出,避免将未经核验的内容直接用于教学。
数智伦理与安全则是框架中的底线要求。医学教育与患者数据、临床案例和学术诚信密切相关,教师需要具备数据隐私保护、AI 使用披露、偏见识别、智能辅助决策风险控制以及人文伦理实践等能力。共识强调,医学教师在使用 AI 时不仅要关注效率,还要维护医学教育的严谨性、公平性和人文价值。
在进阶层面,数智教学整合要求教师将 AI 与医学教学深度结合。例如,利用虚拟患者、智能助教、AI 增强型客观结构化临床考试、自适应学习系统和多模态学习数据分析,优化课堂教学、模拟训练和临床实践教学。更重要的是,教师还要培养学员的 AI 素养,使学生能够批判性评估 AI 输出,而不是被动接受技术结果。
在高阶层面,数智研究转化面向教研骨干和专家型教师。共识提出,部分教师应具备将临床教学痛点转化为可研发问题的能力,与人工智能、数据科学和工程技术团队协作,推动智能教学工具开发、验证和推广。这一能力并非对所有教师的基础要求,而是为医学教育创新和成果转化提供发展方向。
为保证共识的科学性和代表性,工作组采用头脑风暴结合改良德尔菲法开展专家咨询。首轮咨询遴选 47 名专家,回收有效问卷 45 份;第二轮咨询遴选 35 名专家,问卷全部有效回收。两轮咨询专家权威系数分别为 0.824 和 0.813,专家意见协调性检验均达到统计学显著水平。参与专家来自多家国内重要教学医院、高校和相关机构,覆盖医学教育、临床教学、教学管理、数智医学和人工智能技术等领域。
共识认为,医学教师数智胜任力建设不能停留在工具培训层面,而应与课程重构、教学评价、住院医师规范化培训、师资发展和机构治理相结合。未来,联盟与项目工作组还将推动配套量化评估工具、能力培养平台和多中心验证研究,为不同层级医学教师提供更可执行的能力提升方案。
生成式人工智能不会简单替代医学教师,但它正在改变医学教师需要具备的能力结构。对医学教育而言,关键不只是引入多少 AI 工具,而是教师能否理解工具、监督工具、规范使用工具,并在技术支持下继续承担临床思维培养、价值引导和医学人文教育的核心职责。此次框架共识的发布,为我国医学教师在数智化转型中的能力建设提供了较为系统的参考,也为医学教育高质量发展提供了新的师资培养路径。
论文信息
文章题目:中国精英教学医院联盟医学教师数智胜任力框架共识
期刊:《中华医学教育探索杂志》
DOI:10.3760/cma.j.cn116021-20260406-02299
Chinese Journal of Medical Education Research is a monthly peer-reviewed journal sponsored by the Chinese Medical Association and hosted by Chongqing Medical University, under the supervision of the China Association for Science and Technology.
Launched in 2002, the journal publishes research and practice-oriented studies on medical education, with a focus on teaching reform, clinical teaching, curriculum development, residency training, graduate education, nursing education, educational technology, and international medical education. It also features themed columns and special issues on emerging topics and institutional innovations in medical education.
The journal is recognized as a Source Journal for Chinese Scientific and Technical Papers and Citations and is included in the Chinese Science and Technology Core Journals. It is indexed in Wanfang Data, Index Copernicus, the WHO Western Pacific Region Index Medicus, and Ulrich’s Periodicals Directory.
Journal page:
http://yxjyts.alljournals.ac.cn/homeNav?lang=zh
Method of Research
Literature review
Subject of Research
People
Article Title
Consensus on the Digital Intelligence Competency Framework for Medical Teachers by the China Consortium of Elite Teaching Hospitals
Article Publication Date
20-Jun-2026