人工智能赋能医学超声影像学教学模式的实践研究

创新创业理论研究与实践 ›› 2026, Vol. 9 ›› Issue (3): 120-122.

人工智能赋能医学超声影像学教学模式的实践研究

王子瑶¹, 周承汇², 周佳¹, 马艳¹

1.南华大学附属第一医院超声医学科,湖南衡阳 421001;
2.中南大学湘雅医院肝胆胰外科,湖南长沙 410008

发布日期:2026-07-01
通讯作者: 马艳（1967—）,女,湖南衡阳人,硕士研究生,主任医师,副教授,研究方向：妇科肿瘤,电子邮箱：1143721276@qq.com.
作者简介:王子瑶（1992—）,女,湖南衡阳人,博士研究生,主治医师,研究方向：妇科与腹部超声、超声弹性成像。
基金资助:
湖南省普通高等学校重点教学改革研究项目“AI赋能医学影像资源开发及智慧教育应用研究”（202502000755）

Practical Research on the Teaching Model for Medical Ultrasound Imaging Empowered by Artificial Intelligence

WANG Ziyao¹, ZHOU Chenghui², ZHOU Jia¹, MA Yan¹

1. Department of Gynecology, First Affiliated Hospital, University of South China, Hengyang Hunan, 421001, China;
2. Department of General Surgery, Xiangya Hospital, Central South University, Changsha Hunan, 410008, China

Published:2026-07-01

摘要/Abstract

摘要： 为应对智能医疗时代对医学影像人才的新要求,该文遵循“需求分析—理论构建—系统设计—实践验证”的逻辑路径,系统构建了一个以学习者为中心、人工智能技术全面渗透的“目标—过程—支撑”三维度教学模式。结果表明：该模式有效提升了学生的影像诊断核心能力、临床思维能力以及对AI技术的理解与应用能力。该教学模式具有系统性、前瞻性和可操作性,有助于培养能够驾驭智能工具的创新型、复合型医学人才。

关键词: 医学教育, 超声影像学, 人工智能, 教学模式, 系统化构建, 教学实践

Abstract: Inrespanse to the new requirements for medical imaging talents in the era of intelligent healthcare, this artide follows the logical path of“demand analysis-theoretical construction-system design-practice verification”, and systematically constructs a“objective-process-support”three-dimensional teaching model centered on learners and comprehensively penetrated by artificial intelligence technology. The results showed that this model significantly effectively enhanced students'core competency in image interpretation, clinical thinking ability, and the understanding and application of AI technology. The constructed teaching model is systematic, forward-looking, and operable, which is conducive to cultivating innovative and interdisciplinary medical talents capable of utilizing intelligent tools.

Key words: Medical education, Ultrasound imaging, Artificial Intelligence, Teaching model, Systematic construction, Teaching practice

中图分类号:

R-4
G642

王子瑶, 周承汇, 周佳, 马艳. 人工智能赋能医学超声影像学教学模式的实践研究[J]. 创新创业理论研究与实践, 2026, 9(3): 120-122.

WANG Ziyao, ZHOU Chenghui, ZHOU Jia, MA Yan. Practical Research on the Teaching Model for Medical Ultrasound Imaging Empowered by Artificial Intelligence[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2026, 9(3): 120-122.

参考文献

[1] 黄凤兰,张铁辉.人工智能背景下医学教师的教学素养提升[J].医学教育研究与实践,2023,31(1):7-10.
[2] 赵阳,曲红梅,李振国,等.AI结合混合式教学模式在外科学教学中的应用[J].中国继续医学教育,2024,16(6):88-92.
[3] SEDDON J, O'DONOGHUE J.The future of ultrasound education:Learning from the past to prepare for the future[J].Ultrasound, 2022,30(2):79-87.
[4] 王琳萍,张波.计算机辅助诊断系统在甲状腺结节超声诊断中的应用进展[J].医学研究杂志,2021,50(10):158-161.
[5] HOSNY A, PARMAR C, QUACKENBUSH J, et al.Artificial intelligence in radiology[J].Nature Reviews Cancer,2018,18(8):500-510.
[6] DRUKKER L, NOBLE J A, PAPAGEORGHIOU A T.Introduction to AI in ultrasound in obstetrics and gynecology[J].Ultrasound in Obstetrics & Gynecology, 2022,59(1):13-19.
[7] 刘军杰,许美玲,罗涛,等.虚拟仿真技术在肿瘤超声临床教学中的应用探讨[J].微创医学, 2024,19(4):471-474.
[8] 徐志兵,王国民.远程医学及其研究现状[J].中国临床医学,2000,7(3):349-351.
[9] WARTMAN S A, COMBS C D.Medical education must move from the information age to the age of artificial intelligence[J].Academic Medicine,2018,93(8):1107-1109.
[10] MASTERS K.Artificial intelligence in medical education[J].Medical Teacher,2019,41(9):976-980.
[11] HARDEN R M.Outcome-based education:the future is today[J].Medical Teacher,2007,29(7):625-629.
[12] LAVE J, WENGER E.Situated learning:Legitimate peripheral participation[M].Cambridge University Press, 1991.
[13] BARMAN L, MCGRATH C, JOSEPHSSON S, et al.Safeguarding fairness in assessments-How teachers develop joint practices[J].Medical Education,2022,56(6):651-659.
[14] 苏航,高杨.雨课堂联合DOPS教学法在外科疾病超声科带教中的应用[J].河南外科学杂志,2025,31(4):42-46.

[1]	李晓琳. “岗课赛证”四融通课程教学改革创新与实践——以建筑施工技术课程为例[J]. 创新创业理论研究与实践, 2026, 9(9): 23-26.
[2]	尹慧, 邹雨椿, 尹莉, 李广津. 基于“四新”建设的概率论与数理统计课程教学创新实践[J]. 创新创业理论研究与实践, 2026, 9(9): 30-33.
[3]	刘晓燕, 徐丹. 基于PAD的“三步骤六环节”教学模式实施及效果分析[J]. 创新创业理论研究与实践, 2026, 9(9): 34-36.
[4]	付红霞. 基于教学实践能力培养的高职学前教育专业实践教学优化路径探析[J]. 创新创业理论研究与实践, 2026, 9(9): 37-39.
[5]	胡志帅, 杨丽清. 人工智能赋能自动控制原理课程教学改革实践[J]. 创新创业理论研究与实践, 2026, 9(9): 47-49.
[6]	刘攀, 樊建强, 赵晓艳, 张虎, 杨铁梅. 新型电力系统背景下电力系统分析课程教学改革[J]. 创新创业理论研究与实践, 2026, 9(9): 56-58.
[7]	陆世敏, 邓朝. 人工智能时代高校体育专业教学面临的挑战与策略[J]. 创新创业理论研究与实践, 2026, 9(9): 118-121.
[8]	席东河, 陈婷婷. 人工智能时代高职院校深化基本技能教育的实践路径研究[J]. 创新创业理论研究与实践, 2026, 9(9): 122-124.
[9]	曾贤强, 杨富龙, 李恒杰, 魏腾飞. AI赋能数字电子技术基础课程教学的路径探索[J]. 创新创业理论研究与实践, 2026, 9(9): 138-140.
[10]	郑潇潇, 杨玲, 李英辉. 产教融合背景下建筑防火课程教学改革探讨[J]. 创新创业理论研究与实践, 2026, 9(9): 183-185.
[11]	杨静, 张春雷. 人工智能时代大学英语课堂教学评价体系的优化路径[J]. 创新创业理论研究与实践, 2026, 9(8): 17-19.
[12]	秦铭灿, 郝晓红, 赵屹男, 李益清. 探索数字化赋能高校教师教学评价模式[J]. 创新创业理论研究与实践, 2026, 9(8): 20-22.
[13]	宣贺君, 林丽丹, 赵学林, 冯岩, 刘道华, 李艳灵. AIGC赋能计算机类专业程序设计课程教学改革与实践——基于腾讯IMA与AI编程工具TRAE[J]. 创新创业理论研究与实践, 2026, 9(8): 38-40.
[14]	文誉坤, 王振常, 张静, 唐亚平, 王庆高, 王倩, 迟明洋. AI赋能“以学生为中心”的中医类高校教学改革研究[J]. 创新创业理论研究与实践, 2026, 9(8): 41-43.
[15]	司文哲. 大气污染控制工程信息化实验教学模式的构建研究[J]. 创新创业理论研究与实践, 2026, 9(8): 44-46.