今年高考医学类专业的报考持续升温，尤其是临床医学专业的分数线又创新高，部分院校的临床医学专业录取分数甚至较去年提高了40多分。伴随着“医学热”，在业内，关于启动医学教育改革的呼声也日益强烈。
      
       步入新科技革命时代，人们对健康的需求被提升到了一个前所未有的高度，促使新的医学教育时代——第四代医学教育加速到来。
      
       第四代医学教育改革强调以人类健康为中心，以跨界交叉融合和人工智能技术广泛应用为特征。面对日益复杂的健康问题，我们应该如何迎接第四代医学教育改革？当下,我们又该如何培养医学生？
      
       ——编者
      
       ■王维民
      
       20世纪末以来的新科技革命通过信息技术、生物技术、纳米技术、人工智能、量子科学、新能源技术等一系列前沿领域的快速发展，引发全球范围内的科技革新浪潮。这不仅改变了传统的生产方式和产业结构，还在全球范围内重塑经济、社会、文化、教育等诸多领域，促进科技教育等领域的深度融合，传递高等教育未来发展形态“范式转变”的信号。
      
       从20世纪初开始，国际医学教育已经历了三代改革。当下，日益增长的公众健康需求、复杂多样的卫生系统、普及化阶段的医学教育和持续发展更新的医学知识都给医学教育带来了新的挑战。但就现下的医学教育而言，课程设置呈学科条块分割、医教各行其是、培养方案单一、教学内容老旧、考核评价滞后……这些仍是大多数医学院校存在的主要问题，并进一步导致医学毕业生在胜任力、领导力等方面存在缺陷。
      
       医学教育改革迫在眉睫，第四代医学教育改革须实现从“以疾病为中心”向“以健康为中心”的转变，促使医学教育的组织模式重新构建。
      
       历经三代改革，为当下的医学教育定框架
      
       医学教育发展历经百年，临床医学、公共卫生与预防医学、口腔医学和护理学经历了三代医学教育改革，其中以临床医学改革最为经典。
      
       1910年，弗莱克斯纳报告开启了以科学为基础的第一代医学教育改革。其特点主要体现在教师为中心、学科为基础，以及强调学科为基础的课程教学，它也成为现代医学教育的基础。“弗莱克斯纳模式”的医学教育相继扩展到德国、奥地利、法国、英格兰和苏格兰等西欧国家。照此模式，1917年美国洛克菲勒基金会在中国建立了北京协和医学院。
      
       20世纪中叶，旨在提升医疗质量和学术研究的医学中心出现。而职后教育的出现和认知科学的发展，则同时开启了第二代医学教育改革。这一轮医学教育改革的特点是，以问题为导向的学习和学科融合的课程设置，遵循以学生为中心的教育理念，鼓励学生通过团队协作和自主学习来解决实际问题。
      
       2010年，在弗莱克斯纳报告发表100周年之际，加拿大医学院校联盟的《医学教育的未来》、英国医学总会的《明日医生》、卡耐基基金会的《医师教育改革》、梅西基金会的《回顾扩张时代的医学教育》和美国医学院校联盟的《美国和加拿大医学生教育掠影》5篇经典报告系统回顾了全球医学教育的现状，一致认为医学院校毕业生在应对患者人群变化、文化多元性、老龄化、慢性病、就医行为方式变化以及公众期望值增加等方面存在不足。
      
       同年，来自全球医学院校的20位医学教育专家发表了研究成果《新世纪医学卫生人才培养：在相互依存的世界为加强卫生系统而改革医学教育》，该报告成为第三代医学教育改革的标志。
      
       第三代改革更强调教育公平和全球卫生观念，强调以患者和人群为中心，以卫生系统为基础，以胜任力为导向，倡导以团队联合为基础的专业教育，重视信息技术在教育中的应用和领导力培养。
      
       可以说，三代医学教育改革奠定了当下医学教育的基本框架。但是，在全球医学院校中，目前三代医学教育类型并存，大多数国家的医学院校依旧保留着传统的、以学科为中心的课程体系和讲授式为主的教学方法；部分国家的医学院校进行了第二代改革，只有少数国家的医学院校进入了第三代改革。但迄今为止，没有一个国家在全部医学院校推行第三代医学教育改革。
      
       人工智能，正在改变医学教育范式
      
       当下，伴随着信息技术的快速发展以及人群对健康的旺盛需求，我们将不得不面对第四次医学教育的变革。
      
       人工智能技术的出现，加速了知识的跨领域融合发展——它不仅改变了知识生产的方式和传授途径，更改变了人类的思维方式。单一知识领域及边界清晰的传统学科概念将逐渐被交叉融合的知识体系所取代。教育教学的全过程将会进行变革、重塑。
      
       学科的跨界交叉融合，正助力生物医学领域在科技进步和创新方面不断取得重要进展，尤其是在揭示生命现象的本质、疾病机制的研究、新药开发、诊疗技术和医疗器械创新等方面，进展尤为引人注目。就以诺贝尔科学奖为例，自设立以来，超过40%的获奖项目属于多学科成果。进入21世纪以来，跨学科的研究成果更是超过半数。
      
       人工智能，也正在改变医学教育范式。作为人工智能领域的重要技术之一，生成式大语言模型在辅助教师教学和学生学习方面，较之以往任何一种技术都更强大。尤其是医学垂直领域的大语言模型，可以将大量庞杂的医学文献和相关知识进行整理和归纳，以更容易被人们接受的方式呈现，助力医生和学生更高效地学习和理解医学知识，提高医学教育和医疗服务质量。
      
       而且，大语言模型作为一个无处不在的医学智库，可以通过与医生的交互，让医生快速获取相关的医学知识和信息，提高个性化诊疗方案的效果。更不用说，大语言模型还可以辅助医生传播健康专业知识，让患者建立良好的生活习惯、提升对健康管理的认知。
      
       同时，随着社会对卫生服务需求不断增加，卫生服务从应对个体需求转向面对人群需求，从治疗疾病转向服务健康，并且呈现更加专业化、深层次以及全周期、全过程的特点。
      
       当然，从临床过程和社会发展的视角来看，既往三代医学教育改革的关注点始终聚焦在学校、课堂、医院、教师、学生等，是“供方视角”下的思考和设计。而放眼未来，医学教育更应该从需方着手，培养具有大健康理念的人才成为医学教育的重要目标。
      
       我们深刻感受到，新一代的医学教育改革即将或已经到来。新一代的医学教育改革，将更加关注人类健康的需求，并将在多个维度出现重大调整，也正是在这一背景下，我们需要探索医学教育的新范式，塑造医学院校的新模态。
      
       直面挑战，重新思考医学院校的定位
      
       医学教育未来以何种形式完成知识的继承和创新？这值得我们站在更加宏观的角度去思考。
      
       如何更好地应对不确定性的未来？医学教育必须直面风险和挑战。这也意味着，医学教育工作者如果还停留在原有的框架内和思维惯性下思考医学教育改革，将疲于“应付”。所以，我们必须启用新的逻辑和策略。
      
       第四代医学教育一定是面向全社会人群的健康，强调学科的跨界交叉融合，广泛接纳人工智能技术。在新技术革命带来大学构架和教育范式发生变革的基础上，我们要重新思考医学院校的定位和意义——不仅要明确“何谓大学”，更要知晓“大学何为”。
      
       分析总结三代医学教育改革历程，跟随国际医学教育发展趋势，结合国家健康战略，我们认为，第四代医学教育改革的内涵包括如下内容:
      
       首先，要以健康为中心，重视健康促进与健康管理。医学教育不再局限于疾病的治疗，而是扩展到疾病预防、健康促进和全生命周期的健康管理，医学教育不仅关注个体的生理健康，也关注其心理健康、社会适应性及环境因素对健康的影响，积极参与公共卫生服务和社区健康教育。这种以健康为基础的医学教育改革，意味着医学生不仅要学会治疗疾病，更要懂得如何维护和促进人们的整体健康，倡导健康生活方式，参与健康教育，从而有效降低疾病的发生率，提升全民健康水平。
      
       其次，医学教育必然是跨学科、跨行业的教育。面对复杂疾病、多元化的健康需求以及医学科技的发展，医学教育必须更加注重与其他学科的合作与交流，帮助医学生建立全局视野和多维度解决问题的能力，成为具有全面视野和综合素质的医学人才；将更强调人文关怀和社会责任，注重医学人文教育，使医学生成为既能治病救人又能关注社会公共卫生问题的全面型医学人才。
      
       同时，医学人才培养将更强调能力导向的实践，强调培养医学生的批判性思维、创新能力、领导力、沟通能力与团队协作能力等综合素质，强调培养医学生对医疗技术和信息技术的应用能力；对医学生的评价方式也将重构，即从单一的知识考核转向全面能力评估，包括临床技能、团队协作、伦理决策、沟通能力、科研创新等多个维度。
      
       新技术的发展，还会带来学习方式的变革——通过跨学科、跨专业乃至跨行业的整合，促进学习方式从记忆性学习、整合式学习向转化式学习的深度转化。现代科技融入教育，也将使得虚拟现实、增强现实、混合现实、模拟技术、大数据、人工智能等新技术为教学方式带来变革，为学习者提供更为便捷的知识获取方式和真实、个性化的学习体验。
      
       面向未来，我们要更注重终身学习与继续职业发展，建立完整的医学教育连续统一体，支持医生在整个职业生涯中不断提升专业水平和服务质量。
      
       从这个角度来看，跟进乃至驾驭第四代医学教育改革进程，构建医学教育新范式，在宏观层面上，需要医学院校基于人工智能的逻辑，更新医学教育理念，改变医学教育策略，将人工智能相关知识纳入各学科体系，融合专业学科结构，重构学科交叉知识体系，改革人才评价制度和方法。
      
       （作者为北京大学医学部副主任，全国医学教育中心常务副主任）