在科技革命和产业变革的背景下，医学教育面临双重任务：既要坚守临床能力与医学伦理的底线，又要提升数字素养与创新能力。这个课题正引发高校和医院的广泛关注。传统的“跟诊—观摩—实操”培养模式虽成熟，但受限于教学资源、病例类型和培训机会，难以满足高质量医疗需求，亟需通过教育理念和工具升级优化人才培养机制。 当前，临床教学的核心矛盾仍未解决。标准化病人不足、病例受时空限制、复杂操作训练机会有限，导致训练频次和质量难以稳定；同时，教学评价仍以阶段性考核为主，缺乏过程性数据支持，学生的问题难以及时发现和纠正。这些因素使得医学教育在规模扩张与质量提升之间面临新的挑战。 问题的根源在于医学人才培养的高门槛特性与教育资源分配不均。临床教学需要真实情境和高强度反馈，但医疗资源分布差异和临床工作压力挤压了教学投入。此外，数字化工具的应用仍需制度、平台和师资的协同支持，单点技术突破无法解决系统性问题，跨学科合作和治理体系建设至关重要。 为此，本次会议以“学习科学—智能技术—医学教育课程体系与临床技能应用”为主题，吸引了全国院校、医院和职业教育机构的300余位专家参与讨论。与会者一致认为，医学教育转型需以学习科学为基础，重构课程、训练和评价体系，而非简单引入技术工具。 会上，汕头大学未来医学科技学院正式成立。该学院整合医、工、理等多学科资源，建立跨学科协作机制，鼓励学生在真实医疗场景中学习和实践。同时，学院创新人才选拔方式，面向校内及非医学院学生开放转入通道，以拓宽人才来源并提升培养适配性。教育主管部门表示，此类跨学科探索将为医学教育改革提供可推广的实践样本。 智能技术的引入正推动医学教育从“经验驱动”转向“数据驱动”。通过数据分析可精准识别学生短板，提供针对性训练；模拟和虚拟技术能突破资源限制，构建可重复的训练闭环；过程性考评则使考核更透明、可追溯。但技术应用也需兼顾医学伦理、数据安全和隐私保护等治理问题。 会上发布的数字教材《基于大语言模型的病史采集自主训练与评价系统案例集》是一项实践探索。该教材聚焦病史采集能力，通过数字化手段提升问诊、信息归纳等临床思维。业内人士指出，数字化训练需与临床教学有效衔接，并建立师资、课程和效果评估的长效机制。 政策层面，《教育强国建设规划纲要（2024—2035年）》提出以技术推动教育变革，多地已推出数字化支持措施。作为改革试点高校，汕头大学将深化微专业、双学位改革及数字化教材建设，未来医学科技学院将深入探索智慧医学教育路径。 展望未来，医学教育的智能化转型将呈现三大趋势：从单点应用转向课程体系升级，从工具辅助转向学习科学引领的教学设计，从结果评价转向过程数据支撑。在此过程中，需平衡技术效率与医学教育的人文伦理核心，培养兼具专业能力、数字素养和社会责任的新医科人才。
人工智能与医学教育的融合不仅是技术革新，更是人才培养模式的深刻变革。汕头大学未来医学科技学院的实践为行业提供了有益参考。面对智能时代，医学教育需主动拥抱技术，创新培养模式，以培养医术精湛、数字素养高、富有人文关怀的新时代医者，更好地满足社会健康需求。