由機(jī)器學(xué)習(xí)(ML)算法驅(qū)動的人工智能(AI)是計算機(jī)科學(xué)領(lǐng)域中的一個分支，其在醫(yī)療保健領(lǐng)域中迅速普及。然而，美國和世界各地的學(xué)術(shù)教學(xué)醫(yī)院的研究生醫(yī)學(xué)教育和其他教學(xué)計劃尚未涉及對這一新興技術(shù)的學(xué)生和受訓(xùn)者進(jìn)行教育。

“普通公眾已經(jīng)非常了解人工智能及其對醫(yī)療保健結(jié)果的影響，例如為臨床醫(yī)生提供更好的診斷。但是，如果醫(yī)學(xué)教育沒有開始教醫(yī)學(xué)生關(guān)于人工授精以及如何將其應(yīng)用于患者護(hù)理然后，技術(shù)的進(jìn)步將受到限制使用及其對患者護(hù)理的影響，“波士頓大學(xué)醫(yī)學(xué)院(BUSM)醫(yī)學(xué)助理教授Vijaya B. Kolachalama博士解釋說。

使用PubMed搜索以“機(jī)器學(xué)習(xí)”作為醫(yī)學(xué)主題標(biāo)題術(shù)語，研究人員發(fā)現(xiàn)，自本世紀(jì)初以來，在ML領(lǐng)域發(fā)表的論文數(shù)量有所增加。相比之下，自2010年以來，與本科和研究生醫(yī)學(xué)教育相關(guān)的出版物數(shù)量保持相對不變。

Kolachalama意識到需要在波士頓大學(xué)醫(yī)學(xué)校園內(nèi)教授學(xué)生和學(xué)員關(guān)于ML的知識，他在BUSM設(shè)計并教授了一門入門課程。該課程旨在教育下一代具有生物醫(yī)學(xué)和生命科學(xué)背景的醫(yī)學(xué)專業(yè)人員和年輕研究人員關(guān)于ML概念，并幫助他們?yōu)檎谶M(jìn)行的數(shù)據(jù)科學(xué)革命做好準(zhǔn)備。

作者認(rèn)為，如果醫(yī)學(xué)教育開始實(shí)施ML課程，醫(yī)生可能會開始認(rèn)識到AI在其職業(yè)生涯早期可能有利于臨床決策和管理的條件和未來應(yīng)用，并準(zhǔn)備好在開始練習(xí)時更好地利用這些工具。“隨著醫(yī)學(xué)教育考慮醫(yī)生的能力，ML應(yīng)該融入信息技術(shù)和該領(lǐng)域的教育，”BUSM的學(xué)術(shù)事務(wù)副院長Priya Sinha Garg博士說。

作者希望這篇觀點(diǎn)文章能夠激發(fā)醫(yī)學(xué)院和住院醫(yī)師計劃，讓他們思考人工智能的進(jìn)步領(lǐng)域以及如何在患者護(hù)理中使用它。“沒有醫(yī)生知道其潛力和應(yīng)用的技術(shù)沒有意義，只會進(jìn)一步延長醫(yī)療成本。”