医学学校委员会强调，为了应对现代医疗挑战，必须教授AI知识以装备学生。
人工智能（AI）有望革新医疗领域，但专家们敦促医学院校为这一技术转变做好充分准备。在最近的国际医学人工智能会议上，《家庭医学年鉴》强调了通过AI解决方案解决现代医学面临的最大挑战的紧迫需求。
与会者讨论了医疗实践中存在的各种问题，提出了改进患者护理和运营效率的AI驱动策略。他们确定了AI可以发挥有益作用的关键领域，这反映了将AI技术整合到医疗保健中的共识日益增长。
由医学学校委员会和健康数据研究英国（Health Data Research UK）联合发布的一份独立报告强调，在医学培训项目中嵌入AI教育的重要性。该报告指出，毕业生应掌握AI原理的基础知识，包括自然语言处理和机器学习。
“对于医学生来说，了解如何有效使用AI是‘必不可少’的”，报告断言。这种全面的培训旨在为未来的临床医生做好准备，迎接日益依赖技术的医疗世界，确保他们具备批判AI工具、验证其有效性并负责任地应用其能力的技能。
医学毕业生预期需掌握的能力包括：
- 评估AI实施的局限性和障碍的技能。
- 理解AI技术在现实世界临床验证中的必要性。
- 在放射学和视网膜摄影等领域熟练进行自动化图像解读。
- 利用来自多个医疗来源的大数据改善医疗实践的见解。
医学学校委员会主席帕特里克·麦克斯韦教授（Professor Patrick Maxwell）表示，医学院有责任为毕业生提供有效驾驭新技术所需的必要知识和技能。“我们正在见证数据的全球变革性影响”，他说道，并倡导继续增强英国医学教育以满足这些需求。
健康数据研究英国的安德鲁·莫里斯教授（Professor Andrew Morris）也表达了同样的观点，强调重塑未来临床医生医学教育的独特机会。“我们必须使他们不仅跟上技术的步伐，还要在数据驱动的医疗系统中自信地领导”，他说。
关于通过AI重新定义医学教育的讨论与谷歌委托的最新报告结果一致，该报告预测到2035年，AI有可能每周生成约370万个额外的全科医生（GP）预约。NHS英格兰与AI公司的近期合作正在寻找高效识别高风险患者的方法，目标是实现主动的医疗干预。
尽管对AI应用充满热情，但普通实践界的意见领袖对其整合表达了担忧。最近，地方医疗委员会（Local Medical Committees, LMCs）投票主张其立场，强调必须由经过充分培训的医生评估和验证AI输出后才能实施。这种谨慎源于对过度依赖技术而缺乏足够的人类监督的担忧。
一些全科医生诊所还被建议在使用AI系统前咨询其综合护理委员会（Integrated Care Boards, ICBs），暗示了不受监管的AI使用的潜在后果。这凸显了创新与责任之间的微妙平衡，因为医疗专业人员努力在不危及患者安全的情况下拥抱AI带来的好处。
将AI融入医学课程的运动正在加速，但要实现这一目标，需要教育机构、医疗服务提供者和监管机构的合作。确保医学生熟悉技术的能力和局限性将简化AI工具的采用，从而改善医疗结果。
医学学校委员会的报告重申了全面教育的重要性，强调除了技术培训外，还需要严格的治理。这种方法将赋予未来的医生应对数字健康框架中固有的伦理、职业和法律挑战的能力。
作为增强医疗交付的工具，AI的前景与现代医学培训的责任相一致。通过优先考虑AI素养，医学院可以培养出能够应对未来复杂医疗挑战的领导者。
弥合技术和医学之间的差距，教育改革对于培养未来的临床医生不仅是AI技术的使用者，而且是有见识的领导者，能够塑造其发展和应用至关重要。
虽然AI培训的整合之路仍然复杂，但毫无疑问：医疗的未来与成功教育其未来的从业者密切相关。
(全文结束)
