人工智能在提升神经科住院医师脑血管病诊治能力中的应用与挑战

doi:10.3969/j.issn.1673-5765.2025.03.017

中国卒中杂志 ›› 2025, Vol. 20 ›› Issue (3): 380-383.DOI: 10.3969/j.issn.1673-5765.2025.03.017

• 教学园地 • 上一篇

人工智能在提升神经科住院医师脑血管病诊治能力中的应用与挑战

张淋源，沈翔，吕海燕，王国栋，吴云成

上海 200080 上海交通大学医学院附属第一人民医院神经内科

收稿日期:2024-03-01 出版日期:2025-03-20 发布日期:2025-03-20
通讯作者: 吴云成 yunchw@medmail.com.cn
基金资助:
上海市2021年度“科技创新行动计划”自然科学基金项目（21ZR1451700）
上海市第一人民医院临床创新研究团队课题（CCTR-2022B07）

The Application and Challenges of Artificial Intelligence in Enhancing the Diagnosis and Treatment Capabilities of Neurology Residents in Cerebrovascular Diseases

ZHANG Linyuan, SHEN Xiang, LYU Haiyan, WANG Guodong, WU Yuncheng

Department of Neurology, Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai 200080, China

Received:2024-03-01 Online:2025-03-20 Published:2025-03-20
Contact: WU Yuncheng, E-mail: yunchw@medmail.com.cn

摘要/Abstract

摘要： 近年来，人工智能（artificial intelligence，AI）的发展为神经科住院医师培训提供了新的技术支持。脑血管病是神经科学中应用AI最早、最成熟的领域之一，将AI有机融入传统的神经科住院医师培训中，有助于夯实神经科基本功、优化神经影像分析、辅助疾病个体化诊疗，从而加速青年医师的成长，对我国脑血管病的防治体系建设大有裨益。然而，AI的应用目前也面临着诸多挑战，如医师对AI过度依赖、“AI幻觉”、AI技术的局限和伦理问题等。本文系统总结了AI在住院医师脑血管病培训中的综合应用和价值，探讨潜在风险与挑战，并提出优化AI应用的策略，以期为未来AI技术在医学教育中的深度融合提供有益参考。

文章导读： 本文系统探讨了人工智能在神经科住院医师脑血管病培训中的应用价值、潜在风险及优化策略，旨在为人工智能与医学教育的深度融合提供参考。

关键词: 住院医师规范化培训; 神经病学; 脑血管病; 人工智能

Abstract: In recent years, the development of artificial intelligence (AI) has provided new technological support for the training of neurology residents. Cerebrovascular disease is one of the earliest and most mature fields of AI application in neuroscience. Integrating AI organically into traditional neurology resident training can help consolidate neurology basic skills, optimize neuroimaging analysis, and assist in individualized diagnosis and treatment of disease, thereby accelerating the growth of young physicians and greatly benefiting the construction of the prevention and treatment system for cerebrovascular disease in China. However, the application of AI in medical training also presents challenges, including physicians’ over-reliance on AI, “AI hallucinations”, limitations of AI technology, and ethical concerns. This article systematically summarizes the comprehensive application and value of AI in the training of residents in cerebrovascular disease, explores potential risks and challenges, and proposes strategies to optimize AI applications, aiming to provide valuable references for the deep integration of AI in medical education in the future.

Key words: Standardized residency training; Neurology; Cerebrovascular disease; Artificial intelligence

中图分类号:

张淋源, 沈翔, 吕海燕, 王国栋, 吴云成. 人工智能在提升神经科住院医师脑血管病诊治能力中的应用与挑战[J]. 中国卒中杂志, 2025, 20(3): 380-383.

ZHANG Linyuan, SHEN Xiang, LYU Haiyan, WANG Guodong, WU Yuncheng. The Application and Challenges of Artificial Intelligence in Enhancing the Diagnosis and Treatment Capabilities of Neurology Residents in Cerebrovascular Diseases[J]. Chinese Journal of Stroke, 2025, 20(3): 380-383.

参考文献

[1] LEE P，BUBECK S，PETRO J. Benefits，limits，and risks of GPT-4 as an AI chatbot for medicine[J]. N Engl J Med，2023，388（13）：1233-1239.
[2] AU YEUNG J，WANG Y Y，KRALJEVIC Z，et al. Artificial intelligence（AI）for neurologists：do digital neurones dream of electric sheep？[J]. Pract Neurol，2023，23（6）：476-488.
[3] 冯琦，公绪华，殷焱，等. 探讨人工智能在放射科专业基地住院医师规范化培训中的应用[J]. 中国毕业后医学教育，2023，7（5）：408-410，423.
FENG Q，GONG X H，YIN Y，et al. Application of artificial intelligence in standardized training of radiology residents[J]. Chinese Journal of Graduate Medical Education，2023，7（5）：408-410，423.
[4] 杨诗莹，农晓琳. 虚拟仿真在住院医师规范化培训应用发文分析[J]. 现代信息科技，2020，4（8）：136-137.
YANG S Y，NONG X L. Application of virtual simulation technology in standardized training of residents[J]. Modern Information Technology，2020，4（8）：136-137.
[5] LEE J H，CHOI E，MCDOUGAL R，et al. GPT-4 performance for neurologic localization[J/OL]. Neurol Clin Pract，2024，14（3）：e200293[2024-02-15]. https://doi.org/10.1212/CPJ.0000000000200293.
[6] 夏森林，章凯，徐鑫，等. 基于SimMan模拟系统在规培医师心肺复苏教学中的研究[J]. 中国现代医生，2022，60（17）：183-186.
XIA S L，ZHANG K，XU X，et al. Cardiopulmonary resuscitation teaching for standardized training physi-cians based on SimMan simulation system[J]. China Modern Doctor，2022，60（17）：183-186.
[7] PERGAKIS M B，CHANG W W，TABATABAI A，et al. Simulation-based assessment of graduate neurology trainees’ performance managing acute ischemic stroke[J/OL]. Neurology，2021，97（24）：e2414-e2422[2024-02-15]. https://doi.org/10.1212/WNL.0000000000012972.
[8] GILOTRA K，SWARNA S，MANI R，et al. Role of artificial intelligence and machine learning in the diagnosis of cerebrovascular disease[J/OL]. Front Hum Neurosci，2023，17：1254417[2024-02-15]. https://doi.org/10.3389/fnhum.2023.1254417.
[9] 孙庆利，杨琼，樊东升，等.“互联网+”背景下神经内科住院医师规范化培训的探索及思考[J]. 中国卒中杂志，2020，15（8）：921-924.
SUN Q L，YANG Q，FAN D S，et al. Standardized training of neurology residents in the setting of
“internet plus”[J]. Chin J Stroke，2020，15（8）：921-924.
[10] 贾茜，李小莹. 利用基于人工智能的临床决策支持系统提升住院医师规范化培训质量[J]. 医学教育管理，2020，6（6）：591-594.
JIA Q，LI X Y. Using clinical decision support system based on artificial intelligence to improve standardized training of residents[J]. Med Edu Mgt，2020，6（6）：591-594.
[11] AZAMFIREI R，KUDCHADKAR S R，FACKLER J. Large language models and the perils of their hallucinations[J/OL]. Crit Care，2023，27：120[2024-02-10]. https://doi.org/10.1186/s13054-023-04393-x.
[12] Chatbots may ‘hallucinate’ more often than many realize[N/OL]. The New York Times，2023-11-06[2024-02-15]. https://www.nytimes.com/2023/11/06/technology/chatbots-hallucination-rates.html.
[13] YU K H，HEALEY E，LEONG T Y，et al. Medical artificial intelligence and human values[J]. N Engl J Med，2024，390（20）：1895-1904.

[1]	刘然, 王平平, 陈虹秀, 李娜, 周福波, 赵文博, 马青峰, 邢英琦. 动态脑血流自动调节功能检查对急性缺血性卒中血管内血栓切除术后完全再通患者不良预后的预测价值[J]. 中国卒中杂志, 2025, 20(3): 365-372.
[2]	高晓艳, 邓柳丽, 尚静, 武晶晶, 王昊. 全球脑血管病领域撤稿论文特征分析[J]. 中国卒中杂志, 2025, 20(2): 247-252.
[3]	熊云云, 李光硕, 马宇洁, 李祉馨, 沈柯佳, 马瑛, 孙大鹏, 孙溢阳, 王拥军. 卒中：回眸2024[J]. 中国卒中杂志, 2025, 20(1): 1-19.
[4]	刘利强, 李光耀, 吉训明. 数智赋能心脑血管病危险因素监测与防治：现状和展望[J]. 中国卒中杂志, 2025, 20(1): 41-47.
[5]	邳靖陶, 尹伟, 宋晓微, 武海岩, 梁怡凡, 高策舒, 魏宸铭, 桑振华, 安志明, 江燕敏, 吴雅婷, 牟婧宇, 赵心怡, 陈乐, 武剑. 不同年资神经内科医师对数智化诊疗的认知、态度及功能需求现状调查[J]. 中国卒中杂志, 2025, 20(1): 78-86.
[6]	吴春艳, 尹雅诗, 王广志, 岳奎涛. 急性缺血性卒中不同时间窗影像学评价及应用进展[J]. 中国卒中杂志, 2024, 19(9): 1094-1101.
[7]	梁艳超, 王晓岩, 单凯. 基于DMAIC模型的妊娠合并脑血管病急诊就诊流程优化研究 [J]. 中国卒中杂志, 2024, 19(8): 873-879.
[8]	中国卒中学会医疗质量管理与促进分会, 《中英文标准化动脉粥样硬化性脑血管病术语中国专家共识》编写组. 中英文标准化动脉粥样硬化性脑血管病术语中国专家共识 [J]. 中国卒中杂志, 2024, 19(8): 973-977.
[9]	吴春艳, 朱新颖, 于文轩, 高云彬, 季丽丽, 战同霞, 谢海. 立德树人视域下脑血管病情景模拟案例教学效果评价问卷编制及信效度检验 [J]. 中国卒中杂志, 2024, 19(8): 978-982.
[10]	李丽君, 张宁, 陈琦, 王春雪. 主观性失眠与脑血管病慢性期功能预后的关系研究：基于多中心前瞻性研究的事后分析 [J]. 中国卒中杂志, 2024, 19(7): 815-821.
[11]	张啟铿, 林丽, 谢臻彦, 李雪松. 外泌体减轻出血性脑血管病后继发性损伤的研究进展 [J]. 中国卒中杂志, 2024, 19(7): 840-847.
[12]	冯致远, 李子孝, 王春娟. 数字健康在脑血管病领域的应用及未来发展趋势[J]. 中国卒中杂志, 2024, 19(6): 607-612.
[13]	孟令涉, 王春娟. 人工智能与机器学习在心脑血管疾病管理中的应用与前景：美国心脏学会使用人工智能改善心脏疾病结局科学声明解读[J]. 中国卒中杂志, 2024, 19(6): 621-631.
[14]	温家琦, 庞江霞, 陈超, 姜长春, 郝喜娃. 牛磺酸在代谢性脑血管病中的潜在作用及其机制研究进展[J]. 中国卒中杂志, 2024, 19(6): 706-713.
[15]	金奥铭, 谷鸿秋. 临床预测模型的展现形式[J]. 中国卒中杂志, 2024, 19(5): 515-519.

人工智能在提升神经科住院医师脑血管病诊治能力中的应用与挑战

The Application and Challenges of Artificial Intelligence in Enhancing the Diagnosis and Treatment Capabilities of Neurology Residents in Cerebrovascular Diseases

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics