面向医学人工智能的认知神经科学课程改革与实践

刘涛 曹星星 赵峰 牛海军

摘  要：文章针对面向医学人工智能的认知神经科学课程知识体系复杂性、知识内容前沿性的特点，发挥课程承前启后的作用，以提高学生医工交叉创新能力、培养医工融合综合素质为目标，提出并实践了一套切实可行的认知神经科学课程改革方案。文章基于课程改革新思路，教学方法由重知识向重思想转移、由医学案例引出教学内容、突出神经科学知识与工程领域的思想比较和创新启示，在价值观引领的基础上注重内容前沿化、多元化。对学生进行匿名调查的结果显示，文章措施符合学生意愿和能力培养目标。文章可以为本课程以及同类医工交叉学科课程的开展和改革提供一定的借鉴和参考。

关键词：人工智能;医工交叉;认知神经科学;教学改革

中图分类号：G642 文献标志码：A          文章编号：2096-000X（2021）35-0107-05

Abstract： The Cognitive Neuroscience Course for medical artificial intelligence is complex in the knowledge system and cutting-edge in the content and serves as a connecting link in the student's academic development. To improve the innovation ability and cultivate the comprehensive quality of medicine and engineering conjunction， this paper put forward and practiced a set of feasible cognitive neuroscience curriculum reform measures. Based on the new ideas of curriculum reform， the measures include： shifting teaching methods from emphasizing knowledge to ideas and methods， deriving the teaching content from medical cases， comparing ideas between neuroscience and engineering， and meantime emphasizing the innovative enlightenment. Anonymous survey shows that these measures are in line with students' wishes and ability training goals. This paper provides a reference for the development and reform of this course and similar courses for medicine and engineering conjunction.

Keywords： artificial intelligence; conjunction of medicine and engineering; Cognitive Neuroscience; teaching reform

現代医学中，以医学影像和神经网络技术为代表的人工智能技术，已经成为临床筛查、诊疗、康复的重要工具;神经科学研究成果也有力推动了人工智能的进步与发展。医学人工智能着眼于医学与智能的交叉融合、转化创新，打通医学从“实验室”到“手术台”的通路桥梁。认知神经科学则为医学人工智能同时提供了类脑智能的启发和技术应用的重要载体，是医工交叉的典型学科。

中国人工智能学会理事长李德毅院士做专题时提出：“人工智能不是要造出一个生物意义上的人脑，而是要通过一个个特定的问题域，研究脑认知的形态和进化。[1]”2013年以来，美国、欧盟、日本等相继提出脑计划，我国脑计划也在2016年推出，并把在理解认知功能的基础上发展脑机智能技术列为“一体两翼”目标中的重要一翼[2]。2018年，天津大学、南开大学两所高校建立了全国首批智能医学工程专业，旨在面向“健康中国2030”国家战略的国际化医工复合型领军人才和医学拔尖创新人才，培养目标中突出在脑认知与神经工程前沿领域的思维引导[3]。在生物医学工程专业培养中，面向医学人工智能开展的认知神经科学基础课程教学，可以使学生掌握认知神经科学基础知识与方法、领悟优秀医工融合思想、把握医工交叉前沿难题和临床痛点，有利于培养学生科研素养与创新意识、推动学科交叉融合。

一、课程性质与问题

作为交叉学科，认知神经科学在研究对象、研究方法、研究群体、知识体系等方面具有综合性、创新性、成长性的特征[4]。面向医学人工智能的该课程教学，则更要求通过学科间的渗透融合将课程实践意义提至新高度[1]。

从课程本身性质来看，认知神经科学是目前迅猛发展的国际前沿，具有两个突出特点：（1）知识体系的复杂性。人脑是世界上已知最复杂的器官，它有多种尺度的解剖组织之分。认知神经科学以脑认知功能为主干，串联生物学原理、认知心理学实验、影像学与电生理测量手段和分析方法，知识点多、知识面广、学习难度高。（2）知识内容的前沿性。随着现代测量技术与建模方法的飞速发展，认知神经科学知识也在迅速更新迭代。教材记录了经过较多验证的部分共识，但有更多崭新的知识方法近年不断涌现，在经典理论上补充发展甚至部分相左，需要紧追领域国际前沿不断更新，才具有实践价值。

从授课背景来看，学生基础和授课意义均具有特殊性。北京航空航天大学生物医学工程专业的培养目标，包括培养厚基础、善创新，具有领军、领导潜质和国际视野的复合型人才，使其不仅具有坚实的数理基础、工程基础、专业理论基础和熟练的专业技能，而且具有突出的创新能力、交流协作能力、自主学习能力。本文所述授课背景下学生已经同时具备生物学、医学、工程学的知识与思想，尤其是具有扎实的数理和工程基础，能够轻松理解认知神经科学中仪器方法的原理;即将开始医工交叉前沿的研究，需要新方法的启发和技术应用的土壤。长远来看，人工智能方向的学生未来以从事工程研究为主，要求具备医学基础知识，能够成为医生和工程师之间的桥梁。因此，面向医学人工智能开展认知神经科学教学具有承前启后的地位，应满足四个要求：（1）教学方式适应学生基础，符合工科思维;（2）课程内容指向人工智能，服务于医工交叉;（3）课程风格由“重知识”向“重思想”转移，启发性教学培养创新思维;（4）加强科研能力训练，引导理论应用于实践。

综上所述，当前认知神经科学课程教学的问题在于：（1）课时短而内容多，在深度和广度之间需要进行取舍，需精简神经生物学细节，提炼重要工程思想;（2）课程知识体系相对陈旧，前沿知识介绍不充分;（3）以知识脉络串联知识内容，不利于科研思维的掌握;（4）医工交叉思想不够突出，不能匹配人工智能方向、启发医工交叉创新;（5）考核机制单一，与课程设计目标有出入;（6）课程资料的丰富度与领域前沿的繁荣度不匹配。

二、课程改革思路与实践

基于前述面向医学人工智能的认知神经科学授课要求和课程特点，本文提出一系列针对性实践方案，主要从改进教学方法导向、优化教学与考核体系结构、丰富和更新教学内容等三方面展开（图1）。

（一）新方法：启发工程思想，凸显医工交叉

授课方法导向进一步契合学生基础，由确保知识掌握向引导思维方法理解转移，由基础向前沿侧重，从医工交叉背景出发，指向医工交叉应用。

1. 注重培养医工领域的思维方法

从生物医学工程背景下学生发展方向与课程教学目标出发，教学内容由“重知识”向“重思想”转移;不止教授是什么，更强调为什么。首先从内容和考核导向两方面精简生物学深层原理，在课内完成知识框架搭建的基础上，将细节内容作为课外补充材料;尤其是在讲解认知功能的过程中，挖掘知识体系背后的思想脉络，重点介绍方法的原理和应用，引导学生从机械学习知识到具备发现知识的能力。例如：传统观点中海马体是人脑记忆功能的唯一载体。功能磁共振成像技术的发展有效推动了认知神经科学的繁荣，使对人脑的认识由功能分离向功能整合转移。现代研究已经发现记忆功能与脑的局部网络均有密切关联（图2）[5]。在课程中着重介绍此类神经科学研究思想方法，特别是神经影像的应用，将有利于学生把握认知神经科学前沿，培养工程应用能力，切实为未来从事相关研究打下基础。

2. 注重交叉领域的知识类比

教学内容上，从医工交叉背景出发，融入人工智能特色，使认知神经科学与人工智能软硬件技术紧密结合。本课程中的认知神经科学知识作为多种软硬件技术的启发来源，具备串联不同学科、揭示其他领域思路来源的条件。在授课中，硬件上和计算机组成做类比，例如学习功能和存储器，执行功能和控制器等;软件上和类脑智能做类比，例如脑功能网络与深度学习中的神经网络等。通过这种类比、分析的过程，使学生将神经科学内容与前期所学课程交叉融合，既提高了学生学习的趣味性，更快接受新知识，又有利于帮助学生串联知识体系，培养工程思想，启发医工交叉创新。

3. 案例教学应用引出知识体系

适应学生医工交叉的知识基础和发展目标，采用案例教学法，沿知识发现的历史逻辑引出知识内容。具体而言，认知神经科学课程根据认知的功能分为七个模块。教学中每种新认知功能的讲解，由具体的案例或病例引出。例如，一位女性经历了类似癫痫的发作，腦结构扫描未发现脑肿瘤，而是其杏仁核出现高度特异性退化。认知功能一切正常的她唯独不能正确理解恐惧情绪。为此，研究者开展了各种巧妙设计的心理学实验，不仅发现了杏仁核对恐怖面部表情识别的重要作用，也促使我们用新的观点思考情绪的神经基础，即情绪加工的分布式特征，由此引出情绪的认知神经科学知识与研究。通过案例教学法引导学生切身体会科学知识的起源与应用，帮助学生理解重点难点，尤其是学会“技术联系实践”。

（二）新体系：目标导向优化，多元课堂设计

以课程教学新目标为导向，从学生被动学习向主动探索引导，采取传统课堂与翻转课堂融合教学模式， 在教师授课指导基础上融入学生自主学习，采取“随堂小测抓基础、文献分享追前沿、期末展示促能力”的多元课堂设计与考核方式。

1. 随堂小测抓基础

设计了4次基础知识导向的随堂小测，每次小测题型为10道选择填空题，题目难度为简单或中等，考察范围为教师课堂讲授的重要知识点或脑科学基础知识，如：脑结构识别的名词填空、声音感知的传导路径、特定情绪或认知功能涉及的脑区。通过分值占比、题型难度的设置，随堂小测旨在切实引导学生掌握领域内基础知识与重大发现，获得认知神经科学研究的基本条件和研究门槛，具备思考认知神经科学问题、提出猜想和假设的基础。

2. 文献分享追前沿

首次课上向学生介绍课程架构与教学内容安排，鼓励同学们根据自己感兴趣的教学章节内容，检索前沿文献并学习后进行5分钟的文献汇报分享。在文献汇报中，着重强调前沿知识与课本内容的差异性、同源性、创新性、前瞻性，指导学生思考：产生不同结论的实验方法是否科学可靠，前沿发现是否真正克服了原来的缺陷，我们如何领悟新思路、应用新方法、做出新发现。这种翻转课堂的形式，一方面调动学生对神经科学学习的主观好奇心，鼓励学生主动接触领域前沿，培养批判性思维，充分发挥学生在课堂教学中的主体作用;另一方面在教师视角之外进一步引入了丰富的神经科学前沿知识，充实了课堂内容。

3. 期末展示促能力

期末考核采取论文+汇报展示的形式，可选综述类和研究计划类两种题目类型，强调规范性、逻辑性、创新性，切实提高学生科学素养与综合能力。综述类要求自主进行科学选题，阐述其重要意义、明确选题概念、充分调研国内外研究现状、分析问题并概括观点;研究计划类鼓励学生观察身边有意思的认知神经科学相关现象，可以是从天马行空的想法出发，提炼出具体科学问题，利用课程所学进行分析和假设，设计科学可行的研究方案，并调研所需的设备或技术支持。通过期末考核培养学生综合素质，鼓励同学们打开眼界放飞想象力，关注身边的认知科学问题，学会梳理思路从中提炼，应用课程知识尝试分析解答;引导学生对具体的认知神经科学问题进行调研、归纳、思考、分析，掌握实验验证猜想的能力;鼓励学生打破传统桎梏，结合感兴趣的领域进行脑科学的新研究方法、新治疗手段、新辅助设备的构想与实践;敦促学生学会表达自己的思路，学会有逻辑地讲述科学故事，培养学生表达能力。

（三）新内容：凸显前沿特色，课内结合课外

服务于授课方法和课程结构，整理教学内容，以价值观引领为先导，使之前沿化、多元化;建立优质教学资源库，为学生提供课外自学的参考和指导。

1. 价值观引领

突出介绍认知神经科学的内涵、挑战和机遇，鼓励同学们打好基础，培养自信，砥砺创新，服务于“健康中国”，把成果写在祖国大地上。认知神经科学的繁荣发展，不只是由于技术的进步，更是因为实际需求的推动。中国要成为神经科学领域的领跑者，必须要有不断产生重大突破的持续创新力，要有更多科研无人区的“探险家”。我们应当有这样的自信：在认知神经科学领域，尤其是临床实践方面，我国已经走在世界前列，同学们可以在国内接触到最先进的经验和技术，并以此作为向更前沿开拓的利器。我们也应当有这样的清醒认识：领域内仍存在大量亟待解决的、能造福广大人民的重要问题。以卒中为例，2019年《中国卒中报告》显示我国每年卒中發病率为1114.8/10万[6]，已经成为卒中终身风险最高和疾病负担最重的国家。卒中后认知障碍严重影响生活质量和生存时间，但这种脑功能的损伤究竟如何产生还远没有定论，有许多难题需要我们去“开疆拓土”，但领域里每一个即使微小的成果都会使我们更接近真理，更接近千万计的人民的健康生活。我们新时代的同学们应当有热情、有能力、有信心地去从事这样有意义的伟大事业，要敢为人先、敢于投身从0到1的开拓，做勇于担当的后浪。从这一角度，引导学生思考和认识为什么而学，明确应该学到什么，主动探索要怎样学。

2. 内容前沿化

授课团队在神经科学领域具有丰富地积累优势，可以时刻追踪领域前沿，将最新的科研思想和方法、第一手的领域讯息有机结合到教学中。本课程的教学内容，首先优选最新版本的经典教科书确定框架;在此基础上根据多位常年投身神经科学研究一线的教师的经验，对教学内容进行删改、更新;最后，在每章节末增加与课程内容相呼应的领域内近年代表性突破作为提高和拓展。例如，在讲解脑功能组织时，增加对亚微米体素分辨率的全脑显微光学切片断层成像（MOST）技术的介绍，其绘制出的亚细胞分辨的小鼠全脑三维神经元联接图谱，可以通过三维立体动画生动地展示出脑功能整合潜在的细胞学基础[7]。

3. 形式多元化

充分利用多媒体设备和互联网优势，将多元化的教学方法融入到课程中，并鼓励学生以课内课外相结合的形式进行学习。课上注重方法讲解和思想引导，针对课程中的重点难点知识，以可视化图片、动画、视频的形式直观呈现，指导学生辨析重难点概念，促进学生对所学内容的学习和理解，并活跃课堂气氛，引起学生兴趣。课下提供丰富详实的补充材料，搭建深入和拓展的广阔平台，鼓励学生在课内掌握了知识脉络与核心思想的基础上，课外自主学习感兴趣的知识点。为此，建立以优质的多媒体课件为主，包括动画、图片、国内外教材、教学视频、前沿技术演示、学习分享、拓展文献等在内的优质教学资源库，并提供简单的讲解说明，力争做到基础知识详实、前沿进展丰富;结合课题组项目经验，整理神经科学前沿研究进展、研究工具、研究思路，凸显人工智能在神经科学研究中的作用与神经科学对类脑智能的启发。

三、实施效果

课程结束后，我们对参加教学改革实践的全班33名同学进行了匿名问卷调研，以了解课改方向与学生意愿的契合度，以及对学生能力的提升作用。问卷中选取改革措施中的重点措施作为调查对象，尽量为每条提供一个与课改方向不同的“竞争性”措施，并尽量使对立选项描述的积极程度相当，选项出现的先后顺序均衡。问卷调查的内容如表1所示，要求学生首先对各项进行量表评分（3-非常希望，2-希望，1-都可以，0-不希望），然后对各项目课程要求的各能力（工程知识运用、问题分析、工程技术与工具应用、表达与交流、学习能力）的提升作用做评价。

（一）学生意向符合度分析

问卷调查的意愿值评分结果统计如表2所示，学生明显更希望将课程重点放在思想方法的引导而减少基础知识的介绍;希望课程更加关注领域前沿而减少深层原理的介绍;相较于完全采取翻转课堂的学习形式更希望保留传统课堂的部分，从分值上看这种结合方式基本在学生中达到“希望”的程度。另外，学生对“医工交叉”的意愿值评分均值为2.45，仅次于“领域前沿”，达到“希望”到“非常希望”。在教学内容、教学导向、课堂形式上，本文所选取的课改方法与传统或其他方法相比均具有显著统计学意义上的优势（双样本T检验，P<0.05），且均受到学生较高程度的欢迎，表明本文所提出的课改思路符合学生意愿，符合学生对本课程的定位。

（二）能力培养效果分析

学生对各种措施能力培养效果的勾选结果显示，绝大多数同学认为对自己来说“重思想方法”的教学方式能够提升问题分析的能力（78%）和学习能力（51%），“案例引导”式教学可以提升问题分析的能力（73%）和工程知识运用的能力（61%），“领域前沿”的拓展可以带来工程知识和工程技术应用能力的提高（58%），引入“翻转课堂”非常有助于培养表达与交流能力（82%），医工交叉的内容讲解和思路导向则可以带来相对全面的包括知识运用（73%）、技术应用（67%）、问题分析（52%）等的能力提升。以上结果一方面与学生意愿值结果互相印证，阐明了学生希望选择的教学方式和希望通过课程提升的能力;另一方面表明了本文所述的从教师视角出发来设计的课改新思路与新方法，从学生视角也能够达到预期的效果。

四、结束语

面向医学人工智能的认知神经科学基础课程对启发类脑智能和促进医工交叉创新具有重要意义。本文从课程本身性质与开设的背景两个方面，回答了课程的特点、开设的目的、存在的问题，并提出了一套切实可行的课程改革方案。该方案基于新思路、采用新方法、建立新体系、设计新内容，契合了课程复杂性、前沿性、交叉性、启发性的特点，符合学生意愿与课程培养目标。

参考文献：

[1]李德毅，马楠.智能时代新工科——人工智能推动教育改革的实践[J].高等工程教育研究，2017（5）：8-12.

[2]POO M M， DU J L， IP N Y， et al. China Brain Project： Basic Neuroscience， Brain Diseases， and Brain-Inspired Computing[J]. Neuron， 2016，92（3）：591-596.

[3]何峰，万亮，明东.智能医学工程：新医科的探索与实践[J].中国高等教育，2021（Z1）：15-17.

[4]张义.研究型大学促进交叉学科发展模式的探索与实践[J].高等工程教育研究，2017（3）：116-119.

[5]BIRD C M， BURGESS N. The hippocampus and memory： insights from spatial processing[J].Nature Reviews Neuroscience， 2008，9（3）：182.

[6]王拥军，李子孝，赵性泉，等.中国卒中报告2019（中文版）（3）[J].中国卒中杂志，2020，15（12）：1251-1263.

[7]REARDON S. A giant neuron found wrapped around entire mouse brain [J]. Nature， 2017，543（7643）：14-15.