医学教学对象人工智能使用现状及伦理认知调查研究

陈蓬来; 顾国煜

doi:10.3760/cma.j.cn116021-20260205-02280

您当前的位置：

首页 >

文章列表页 >

医学教学对象人工智能使用现状及伦理认知调查研究

数智医学教育 | 更新时间：2026-06-17

- 医学教学对象人工智能使用现状及伦理认知调查研究
- A survey on the current use and ethical awareness of artificial intelligence among medical trainees
- 中华医学教育探索杂志 2026年25卷第6期页码：657-663
- 作者机构：
  
  1.浙江大学医学院附属第一医院教学部，杭州 310003
  2.浙江大学医学院附属第一医院党委组织部，杭州 310003
- 作者简介：
  
  顾国煜，Email：zyggy@zju.edu.cn
- 基金信息：
  
  2025年浙江省本科省级教学改革项目(JGCG2025034)
- DOI：10.3760/cma.j.cn116021-20260205-02280
  中图分类号： R-052
- 收稿：2026-02-05，
  
  纸质出版：2026-06-20
- 稿件说明：
移动端阅览
陈蓬来, 顾国煜. 医学教学对象人工智能使用现状及伦理认知调查研究[J]. 中华医学教育探索杂志, 2026, 25(6): 657-663.

Chen Penglai, Gu Guoyu. A survey on the current use and ethical awareness of artificial intelligence among medical trainees[J]. Chinese Journal of Medical Education Research, 2026, 25(6): 657-663.
陈蓬来, 顾国煜. 医学教学对象人工智能使用现状及伦理认知调查研究[J]. 中华医学教育探索杂志, 2026, 25(6): 657-663. DOI： 10.3760/cma.j.cn116021-20260205-02280.

Chen Penglai, Gu Guoyu. A survey on the current use and ethical awareness of artificial intelligence among medical trainees[J]. Chinese Journal of Medical Education Research, 2026, 25(6): 657-663. DOI： 10.3760/cma.j.cn116021-20260205-02280.

摘要

目的

探讨临床阶段教学对象对在医学教育中应用人工智能的伦理（AI ethics in medical education，AIEME）认知水平、核心挑战与需求偏好，为课程设计提供依据。

方法

2026年1月，采用整群抽样法选取浙江大学医学院附属第一医院的教学对象作为研究对象，对自愿参与的304名教学对象开展横断面调查。采用SPSS 20.0软件进行数据处理，运用Mann-Whitney

检验和Kruskal-Wallis

检验，探讨不同性别与不同身份类别的教学对象在AI使用频次和AI伦理认知方面的分布差异；采用Cochran’s

检验探讨同一类教学对象在AIEME课程形式及保障措施选择偏好上的差

异。

结果

98.68%（300/304）的教学对象使用过AI工具，其中研究生使用比例最高；大部分教学对象对AIEME有基础认知，不同性别、身份类别的教学对象在AI使用挑战认知与伦理培训需求上存在部分差异；75.33%（229/304）的教学对象认为有必要开设AIEME相关课程，线上课程（57.89%，176/304）是首选形式，案例讨论（46.38%，141/304）次之，完善AI安全管理制度（76.64%，233/304）是最急需的保障措施。

结论

需结合教学对象需求特征，构建数字课程与案例讨论相结合的分层AI医学教育体系，完善监管机制，推动AI技术在医学教育领域规范应用。

Abstract

Objective

To explore the awareness levels

core challenges

and demand preferences of clinical medical trainees regarding artificial intelligence ethics in medical education (AIEME)

and provide a basis for curriculum design.

Methods

In January 2026

cluster sampling was adopted to select medical trainees from The First Affiliated Hospital

Zhejiang University School of Medicine as the subjects. A cross-sectional survey was conducted among 304 medical trainees who participated voluntarily. Data processing was performed using SPSS 20.0 software. The Mann-Whitney

test and Kruskal-Wallis

test were adopted to examine the differences in the distribution of AI use frequency and AI ethics awareness among medical trainees with different genders and professional identities. Cochran's

test was used to explore the differences in preferences for AIEME course formats and supporting measures within each category of medical trainees.

Results

A total of 98.68% (300/304) of medical trainees had used AI tools

with postgraduates having the highest usage proportion. Most trainees had a basic understanding of AIEME. Some differences were observed in perceived challenges of AI use and ethical training needs among medical trainees with different genders and professional identities. Overall

75.33% (229/304) of medical trainees believed it was necessary to offer AIEME-related courses. Online courses (57.89%

176/304) were the preferred format

followed by case discussions (46.38%

141/304). Improving AI safety management systems (76.64%

233/304) was the most urgent supporting measure.

Conclusions

It is necessary to construct a hierarchical AI medical education system combining digital courses and case discussions based on the demand characteristics of medical trainees

improve the supervision mechanism

and promote the standardized application of AI technology in the field of medical education.

关键词

Keywords

references

Cooper A , Rodman A . AI and medical education: a 21st-century Pandora's box [J ] . N Engl J Med , 2023 , 389 ( 5 ): 385 - 387 . DOI: 10.1056/nejmp2304993 http://dx.doi.org/10.1056/nejmp2304993 .

张丽艳，黄丽霞，楼亨通 . 基于CiteSpace的国内人工智能与医学教育融合热点的可视化分析 [J ] . 临床医学工程， 2025 ， 32 （ 2 ）： 225 - 228 . DOI: 10.3969/j.issn.1674-4659.2025.02.0225 http://dx.doi.org/10.3969/j.issn.1674-4659.2025.02.0225 .

范定容，王倩倩，沈奥，等 . 从ChatGPT到Sora：人工智能在医学教育中的应用潜力与挑战 [J ] . 中国医学教育技术， 2025 ， 39 （ 1 ）： 33 - 40 . DOI: 10.13566/j.cnki.cmet.cn61-1317/g4.202501007 http://dx.doi.org/10.13566/j.cnki.cmet.cn61-1317/g4.202501007 .

熊绘，樊越，张迪，等 . 人工智能大模型赋能医学教育实践的伦理风险及对策 [J ] . 医学教育研究与实践， 2025 ， 33 （ 5 ）： 635 - 640， 646 . DOI: 10.13555/j.cnki.c.m.e.2025.05.005 http://dx.doi.org/10.13555/j.cnki.c.m.e.2025.05.005 .

Quinn TP , Coghlan S . Readying medical students for medical AI: the need to embed AI ethics education [EB/OL ] . ( 2021-09-06 ) [ 2025-05-27 ] . https://arxiv.org/pdf/2109.02866 https://arxiv.org/pdf/2109.02866 .

Katznelson G , Gerke S . The need for health AI ethics in medical school education [J ] . Adv Health Sci Educ , 2021 , 26 ( 4 ): 1447 - 1458 . DOI: 10.1007/s10459-021-10040-3 http://dx.doi.org/10.1007/s10459-021-10040-3 .

张慧，黄荣怀，李冀红，等 . 规划人工智能时代的教育：引领与跨越：解读国际人工智能与教育大会成果文件《北京共识》 [J ] . 现代远程教育研究， 2019 ， 31 （ 3 ）： 3 - 11 . DOI: 10.3969/j.issn.1009-5195.2019.03.001 http://dx.doi.org/10.3969/j.issn.1009-5195.2019.03.001 .

Weidener L , Fischer M . Teaching AI ethics in medical education: a scoping review of current literature and practices [J ] . Perspect Med Educ , 2023 , 12 ( 1 ): 399 - 410 . DOI: 10.5334/pme.954 http://dx.doi.org/10.5334/pme.954 .

Topol EJ . High-performance medicine: the convergence of human and artificial intelligence [J ] . Nat Med , 2019 , 25 ( 1 ): 44 - 56 . DOI: 10.1038/s41591-018-0300-7 http://dx.doi.org/10.1038/s41591-018-0300-7 .

Krive J , Isola M , Chang L , et al . Grounded in reality: artificial intelligence in medical education [J ] . JAMIA Open , 2023 , 6 ( 2 ): ooad037 . DOI: 10.1093/jamiaopen/ooad037 http://dx.doi.org/10.1093/jamiaopen/ooad037 .

Civaner MM , Uncu Y , Bulut F , et al . Artificial intelligence in medical education: a cross-sectional needs assessment [J ] . BMC Med Educ , 2022 , 22 ( 1 ): 772 . DOI: 10.1186/s12909-022-03852-3 http://dx.doi.org/10.1186/s12909-022-03852-3 .

Grunhut J , Wyatt AT , Marques O . Educating future physicians in artificial intelligence (AI): an integrative review and proposed changes [J ] . J Med Educ Curric Dev , 2021 , 8 : 23821205211036836 . DOI: 10.1177/23821205211036836 http://dx.doi.org/10.1177/23821205211036836 .

Densen P . Challenges and opportunities facing medical education [J ] . Trans Am Clin Climatol Assoc , 2011 , 122 : 48 - 58 .

赵梓羽 . 生成式人工智能数据安全风险及其应对 [J ] . 情报资料工作， 2024 ， 45 （ 2 ）： 30 - 37 . DOI: 10.12154/j.qbzlgz.2024.02.004 http://dx.doi.org/10.12154/j.qbzlgz.2024.02.004 .

胡宏涛 . 论生成式人工智能服务提供者的个人信息合理使用 [J ] . 江苏社会科学， 2024 （ 2 ）： 185 - 192 . DOI: 10.13858/j.cnki.cn32-1312/c.20240327.001 http://dx.doi.org/10.13858/j.cnki.cn32-1312/c.20240327.001 .

王月明，熊延连，骆倩倩，等 . 后新冠疫情时代医学生就业焦虑现状及相关因素分析 [J ] . 中国高等医学教育， 2024 （ 10 ）： 50 - 51 . DOI: 10.3969/j.issn.1002-1701.2024.10.025 http://dx.doi.org/10.3969/j.issn.1002-1701.2024.10.025 .

王圆明，葛俊骁，徐青松 . 人工智能在医疗决策中的法律责任与伦理挑战：基于诊疗场景的分析 [J ] . 海军军医大学学报， 2025 ， 46 （ 8 ）： 977 - 981 . DOI: 10.16781/j.CN31-2187/R.20250127 http://dx.doi.org/10.16781/j.CN31-2187/R.20250127 .

苗逢春 . 教育人工智能伦理的解析与治理：《人工智能伦理问题建议书》的教育解读 [J ] . 中国电化教育， 2022 （ 6 ）： 22 - 36 . DOI: 10.3969/j.issn.1006-9860.2022.06.003 http://dx.doi.org/10.3969/j.issn.1006-9860.2022.06.003 .

苗逢春 . 生成式人工智能技术原理及其教育适用性考证 [J ] . 现代教育技术， 2023 ， 33 （ 11 ）： 5 - 18 . DOI: 10.3969/j.issn.1009-8097.2023.11.001 http://dx.doi.org/10.3969/j.issn.1009-8097.2023.11.001 .

苗逢春 . 为智能社会公民素养奠基的《学生人工智能能力框架》 [J ] . 中国电化教育， 2024 （ 11 ）： 1 - 12 . DOI: 10.3969/j.issn.1006-9860.2024.11.002 http://dx.doi.org/10.3969/j.issn.1006-9860.2024.11.002 .

蔡沁怡，陆耀红，谢芳艺，等 . 一院多区模式下高校附属医院临床医学本科教育管理路径探索 [J ] . 中华医学教育探索杂志， 2024 ， 23 （ 6 ）： 732 - 736 . DOI: 10.3760/cma.j.cn116021-20230912-01610 http://dx.doi.org/10.3760/cma.j.cn116021-20230912-01610 .

薛超，范虞琪，黄海怡，等 . 以真实案例为基础的模拟教学在心血管内科住院医师规范化培训教学实践中的应用 [J ] . 中华医学教育探索杂志， 2025 ， 24 （ 12 ）： 1670 - 1675 . DOI: 10.3760/cma.j.cn116021-20241123-02022 http://dx.doi.org/10.3760/cma.j.cn116021-20241123-02022 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

推动AI与教育深度融合构建精准学习新路径

人工智能在临床推理教学新模式中的研究及展望

人工智能赋能高等医学教育的现状调查

人工智能应用于医学教育的现状、挑战与前景

人工智能赋能外科手术基础技能教学：模型构建与评估体系的研究