<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETI</journal-id><journal-title-group><journal-title>Education and Teaching Innovation</journal-title></journal-title-group><issn>2995-4894</issn><eissn>2995-4908</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETI.2026030011</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>生成式人工智能赋能高职病理学与病理生理学教学研究</title><url>https://artdesignp.com/journal/ETI/4/3/10.61369/ETI.2026030011</url><author>李圆圆</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>3</issue><history><date date-type="pub"><published-time>2026-03-20</published-time></date></history><abstract>病理学与病理生理学是高职院校医学专业的基础必修课程,因其理论性强，内容抽象，传统的教学模式往往难以激发学生的学习兴趣，教学效果受限。生成式人工智能（GAI）作为基于大规模数据集学习并生成原创内容的新型人工智能，以其语义理解、动态生成、情境适配等优势，为突破高职病理学与病理生理学教学困境、深化教学改革提供全新的技术支撑。</abstract><keywords>高职院校,病理学与病理生理学,生成式人工智能,教学</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 陈树东. 基于OBE理念的病理学与病理生理学教学改革探索[C]//第十届全国康复与临床药学学术交流会议论文集. 2025:1-6.[2] 钟秋菊, 张一春. 破解人工智能引发的认知异化: 面向高职学生的教育智能体设计与实证研究[J]. 职教论坛,2026,42(1):40-49.[3] 冯玉华, 陈锡东. 数字赋能高职院校课程思政教学改革: 困境与路径[J]. 学周刊,2026,7(7):21-24.[4] 刘继峰, 关文军. 我国高职院校&amp;ldquo;双师型&amp;rdquo;教师队伍建设的困境反思与路径优化&amp;mdash;&amp;mdash; 基于结构功能主义的视角[J]. 教育理论与实践,2026,46(6):50-56.[5] 生成式人工智能[J]. 山东交通科技,2024(2):53.[6] 清华大学．从&amp;ldquo;工具&amp;rdquo;到&amp;ldquo;伙伴&amp;rdquo;，当大学课堂多了AI 助教[EB/0L]．[2024&amp;mdash; 08 &amp;mdash; 01]．[7]张驰, 唐逸飞, 李旭东, 等. 基于生成式AI 和多模态神经影像的阿尔茨海默病辅助诊断研究进展[J]. 阿尔茨海默病及相关病,2025,8(6):363-370,377.[8] 赵志博, 王勇, 丁海霞, 等. 人工智能(AI) 赋能普通植物病理学创新实验课程教学改革探索[J]. 安徽农学通报,2025,31(14):129-133[9] 杨小涵, 卢宇. 生成式人工智能助力课堂教学[J]. 湖北教育,2025(8):6-8.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
