<?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">SDME</journal-id><journal-title-group><journal-title>Scientific Development of Modern Education</journal-title></journal-title-group><issn>2998-9027</issn><eissn>2998-9043</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SDME.2026020026</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>生成式人工智能融入医学教育的教学设计、风险防控与治理路径</title><url>https://artdesignp.com/journal/SDME/3/2/10.61369/SDME.2026020026</url><author>赵劲歌</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-01-09</published-time></date></history><abstract>生成式人工智能（generative AI，GenAI）尤其是以大语言模型为代表的对话式工具，正在快速改变医学教育的知识获取方式、教学组织形态与评价反馈流程。已有研究与教学实践提示，GenAI 可在课程内容生产、病例与题库生成、形成性评价反馈、临床推理训练与学习支持等方面显著提升效率，并可能促进以胜任力为导向的课程与评价改革；但医学教育对信息准确性、伦理合规与患者安全的高要求，使得幻觉与错误信息、学术诚信与认知外包、偏倚与公平性、隐私与数据安全、责任边界不清等风险在该场景中被放大。本文在综合国内外文献的基础上，提出面向教学一线与管理者的可执行路径：以&amp;ldquo;分级使用、人在回路、透明披露、可追溯审计、数据最小化与AI 素养建构&amp;rdquo;为原则，从机构制度、课程设计、考核重构、师资发展与技术护栏五个方面形成闭环治理，为GenAI 在医学教育中的规范应用提供教学论文式的实施框架。</abstract><keywords>生成式人工智能,大语言模型,医学教育,教学设计,学术诚信,教学评价,治理</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 王茹俊, 王丹. ChatGPT 介入医学教育的伦理风险及应对策略. 医学与哲学 2024; 45(02): 76-81.[2]Triola MM, Rodman A. Integrating Generative Artificial Intelligence Into Medical Education: Curriculum, Policy, and Governance Strategies. Acad Med 2025; 100(4): 413-8.[3] 瞿星, 杨金铭, 陈滔, 张伟. ChatGPT 对医学教育模式改变的思考. 四川大学学报( 医学版) 2023; 54(05): 937-40.[4] 陈湘, 邓然, 吴川清. 生成式人工智能大型语言模型在医学教育实践的探讨. 临床急诊杂志 2024; 25(06): 310-4.[5] 程珊, 丛林, 胡文东, 熊凯文, 马进. "AI+ 教育" 时代背景下医学实践课程教学模式现状与改革趋势. 医学新知 2024; 34(08): 950-6.[6] 袁志怡, 裴志怡, 林佳艺, 贾烨如, 康晓凤. 医学生对生成式人工智能融入医学教育的认知&amp;mdash;&amp;mdash; 一项Meta 整合研究. 医学与哲学 2025; 46(14): 52-7.[7] 罗华宇, 许敏, 曾朝蓉, 田晓宇, 李鑫. ChatGPT 在护理领域中应用的前景与挑战. 中华护理教育 2023; 20(12): 1520-3.[8] 杨玲, 刘雯, 左伋. ChatGPT 在医学遗传学教学中的运用. 中国优生与遗传杂志 2023; 31(06): 1283-5.[9]Izquierdo-Condoy JS, Arias-Intriago M, Tello-De-la-Torre A, Busch F, Ortiz-Prado E. Generative Artificial Intelligence in Medical Education: Enhancing Critical Thinking or Undermining Cognitive Autonomy? J Med Internet Res 2025; 27: e76340.[10] 徐文博, 周晓平. 类ChatGPT 大语言模型在护理课程考核中的应用探索&amp;mdash;&amp;mdash; 基于ChatGPT、文心一言、讯飞星火测试. 中国医学教育技术 2024; 38(05): 567-71.[11] 刘晖, 何欣悦, 寇丽圆, 任曼. 基于CIPP 理论的AI 赋能医学教学评价研究. 中国医学教育技术 2024; 38(05): 600-5.[12] 刘晖, 任曼, 寇丽圆, 夏小川, 何欣悦. ChatGPT 对医学临床实践教学的影响与思考. 中国医学教育技术 2024; 38(04): 389-93+400.[13] 张博, 何云涓, 顾新龙, 等.DeepSeek 赋能住院医师规范化培训实践探讨[J]. 现代医院,2025,25(5):764-766.DOI:10.3969/j.issn.1671-332X.2025.05.027.[14] 吕静, 何平, 王永芬, et al. ChatGPT 在医学领域研究态势的文献计量学分析. 医学与哲学 2024; 45(07): 30-5.[15]Tung T, Hasnaeen SMN, Zhao X. Ethical and practical challenges of generative AI in healthcare and proposed solutions: a survey. Front Digit Health 2025; 7: 1692517.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
