循證醫學是現代臨床研究的方法學，對于指導臨床實踐發揮重要作用，已逐漸成為醫學高等院校的核心課程之一。在信息時代數智化背景下，循證醫學為應對研究問題、數據方法和研究證據多樣化等多重挑戰，逐漸形成了基于多模態數據，利用人工智能方法等醫工結合的創新研究模式。但當前醫學院校的教學內容與學科日新月異的變革相互割裂，阻礙了醫學生對學科知識體系、前沿理論和發展方向的全面認知。對此，本文以我校研究生課程改革為契機，在原有循證醫學課程設置中加入真實世界數據研究、人工智能和生物信息等內容，對信息時代下循證醫學課程改革進行初步探索。力圖讓學生能夠真正理解循證醫學對醫學發展的作用和價值，同時具備堅實的理論基礎、開闊的國際視野和敏銳的科研觸角，為循證醫學學科發展儲備人才。
引用本文： 徐嘉悅, 王雨寧, 孫鑫, 王雯. 信息時代下的循證醫學課程改革探索. 中國循證醫學雜志, 2024, 24(5): 612-616. doi: 10.7507/1672-2531.202401168 復制
版權信息： ?四川大學華西醫院華西期刊社《中國循證醫學雜志》版權所有，未經授權不得轉載、改編
循證醫學是一門通過系統地收集、評估和應用臨床研究證據，支持臨床實踐的方法學科。它強調醫學決策應基于最新的高質量科學證據，同時結合臨床經驗和患者意愿，從而形成適合患者個體情況的治療方案[1]。循證醫學的起源可以追溯到20世紀初的醫學研究方法改革，醫學研究開始強調對疾病的病因和治療方法進行系統觀察和實驗。20世界70年代，David Sackett等開始提出“循證醫學”，并將其定義為“將最好的外部證據與臨床經驗和患者價值觀相結合，以做出最佳的臨床決策”。從此循證醫學的理念逐漸在醫學界得到認可，并在臨床實踐中廣泛應用。1992年，Gordon Guyatt等正式提出并系統定義了循證醫學[2]。自此，現代醫學研究基于循證醫學方法論，形成了一系列高質量研究證據，對醫學發展產生了巨大影響[3-8]，循證醫學也因此入選BMJ現代醫學十大標志性進展[9]。
在過去的三十年里，循證醫學不斷發展創新。隨著第四次工業革命，以信息系統、數字技術為主導的技術革新，催生了大量新興技術集群，許多傳統行業和學科面臨顛覆式變革[10]。在此背景下，循證醫學積極尋求突破，開始探索基于大數據體系；融合人工智能（artificial intelligence，AI）、信息技術等新方法新技術的臨床研究和循證決策模式。
雖然循證醫學經歷著日新月異的變革，但目前國內的循證醫學課程設置仍然較為傳統，以循證檢索、臨床證據評價和Meta分析等內容為主，尚未形成融合當前新興研究方法、多元醫學證據的多學科交叉教學模式，課堂內容與實際科研應用存在割裂，一方面阻礙了學生對于前沿理論知識的學習和掌握，另一方面限制了循證醫學學科的發展。本文基于筆者所在團隊在循證醫學研究和教學方面的實踐經驗，結合我國高等醫學院校現有的循證醫學課程，針對信息時代下循證醫學課程設置改革進行探討。
1 國內外循證醫學教學現狀
循證醫學已逐漸成為國內外高等醫學院校的核心課程[11]，其教學目的是讓學生能夠提出明確的臨床問題，并根據臨床問題，設計相應的研究方案，形成可用于回答研究問題的證據或證據體。主要內容應包括：選題和立題，臨床研究主要設計類型、臨床研究的統計分析、醫學信息檢索、證據評價和推薦等[12]。
目前，部分國內醫學高等院校在不同教育階段開設了循證醫學課程，內容各有側重，主要參考《循證醫學》《臨床流行病學和循證醫學》及《醫學文獻檢索與論文寫作》等經典教材[13-15]，為培養臨床與科研緊密結合型人才打下了基礎。
在本科階段，目前高校課程開設方式主要為設立循證醫學必修課和在流行病學課程中設置固定章節，一般在本科三年級或四年級時開展教學。課程內容主要針對“證據產生”，依據不同研究目的劃分章節，如：探究疾病危險因素，評價診斷、治療、預后等，講授各研究目的對應的、常用設計類型要點[16]。這些課程培養了學生對循證醫學理論和方法的專業技能，鍛煉了學生進行循證醫學研究的科研思維，為將來面對實際臨床問題、設計和開展研究，解決臨床問題打下基礎。此外，一些高校設置了更深入的循證醫學課程，包括系統評價與Meta分析、臨床實踐指南的制訂與應用、循證醫學研究方法等技術方法，旨在更綜合地評價證據、應用證據，全面培養學生進行循證醫學研究和實踐的能力，整體教學內容以基本理論學習為主。
在研究生階段部分高校也開設了循證醫學課程，該階段的課程更注重培養循證實踐能力，提升醫學研究生的科學素養。在教授理論知識的基礎上增加了課題設計實踐的比例，通過小組和案例式的教學方式，調動學生的自主學習能力，激發科研興趣，推動規范地開展研究[17]。考核方式也呈多元化，如：嵌入小組答辯等過程性評價，實現教學服務于實踐，提高學生開展循證醫學研究的能力，為將來實際研究或成為循證專業人才打下基礎[18]。
國外很多高校同樣將循證醫學課程視為醫學教育的重要部分，納入本科生及研究生課程，旨在培養學生面對臨床問題時尋找最佳決策的能力[19]。以循證醫學發源地加拿大麥克馬斯特大學為例，循證醫學課程安排在臨床方法學研究生培養計劃中，與臨床科研基礎理論方法、醫學統計學方法、隨機臨床試驗方法并行為研究生必修課程。以經典證據推薦分級的評估、制訂與評價（grading of recommendations assessment, development, and evaluation，GRADE）的系列方法文獻、Cochrane偏倚評價工具、指南以及示范案例等閱讀材料為學習資料，著重介紹臨床問題PICO的確定，系統評價方法，包括系統文獻檢索、原始證據篩選和可重復性標準建立、定量證據整合及結果闡釋等，從系統性綜述、組建團隊、評估當前證據、定義研究問題提出研究假設、選擇結局指標到最后形成納入、排除標準和流程圖等，以小組研討形式，理論結合實踐，進行授課。
總體而言，國內外醫學高等院校對于循證醫學課程較為重視，并通過多種方式提高教學質量。然而，教學內容仍以傳統循證醫學為主，在海量信息資源、新興技術與方法涌現的背景下，亟需豐富循證醫學的內涵與教學內容，提升學生對課程的獲得感，學以致用。
2 信息時代下循證醫學教學改革的方向與內容
隨著數字信息時代的到來，循證醫學面臨的挑戰主要體現在以下三個層面[20]：第一是研究問題多元化，傳統的循證醫學主要關注臨床試驗和藥物療效評估，隨著醫學研究的深入，疾病的類型和治療方法也越來越多樣化和個體化，同時所關注的醫學問題已經擴展到了涵蓋整個醫療衛生體系的更廣泛領域。第二是數據與方法的多元化，信息時代醫學研究的數據來源越來越多樣化，包括臨床試驗、真實世界大數據、組學數據等，相應的研究方法和新興技術手段如AI大模型、生物信息（bioinformatics，BI）技術等也迅速發展[21]。第三，隨著研究問題、數據和方法的多樣化，醫學研究的證據來源得到了極大豐富，試驗性研究證據、觀察性研究證據、基礎研究證據以及二次分析證據呈現爆炸式增長。在這樣的大背景下，循證醫學逐漸形成了從傳統臨床研究模式向基于大數據體系研究模式、從傳統循證醫學模式向智能化證據合成、評價、推薦模式的轉變。筆者所在四川大學華西醫院中國循證醫學中心是中國循證醫學的發源地，針對當前智能化信息技術革新的沖擊，我們提出了依托循證醫學的核心方法理論，融合多模態大數據，利用生物工程、AI、因果推斷等新興技術，形成從基于真實世界研究、隨機臨床試驗、基礎研究的多元證據產生，到智能化證據分類、評價、整合，最終助力臨床精準治療的一體化大循證概念（附件圖1）。
具體來說，循證醫學首先需要根據特定研究問題，明確應采用什么證據來回答，并有針對性地進行證據的獲取和分類。在醫療信息化水平不斷提升的背景下，包括影像、音頻等不同類型和模態的數據不斷涌現；同時數據產生也從傳統問卷調查等方式轉為基于醫院信息系統的常規收集醫療數據等形式。臨床數據體量空前龐大，數據維度和結構極其復雜，傳統的臨床設計方法和統計分析模型，難以有效支持基于大數據的臨床研究，需要結合多模態大數據體系下的AI、BI等相關方法技術。
其次，臨床診療手段日新月異，不同類型的研究證據層出不窮。經典證據分級推薦采用GRADE方法，通過系統性評價和合成臨床證據，綜合考慮患者選擇和價值觀以及現有醫療資源和醫生臨床技能，實現了臨床證據向臨床實踐的轉化[22]。但面臨海量多元、質量參差的證據，快速篩選高質量證據，提取關鍵信息，整合多元證據，是保證證據利用時效性的關鍵，需要引入針對多元證據的快速評價和臨床應用轉化方法。
因此，為了使學生更全面地學習循證醫學理論方法，了解學科前沿發展，還應加入真實世界研究、醫學信息、AI等內容。
3 信息時代下循證醫學教學模式初探
在方法技術高速迭代的信息時代下，循證醫學課程改革應以契合國家發展需求，切實解決臨床問題為導向，理論基礎和應用實踐并重，與學科國際前沿接軌，將最新的學術成果和理論體系融入日常教學。筆者所在教學團隊以我院研究生循證醫學課程改革為試點，從課程體系、師資團隊和教學模式三個方面，對循證醫學課程改革進行了初步探索。
3.1 課程體系
在研究生整體的教學安排，前置臨床科研設計和統計分析課程，讓學生先行掌握臨床科研基本的流行病學設計和統計分析方法。在循證醫學理論課程教學中，主要設置了四部分章節。
第一章節為總論。通過總論，向學生介紹循證醫學的發展歷程和對于現代醫學研究的重要意義，并傳達信息時代數智化背景下循證醫學的創新發展。
第二章節為傳統循證基礎理論和常用方法，包括系統評價方法、Meta分析方法、證據質量評價（GRADE分級）和臨床指南制作。同時課程還融合AI，介紹了指南制訂新思路和方法，包括：針對信息時代下海量證據快速涌現，傳統指南制訂周期長，無法實時更新，課程引入證據快速推薦快速指南轉化推薦（making GRADE the irresistible choice，MAGIC）體系，為學生可以實現臨床實踐指南和決策輔助工具的高效創建和更新提供可行方法工具[23]；同時，針對多元多形式的復雜證據快速檢索、評價和整合，介紹前沿ChatGPT等自然語言大模型，拓展學生思路與視野。
第三章為真實世界數據與研究。信息時代下產生海量醫療數據，如電子病歷數據、醫保數據等。這些真實世界數據已成為臨床研究的重要數據資源和發展方向。因此，在改革的課程體系中增加了真實世界數據與研究的課程內容。在復雜的數據環境下，如何構建高質量的數據體系，并選擇合適的研究設計和分析方法控制大量混雜和偏倚，是目前研究的難點。針對以上難點，課程中增加了如何基于多來源真實世界數據，包括常規收集的健康醫療數據、主動收集的健康醫療數據等構建研究型數據庫；如何針對不同臨床研究問題，開展合理的設計；以及如何選擇合適的數據處理和分析方法，控制大量混雜和偏倚。
第四章節為新興研究方法。聚焦前沿趨勢和發展動向，本次課程改革增設了AI和BI技術在臨床研究中的應用課程。針對目前AI在醫學領域應用的主要方向和領域，包括風險預測、自然語言處理、多模態數據處理和輔助決策支持等，在改革的課程中我們介紹AI在當前信息大數據時代下的臨床應用場景和常用的AI技術。同時，微觀證據包括組學證據也逐漸成為循證決策不可或缺的部分。同時，隨著數據科技蓬勃發展，除臨床數據外，基因組、轉錄組、蛋白組、代謝組等組學數據不斷涌現，利用BI技術進行高效深入開發利用也是目前研究的發展趨勢。在針對BI的臨床研究課程中，主要介紹了藥物靶點探查、個性化精準醫療和單細胞組學等方面的相關技術，以及相關應用場景和對臨床決策的意義。整體理論課程設置由總到分，由淺入深地向學生全面系統地闡釋了循證醫學整體理論框架及與其他學科的交叉應用。
3.2 師資團隊
課程內容的前沿性對于教學師資提出了極大挑戰，筆者所在研究團隊背靠國內頂尖三甲醫院—四川大學華西醫院和雙一流綜合性大學—四川大學，在師資團隊的組建上，充分考慮教師的教學水平、科研能力和學科背景，組建了一只12人的教學隊伍，覆蓋臨床流行病學、生物統計、循證醫學、信息檢索、臨床醫學、AI、BI等學科。師資隊伍科學研究經驗豐富，形成的系列成果發表在包括BMJ、Lancet、《中華流行病學雜志》《中國循證醫學雜志》等國內外高水平期刊上；同時教學視角多樣，師資中有專職科研人員、一線臨床醫生和雜志編輯，對于學科的理解和問題的剖析更為全面，對于引導學生構建學科體系和掌握理論知識有極大助益。
3.3 教學模式
在循證醫學的教學形式上，以開展系統有組織的科研實踐為宗旨，結合課程思政，緊跟國家政策導向，通過“講授+討論+實踐”結合的基本策略，以線上線下結合的形式，嵌入慕課、APP輔助教學等手段，融合個性化和啟發式的教學方式，鼓勵學生從自己的日常科研或臨床工作中尋找問題，以科學問題和國家需求為牽引，指導學生理解并應用課程內容。
3.3.1 以臨床問題為導向，引導學生選題立題，制定研究方案
鼓勵學生結合自身科研需求自主選題，最好與自己的實際工作結合，并考慮國家發展需求和患者利益，可以和臨床導師討論，由臨床導師和課程老師聯合指導定題。同時授課者預設幾個研究問題，供學生選擇。以研究小組的形式，制定研究實施方案和預期成果，開展科研實踐。
3.3.2 開放式合作，啟發式學習
給每個小組分配指導老師，可邀請臨床導師共同參與，也可以按需要邀請非課程內的學生加入，如衛生統計、計算機等其他專業學生，組建固定研究團隊，推選一名小組長，定期開展討論，由指導老師把握整體研究方向，并在必要時為學生答疑或提供相應的幫助。要求學生自主探索，可通過閱讀文獻材料、自主學習或尋求統計學、計算機等相關專業的技術支持等方式，最終完成相關研究的分析和報告撰寫工作。鼓勵學生將課程成果形成科研產出，包括但不限于科研論文、專利、軟著等形式。
3.3.3 經驗交流、成果展示
在結課前，以幻燈片演講的形式，分小組進行經驗交流，包括在選題立題階段的考慮和研究實施過程中遇到的一些問題和解決方法，并匯報研究成果。由授課老師提問，并點評立題是否具有創新性和臨床價值、研究設計是否科學合理、研究實施和報告是否規范嚴謹等。
3.3.4 課程考核
為調動學生能動性，增加學生的參與感，讓學生學習由被動變主動，課程考核由考試變為考查形式。考核方式為以研究小組為單位提交一份研究報告課程論文，并進行成果匯報。采用老師評價和學生互評的方式：任課老師根據評分標準，對學生課程論文和成果匯報進行評分；同時其他小組對匯報小組的匯報內容進行評分。最終得分由教師論文評分、教師成果匯報評分和小組成果匯報互評三個部分構成。同時，通過對研究過程進展匯報評分，計入小組平時成績，加強過程考核。考核總體以解決臨床研究問題為導向，以提高學生科研能力為目的。
3.4 典型案例
目前循證醫學教學改革課程在四川大學華西臨床醫學院已開展3個學年，逾千名包括臨床醫學、醫學技術、護理等專業的學生接受了授課。課程培養了學生以臨床問題為導向，采用循證醫學的思想和方法，并運用信息時代下醫療大數據和AI等前沿技術開展臨床研究的能力。典型案例為一位臨床七年制心內科方向同學在系統學習課程后，掌握了循證醫學基本方法，并對相關研究思路和方法產生了濃厚興趣。該同學在心內科實習中，發現重癥心衰患者發病急、病情進展迅速、診療復雜，但臨床難以支持重癥心衰的實時風險預測。在確定臨床研究問題后，該同學在循證醫學中心開展了科研實習。在循證醫學中心方法學團隊支持下，以臨床問題為導向，依托循證醫學新技術新方法，開展了系統性研究工作：首先搭建了逾20萬患者的重癥心衰多中心電子病歷數據庫；以大數據為支撐，利用長短神經網絡、XGBoost等AI算法，構建了心衰預后預測模型，可提前5小時預測重癥心衰患者的死亡風險，預測精度可高達96%；基于高精度預測模型，進一步進行工程化轉換，搭建了適配于醫院電子病歷的輔助決策支撐系統。該項目實施過程產出了系列研究成果，包括SCI文章7篇，專利8項、軟著3項，形成的輔助決策支持系統目前已投入市場運營，并基于此項目申報了國家級大學生創新創業大賽。
4 小結
針對信息時代下，研究問題多元化、數據方法多元化和研究證據多元化的挑戰，循證醫學不斷尋求突破，形成了與AI、BI等多學科、醫工交叉的新型學科格局。醫學生醫學發展的未來，緊跟學科前沿，我們在循證醫學高校教學中積極改革創新，力圖使學生能夠具備堅實的理論基礎、開闊的國際視野和敏銳的科研觸角。
循證醫學是一門通過系統地收集、評估和應用臨床研究證據，支持臨床實踐的方法學科。它強調醫學決策應基于最新的高質量科學證據，同時結合臨床經驗和患者意愿，從而形成適合患者個體情況的治療方案[1]。循證醫學的起源可以追溯到20世紀初的醫學研究方法改革，醫學研究開始強調對疾病的病因和治療方法進行系統觀察和實驗。20世界70年代，David Sackett等開始提出“循證醫學”，并將其定義為“將最好的外部證據與臨床經驗和患者價值觀相結合，以做出最佳的臨床決策”。從此循證醫學的理念逐漸在醫學界得到認可，并在臨床實踐中廣泛應用。1992年，Gordon Guyatt等正式提出并系統定義了循證醫學[2]。自此，現代醫學研究基于循證醫學方法論，形成了一系列高質量研究證據，對醫學發展產生了巨大影響[3-8]，循證醫學也因此入選BMJ現代醫學十大標志性進展[9]。
在過去的三十年里，循證醫學不斷發展創新。隨著第四次工業革命，以信息系統、數字技術為主導的技術革新，催生了大量新興技術集群，許多傳統行業和學科面臨顛覆式變革[10]。在此背景下，循證醫學積極尋求突破，開始探索基于大數據體系；融合人工智能（artificial intelligence，AI）、信息技術等新方法新技術的臨床研究和循證決策模式。
雖然循證醫學經歷著日新月異的變革，但目前國內的循證醫學課程設置仍然較為傳統，以循證檢索、臨床證據評價和Meta分析等內容為主，尚未形成融合當前新興研究方法、多元醫學證據的多學科交叉教學模式，課堂內容與實際科研應用存在割裂，一方面阻礙了學生對于前沿理論知識的學習和掌握，另一方面限制了循證醫學學科的發展。本文基于筆者所在團隊在循證醫學研究和教學方面的實踐經驗，結合我國高等醫學院校現有的循證醫學課程，針對信息時代下循證醫學課程設置改革進行探討。
1 國內外循證醫學教學現狀
循證醫學已逐漸成為國內外高等醫學院校的核心課程[11]，其教學目的是讓學生能夠提出明確的臨床問題，并根據臨床問題，設計相應的研究方案，形成可用于回答研究問題的證據或證據體。主要內容應包括：選題和立題，臨床研究主要設計類型、臨床研究的統計分析、醫學信息檢索、證據評價和推薦等[12]。
目前，部分國內醫學高等院校在不同教育階段開設了循證醫學課程，內容各有側重，主要參考《循證醫學》《臨床流行病學和循證醫學》及《醫學文獻檢索與論文寫作》等經典教材[13-15]，為培養臨床與科研緊密結合型人才打下了基礎。
在本科階段，目前高校課程開設方式主要為設立循證醫學必修課和在流行病學課程中設置固定章節，一般在本科三年級或四年級時開展教學。課程內容主要針對“證據產生”，依據不同研究目的劃分章節，如：探究疾病危險因素，評價診斷、治療、預后等，講授各研究目的對應的、常用設計類型要點[16]。這些課程培養了學生對循證醫學理論和方法的專業技能，鍛煉了學生進行循證醫學研究的科研思維，為將來面對實際臨床問題、設計和開展研究，解決臨床問題打下基礎。此外，一些高校設置了更深入的循證醫學課程，包括系統評價與Meta分析、臨床實踐指南的制訂與應用、循證醫學研究方法等技術方法，旨在更綜合地評價證據、應用證據，全面培養學生進行循證醫學研究和實踐的能力，整體教學內容以基本理論學習為主。
在研究生階段部分高校也開設了循證醫學課程，該階段的課程更注重培養循證實踐能力，提升醫學研究生的科學素養。在教授理論知識的基礎上增加了課題設計實踐的比例，通過小組和案例式的教學方式，調動學生的自主學習能力，激發科研興趣，推動規范地開展研究[17]。考核方式也呈多元化，如：嵌入小組答辯等過程性評價，實現教學服務于實踐，提高學生開展循證醫學研究的能力，為將來實際研究或成為循證專業人才打下基礎[18]。
國外很多高校同樣將循證醫學課程視為醫學教育的重要部分，納入本科生及研究生課程，旨在培養學生面對臨床問題時尋找最佳決策的能力[19]。以循證醫學發源地加拿大麥克馬斯特大學為例，循證醫學課程安排在臨床方法學研究生培養計劃中，與臨床科研基礎理論方法、醫學統計學方法、隨機臨床試驗方法并行為研究生必修課程。以經典證據推薦分級的評估、制訂與評價（grading of recommendations assessment, development, and evaluation，GRADE）的系列方法文獻、Cochrane偏倚評價工具、指南以及示范案例等閱讀材料為學習資料，著重介紹臨床問題PICO的確定，系統評價方法，包括系統文獻檢索、原始證據篩選和可重復性標準建立、定量證據整合及結果闡釋等，從系統性綜述、組建團隊、評估當前證據、定義研究問題提出研究假設、選擇結局指標到最后形成納入、排除標準和流程圖等，以小組研討形式，理論結合實踐，進行授課。
總體而言，國內外醫學高等院校對于循證醫學課程較為重視，并通過多種方式提高教學質量。然而，教學內容仍以傳統循證醫學為主，在海量信息資源、新興技術與方法涌現的背景下，亟需豐富循證醫學的內涵與教學內容，提升學生對課程的獲得感，學以致用。
2 信息時代下循證醫學教學改革的方向與內容
隨著數字信息時代的到來，循證醫學面臨的挑戰主要體現在以下三個層面[20]：第一是研究問題多元化，傳統的循證醫學主要關注臨床試驗和藥物療效評估，隨著醫學研究的深入，疾病的類型和治療方法也越來越多樣化和個體化，同時所關注的醫學問題已經擴展到了涵蓋整個醫療衛生體系的更廣泛領域。第二是數據與方法的多元化，信息時代醫學研究的數據來源越來越多樣化，包括臨床試驗、真實世界大數據、組學數據等，相應的研究方法和新興技術手段如AI大模型、生物信息（bioinformatics，BI）技術等也迅速發展[21]。第三，隨著研究問題、數據和方法的多樣化，醫學研究的證據來源得到了極大豐富，試驗性研究證據、觀察性研究證據、基礎研究證據以及二次分析證據呈現爆炸式增長。在這樣的大背景下，循證醫學逐漸形成了從傳統臨床研究模式向基于大數據體系研究模式、從傳統循證醫學模式向智能化證據合成、評價、推薦模式的轉變。筆者所在四川大學華西醫院中國循證醫學中心是中國循證醫學的發源地，針對當前智能化信息技術革新的沖擊，我們提出了依托循證醫學的核心方法理論，融合多模態大數據，利用生物工程、AI、因果推斷等新興技術，形成從基于真實世界研究、隨機臨床試驗、基礎研究的多元證據產生，到智能化證據分類、評價、整合，最終助力臨床精準治療的一體化大循證概念（附件圖1）。
具體來說，循證醫學首先需要根據特定研究問題，明確應采用什么證據來回答，并有針對性地進行證據的獲取和分類。在醫療信息化水平不斷提升的背景下，包括影像、音頻等不同類型和模態的數據不斷涌現；同時數據產生也從傳統問卷調查等方式轉為基于醫院信息系統的常規收集醫療數據等形式。臨床數據體量空前龐大，數據維度和結構極其復雜，傳統的臨床設計方法和統計分析模型，難以有效支持基于大數據的臨床研究，需要結合多模態大數據體系下的AI、BI等相關方法技術。
其次，臨床診療手段日新月異，不同類型的研究證據層出不窮。經典證據分級推薦采用GRADE方法，通過系統性評價和合成臨床證據，綜合考慮患者選擇和價值觀以及現有醫療資源和醫生臨床技能，實現了臨床證據向臨床實踐的轉化[22]。但面臨海量多元、質量參差的證據，快速篩選高質量證據，提取關鍵信息，整合多元證據，是保證證據利用時效性的關鍵，需要引入針對多元證據的快速評價和臨床應用轉化方法。
因此，為了使學生更全面地學習循證醫學理論方法，了解學科前沿發展，還應加入真實世界研究、醫學信息、AI等內容。
3 信息時代下循證醫學教學模式初探
在方法技術高速迭代的信息時代下，循證醫學課程改革應以契合國家發展需求，切實解決臨床問題為導向，理論基礎和應用實踐并重，與學科國際前沿接軌，將最新的學術成果和理論體系融入日常教學。筆者所在教學團隊以我院研究生循證醫學課程改革為試點，從課程體系、師資團隊和教學模式三個方面，對循證醫學課程改革進行了初步探索。
3.1 課程體系
在研究生整體的教學安排，前置臨床科研設計和統計分析課程，讓學生先行掌握臨床科研基本的流行病學設計和統計分析方法。在循證醫學理論課程教學中，主要設置了四部分章節。
第一章節為總論。通過總論，向學生介紹循證醫學的發展歷程和對于現代醫學研究的重要意義，并傳達信息時代數智化背景下循證醫學的創新發展。
第二章節為傳統循證基礎理論和常用方法，包括系統評價方法、Meta分析方法、證據質量評價（GRADE分級）和臨床指南制作。同時課程還融合AI，介紹了指南制訂新思路和方法，包括：針對信息時代下海量證據快速涌現，傳統指南制訂周期長，無法實時更新，課程引入證據快速推薦快速指南轉化推薦（making GRADE the irresistible choice，MAGIC）體系，為學生可以實現臨床實踐指南和決策輔助工具的高效創建和更新提供可行方法工具[23]；同時，針對多元多形式的復雜證據快速檢索、評價和整合，介紹前沿ChatGPT等自然語言大模型，拓展學生思路與視野。
第三章為真實世界數據與研究。信息時代下產生海量醫療數據，如電子病歷數據、醫保數據等。這些真實世界數據已成為臨床研究的重要數據資源和發展方向。因此，在改革的課程體系中增加了真實世界數據與研究的課程內容。在復雜的數據環境下，如何構建高質量的數據體系，并選擇合適的研究設計和分析方法控制大量混雜和偏倚，是目前研究的難點。針對以上難點，課程中增加了如何基于多來源真實世界數據，包括常規收集的健康醫療數據、主動收集的健康醫療數據等構建研究型數據庫；如何針對不同臨床研究問題，開展合理的設計；以及如何選擇合適的數據處理和分析方法，控制大量混雜和偏倚。
第四章節為新興研究方法。聚焦前沿趨勢和發展動向，本次課程改革增設了AI和BI技術在臨床研究中的應用課程。針對目前AI在醫學領域應用的主要方向和領域，包括風險預測、自然語言處理、多模態數據處理和輔助決策支持等，在改革的課程中我們介紹AI在當前信息大數據時代下的臨床應用場景和常用的AI技術。同時，微觀證據包括組學證據也逐漸成為循證決策不可或缺的部分。同時，隨著數據科技蓬勃發展，除臨床數據外，基因組、轉錄組、蛋白組、代謝組等組學數據不斷涌現，利用BI技術進行高效深入開發利用也是目前研究的發展趨勢。在針對BI的臨床研究課程中，主要介紹了藥物靶點探查、個性化精準醫療和單細胞組學等方面的相關技術，以及相關應用場景和對臨床決策的意義。整體理論課程設置由總到分，由淺入深地向學生全面系統地闡釋了循證醫學整體理論框架及與其他學科的交叉應用。
3.2 師資團隊
課程內容的前沿性對于教學師資提出了極大挑戰，筆者所在研究團隊背靠國內頂尖三甲醫院—四川大學華西醫院和雙一流綜合性大學—四川大學，在師資團隊的組建上，充分考慮教師的教學水平、科研能力和學科背景，組建了一只12人的教學隊伍，覆蓋臨床流行病學、生物統計、循證醫學、信息檢索、臨床醫學、AI、BI等學科。師資隊伍科學研究經驗豐富，形成的系列成果發表在包括BMJ、Lancet、《中華流行病學雜志》《中國循證醫學雜志》等國內外高水平期刊上；同時教學視角多樣，師資中有專職科研人員、一線臨床醫生和雜志編輯，對于學科的理解和問題的剖析更為全面，對于引導學生構建學科體系和掌握理論知識有極大助益。
3.3 教學模式
在循證醫學的教學形式上，以開展系統有組織的科研實踐為宗旨，結合課程思政，緊跟國家政策導向，通過“講授+討論+實踐”結合的基本策略，以線上線下結合的形式，嵌入慕課、APP輔助教學等手段，融合個性化和啟發式的教學方式，鼓勵學生從自己的日常科研或臨床工作中尋找問題，以科學問題和國家需求為牽引，指導學生理解并應用課程內容。
3.3.1 以臨床問題為導向，引導學生選題立題，制定研究方案
鼓勵學生結合自身科研需求自主選題，最好與自己的實際工作結合，并考慮國家發展需求和患者利益，可以和臨床導師討論，由臨床導師和課程老師聯合指導定題。同時授課者預設幾個研究問題，供學生選擇。以研究小組的形式，制定研究實施方案和預期成果，開展科研實踐。
3.3.2 開放式合作，啟發式學習
給每個小組分配指導老師，可邀請臨床導師共同參與，也可以按需要邀請非課程內的學生加入，如衛生統計、計算機等其他專業學生，組建固定研究團隊，推選一名小組長，定期開展討論，由指導老師把握整體研究方向，并在必要時為學生答疑或提供相應的幫助。要求學生自主探索，可通過閱讀文獻材料、自主學習或尋求統計學、計算機等相關專業的技術支持等方式，最終完成相關研究的分析和報告撰寫工作。鼓勵學生將課程成果形成科研產出，包括但不限于科研論文、專利、軟著等形式。
3.3.3 經驗交流、成果展示
在結課前，以幻燈片演講的形式，分小組進行經驗交流，包括在選題立題階段的考慮和研究實施過程中遇到的一些問題和解決方法，并匯報研究成果。由授課老師提問，并點評立題是否具有創新性和臨床價值、研究設計是否科學合理、研究實施和報告是否規范嚴謹等。
3.3.4 課程考核
為調動學生能動性，增加學生的參與感，讓學生學習由被動變主動，課程考核由考試變為考查形式。考核方式為以研究小組為單位提交一份研究報告課程論文，并進行成果匯報。采用老師評價和學生互評的方式：任課老師根據評分標準，對學生課程論文和成果匯報進行評分；同時其他小組對匯報小組的匯報內容進行評分。最終得分由教師論文評分、教師成果匯報評分和小組成果匯報互評三個部分構成。同時，通過對研究過程進展匯報評分，計入小組平時成績，加強過程考核。考核總體以解決臨床研究問題為導向，以提高學生科研能力為目的。
3.4 典型案例
目前循證醫學教學改革課程在四川大學華西臨床醫學院已開展3個學年，逾千名包括臨床醫學、醫學技術、護理等專業的學生接受了授課。課程培養了學生以臨床問題為導向，采用循證醫學的思想和方法，并運用信息時代下醫療大數據和AI等前沿技術開展臨床研究的能力。典型案例為一位臨床七年制心內科方向同學在系統學習課程后，掌握了循證醫學基本方法，并對相關研究思路和方法產生了濃厚興趣。該同學在心內科實習中，發現重癥心衰患者發病急、病情進展迅速、診療復雜，但臨床難以支持重癥心衰的實時風險預測。在確定臨床研究問題后，該同學在循證醫學中心開展了科研實習。在循證醫學中心方法學團隊支持下，以臨床問題為導向，依托循證醫學新技術新方法，開展了系統性研究工作：首先搭建了逾20萬患者的重癥心衰多中心電子病歷數據庫；以大數據為支撐，利用長短神經網絡、XGBoost等AI算法，構建了心衰預后預測模型，可提前5小時預測重癥心衰患者的死亡風險，預測精度可高達96%；基于高精度預測模型，進一步進行工程化轉換，搭建了適配于醫院電子病歷的輔助決策支撐系統。該項目實施過程產出了系列研究成果，包括SCI文章7篇，專利8項、軟著3項，形成的輔助決策支持系統目前已投入市場運營，并基于此項目申報了國家級大學生創新創業大賽。
4 小結
針對信息時代下，研究問題多元化、數據方法多元化和研究證據多元化的挑戰，循證醫學不斷尋求突破，形成了與AI、BI等多學科、醫工交叉的新型學科格局。醫學生醫學發展的未來，緊跟學科前沿，我們在循證醫學高校教學中積極改革創新，力圖使學生能夠具備堅實的理論基礎、開闊的國際視野和敏銳的科研觸角。