通讯作者: 王珏, wangj@njucm.edu.cn

DOI：10.12201/bmr.202607.00040

• 摘要：人工智能（artificial intelligence, AI）在医学教育中的应用范围不断拓展，中医养生学人才培养的内容与能力结构随之出现新的变化。当前，AI融入该专业人才培养体系的路径与机制仍缺乏系统性讨论。本文在梳理AI赋能中医养生学人才培养机遇的基础上，从中医养生学课程的知识特征出发，探讨AI大数据平台的架构思路；进而围绕课程体系、教学方法、实践平台、师资建设与评价机制五个维度，分析人才培养的优化路径及其实施中可能面临的挑战，以期为AI时代中医养生学专业建设提供参考。

  关键词： 人工智能; 中医养生学; 人才培养; 医学教育; 教育数字化
  Key words: ; ; ; ; 

  提交时间：2026-07-25

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 解静, 刘久畅. 人工智能时代美国医学教育改革前沿案例分析及其启示. 2025. doi: 10.12201/bmr.202503.00054

  王启帆, 于钦明. 数字化赋能医学教育：动因、机理与路径. 2024. doi: 10.12201/bmr.202402.00012

  肖瑞, 蔡晓鸿, 胡芳, 马利. 智能医学背景下“医工融合”型一流专业人才培养模式探索—以医学信息工程专业为例*. 2024. doi: 10.12201/bmr.202406.00010

  孙未冉, 辛杰, 毛嘉鑫, 陈思思, 沈丽宁. 基于KAS-E框架的“AI+医学”微专业人才培养模型构建研究. 2025. doi: 10.12201/bmr.202509.00062

  王志辉. 双一流背景下中医药信息化人才培养中本科生导师制的应用探索. 2022. doi: 10.12201/bmr.202207.00008

  吴萌, 杨林, 沈柳, 张素菡, 王敏, 孙振凤, 徐晓巍, 刘娜娜, 王亚新, 侯丽, 李姣, 马良坤. 面向继续医学教育的多模态围产保健知识图谱构建研究. 2024. doi: 10.12201/bmr.202402.00008

  何小峰, 贺培凤. 医信融合-信息赋能医学人才培养的创新实践. 2023. doi: 10.12201/bmr.202305.00019

  李艳玲, 邱五七, 田荣, 孙红燕, 王曦, 李晓萌. 我国医学信息学人才培养探讨. 2022. doi: 10.12201/bmr.202210.00005

  常莹, 王一帆, 冷振鹏, 张倩, 马佳, 杜岚, 杨敬春. 介入超声人才培养模式的探索与实践. 2025. doi: 10.12201/bmr.202504.00007

  武凡祺, 许超. DeepSeek赋能医学教育：特点、影响与应对. 2025. doi: 10.12201/bmr.202504.00033

• 序号	提交日期	编号	操作
  1	2026-06-27	10.12201/bmr.202607.00040V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论