2025年8月26日，《国务院关于深入实施“人工智能+”行动的意见》（以下简称“《意见》”）正式发布，标志着“人工智能+”从技术理念全面升格为国家战略。《意见》明确提出两大育人方向：推动育人从知识传授为重向能力提升为本转变，推动开展方式更灵活、资源更丰富的自主学习。
随着《意见》的正式发布，“人工智能+”行动必将向教育领域深度渗透。长期以来，和鲸科技在“人工智能+教育”领域的探索，始终与国家政策步调同频共振。2024年5月，和鲸正式发起“101数智领航计划”，通过产教融合、科教融汇双循环，整合和鲸社区近十年积累的多学科实践资源、ModelWhale 教研训一体化平台和智谱 AI 大模型，打造 AI 创新虚拟实验室，帮助高校解决“学科+人工智能”的落地难题，培养创新型高质量人才，推动创新成果产出。截止目前已经联合300+所院校，通过共建课程、实训平台与竞赛机制，形成“教-学-练-赛”一体化培养闭环，以实践为核心、推动育人从知识传授为重向能力提升为本转变。和鲸 101 计划对人工智能教育教学范式的探索，与《意见》对新时代育人方向的要求不谋而合。
在积累实践经验的同时，和鲸高度重视“人工智能+教育”理论总结。2025年5月，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》，整合2500+ 份行业调研问卷、20+ 位国内高校权威专家经验以及国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，系统梳理了文理医工各个“学科+AI”融合的课程体系与能力模型，为高校从知识灌输转向素养与创新能力培养提供了理论支撑与实践路径。
在“人工智能+”行动如火如荼般开展的当下，和鲸始终致力于推动交叉型、复合型人才培养，为高校落地 AI 教育实践搭建桥梁。从已上线的智能体批改系统，到即将重磅推出的Copilot工具，ModelWhale 的每一次技术革新都瞄准教学痛点；从海量的开源数据与项目资源，到持续开展的 AI 夏令营、实训季，和鲸社区让理论与实践学习无缝衔接，推动开展方式更灵活、资源更丰富的自主学习。
政策愿景正与企业行动相互呼应。和鲸科技正以扎实的平台能力、生态资源与产学研合作经验，积极助力高校“人工智能+”行动从理念走向落地，从探索试点走向系统化变革。
“人工智能+”行动背景下医学创新人才培养新模式探索
随着新一轮科技革命的不断发展，人工智能正在逐渐渗透医学实践，医学行业需求不断升级，精准医疗、智慧诊疗等新模式极度依赖 AI 技术支撑。可以预见，懂 AI 的医学人才将成为临床与科研的核心力量。鉴于目前以ChatGPT、机器学习等为代表的人工智能技术在临床医学方面的广泛应用，医学教育作为衔接技术发展与人才培养的关键纽带，也应积极寻求变革，为医学领域持续创新提供动力。
国务院印发的《关于深入实施“人工智能+”行动的意见》也提出，“探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。” 智能时代，医学教育的使命在于前瞻布局数智医疗的人才基础。因此，本文将基于《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中的相关内容以及和鲸在“学科+AI”课程体系创新建设领域的丰富实践经验，聚焦人工智能赋能医科教育的内涵、框架与方法，尝试为新时代“医科+AI”教育的落地提供可参考的思路与行动框架。
因材施教、因地制宜的“人工智能+”医学教育课程体系设计
和鲸通过丰富的与高校携手推进 “医学+AI” 课程改革的经验，从实践的视角总结了新时代医学人才的培养需求。和鲸认为，随着人工智能在医疗健康领域的深入应用，未来的医生和医学研究人员将需要运用 AI 技术来提高诊断精度、预测疾病风险并制定个性化治疗方案。因此，医学 AI 教育需格外关注 AI 技术在疾病预测、诊断支持、个性化治疗和健康管理中的应用等领域，培养学生分析生物数据、处理医学影像和使用智能决策支持系统的能力。
具体而言，医学 AI 课程体系应涵盖 AI+ 素养和交叉融合课程及结合实真实案例的实践环节两大部分。以下是白皮书中展示的 “医学+ AI ” 课程设计框架示例（以临床医学专业为例）：
AI+ 素养和交叉融合课程： 培养学生掌握临床数据处理、机器学习应用和 AI 辅助诊断的能力，使其能够设计和实现智能医疗系统，提升临床决策的科学性和准确性。
《临床数据分析与可视化》：学习临床数据的预处理、描述性统计和可视化技术，为后续的机器学习和 AI 应用打下坚实基础。
《医学机器学习方法应用基础》：在掌握数据分析基础上，学习机器学习模型的训练、评估和应用，解决临床分类和预测问题。
《AI 在医学影像与诊断中的应用》：深入学习 AI 在医学影像分析和临床文本处理中的应用，掌握调用预训练模型进行辅助诊断的技能。
《临床智能决策支持应用实践》：综合运用数据分析和 AI 技术，设计并实现临床智能决策支持系统，提升解决实际问题的能力。
实践环节：通过医院、实验室合作项目、医学数据分析比赛等，学生将增强在医疗健康场景中的应用能力。
医学影像与数据分析： 学生将使用 AI 技术处理医学影像，进行疾病诊断和预测，帮助临床医生提供精准治疗方案。
个性化健康管理： 学生将设计和开发个性化健康管理系统，利用 AI 分析患者健康数据，预测疾病风险，制定定制化健康计划。
临床决策支持： 学生将参与开发医学决策支持系统，优化诊疗流程，提升医疗服务质量。
成效评估：根据学生在医学影像分析、疾病预测模型、个性化治疗方案设计中的表现，评估其技术应用能力及知识转化能力。
然而，AI 在不同医学场景或专业中的具体应用方式与路径也不尽相同，对此，和鲸为不同医学专业设计了更加个性化的课程体系和培养路径。
AI 人才培养，不止于医学
人工智能作为新一轮科技革命的核心驱动力，不仅仅对医学教育与实践造成了冲击，而是正重构各领域的知识生产模式与问题解决路径。和鲸在《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中指出，在学科教育中嵌入 AI 课程，并非简单叠加技术模块，而是构建“专业 +”的智能素养培育体系。其核心在于立足学科本体特征，通过“三层次融合”——即思维范式、方法工具、应用场景的交叉渗透，培养学生运用 AI 技术拓展专业边界、解决复杂问题的能力。
基于此，“人工智能+”教育课程设计的考量维度应遵循三大原则：
专业锚点性——聚焦本学科最具突破潜力的 AI 应用场景（如医学影像分析之于临床医学、生成式设计之于建筑学），避免泛技术化教学；
认知阶梯性——从基础原理认知（如机器学习基础概念）、工具链实践（如 MLOps 平台操作）到专业场景创新（如结合领域知识优化算法），形成渐进式能力培养链条；
伦理前瞻性——结合专业特性探讨算法偏见（如司法量刑模型）、人机责任划分（如医疗辅助诊断）等命题，强化技术应用的价值观塑造。
“医学+AI” 教育实践：校企协同共塑医学 AI 人才培养新范式
2024 年，和鲸助力北京中医药大学管理学院建成健康医疗人工智能实验室， 聚焦“中医药 +AI”人才培养及学科建设。实验室搭载和鲸人工智能实训平台，一体化满足实践教学、课程实训、学生竞赛、科研和团队管理等不同场景的需求，并在此过程中，实现了国内首个人工智能分析应用临场实践考核，举办了医学数据分析大赛。
自平台使用以来，目前已支持了超过 7,000 个小时的学习时长，学生的毕业设计，机器人开发、中药饮片识别等实践项目均可基于该平台完成，其中舌象识别的诊断模型已成功应用于中医四诊仪，还打造了一套智能中药识别系统。学生培养方面，大数据管理与应用专业首届本科毕业生硕果累累，17 名学生成功发表了科技核心期刊论文，多名学生更是成功升学至国内外知名高校。
此外，和鲸也与上海交通大学、南京医科大学等多所国内高校展开校企合作，不断完善医科+AI 人才培养课程体系，形成了一套成体系、可复制的成熟经验。
真实数据支持，多位专家指导，清华领衔发布AI教育白皮书
5月28日，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》，从政策解读、现状分析到教学模式与教学工具、技术底座、高校实践案例等，全景式呈现 AI 融合高等教育的现状与前景、机遇与挑战。
白皮书中从企业和学生的真实需求、高校教育的真实痛点出发，指出应从知识结构、实践转化、价值判断三大维度构建AI素养框架，基于“认知筑基 - 能力迁移 - 创新融合”的培养路径，构建渐进式人工智能通识教育课程体系，并根据院校类型、学科结构、资源禀赋等对课程体系的落地进行了差异化设计。
据悉，该白皮书在编撰过程中，特别组建了专家顾问委员会，特邀 20+ 位国内高校权威专家领衔指导，成员覆盖通识教育及文、理、医、工全学科领域，为人才培养理念与实践路径把关定向。同时，项目组广泛收集 2500+ 份多元问卷，调研对象涵盖学生、企业从业者、教育工作者、科研人员等群体，并系统梳理国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，以扎实的数据与案例支撑，确保白皮书兼具学术深度与实践价值。
让每个学科拥抱 AI ，共同开启高等教育智能化转型的新篇章。期待《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》的发布能为高校 AI 通识教育提供了前瞻性的理论指导，并勾勒出学科与 AI 深度融合的实践路径。未来，随着白皮书指导价值的逐步释放与研讨成果的持续转化，我国高等教育将加速迈入“学科+AI”协同发展的新阶段，为培养适应智能时代的复合型人才提供强劲引擎。