综述：基于问题的学习与案例学习在妇科住院医师临床实践教学中的应用：叙述性综述

（编辑推荐）本综述系统评价了问题导向学习（PBL）和案例学习（CBL）在妇科住院医师培训中的价值，证实二者通过真实临床场景模拟显著提升临床决策、鉴别诊断和知识应用能力，其成功实施需结合严谨案例设计、导师引导和技术整合（如VR/AI）。

　　

背景

妇科作为二级临床学科，其疾病谱复杂且病理机制精密，如异常子宫出血（AUB）涉及多种病因鉴别，传统讲座式教学难以培养住院医师的临床思维。问题导向学习（PBL）和案例学习（CBL）作为建构主义理论驱动的教学方法，通过真实场景模拟弥补了这一缺口。PBL以开放性问题激发自主学习，而CBL通过结构化案例促进理论向实践的转化。

方法

通过系统检索PubMed等数据库（2010-2025年），纳入10项研究分析PBL/CBL在妇科培训中的应用效果。数据提取涵盖教学模型、教育成果及技术整合策略。

PBL框架：以AUB为例

教学前阶段：导师设计涵盖病理生理学、诊疗指南的讨论问题，学员自主研习文献。
教学阶段：以40岁女性不规则出血为案例，引导学员分析病因（如肌瘤vs排卵障碍）、诊断流程（超声/活检）及个性化治疗（左炔诺孕酮宫内系统vs手术）。
反馈阶段：评估学员循证决策和协作能力。研究显示，PBL显著提升学员批判性思维，但面临案例设计耗时、导师培训要求高的挑战。

CBL框架：同案例对比

教学前阶段：精选典型病例（如绝经后出血疑癌变），学员预习最新指南。
教学阶段：小组讨论需结合临床数据制定诊疗计划，强调证据应用。
反馈阶段：聚焦鉴别诊断逻辑。CBL虽增强临床推理，但对师资临床经验和时间投入要求较高。

比较分析

PBL侧重深度理论解析，适合复杂机制学习；CBL偏重实操转化，利于技能速成。二者结合可构建"理论-实践"闭环，例如PBL探讨AUB机制后，CBL模拟临床决策。

技术整合创新

• 模拟教学：高仿真模型训练腹腔镜等操作，规避患者风险。
• 翻转课堂：线上理论学习+线下案例研讨，提升互动效率。
• AI辅助：机器学习算法个性化推荐学习内容，优化诊断敏感度。

讨论与结论

PBL/CBL通过迭代问题解决培养住院医师应对临床不确定性的能力，其核心价值在于塑造"技术-人文"双优的妇科医师。未来需投资导师培训和技术适配（如AI生成病例），以应对全球医疗差异化的挑战。