《Anatomical Sciences Education》：Clinical neuroanatomy teaching at Peking University Health Science Center: Evolution, current practice, and future direction
编辑推荐：
神经解剖学（neuroanatomy）被视为医学教育中最具挑战性的学科之一，常导致“神经恐惧症（neurophobia）”，并阻碍学生从事神经科专业。在北京大学健康科学中心（PKUHSC），课程已从传统的学科分离模式演变为每年面向约176名二年级临床前医学生的
神经解剖学（neuroanatomy）被视为医学教育中最具挑战性的学科之一，常导致“神经恐惧症（neurophobia）”，并阻碍学生从事神经科专业。在北京大学健康科学中心（PKUHSC），课程已从传统的学科分离模式演变为每年面向约176名二年级临床前医学生的技术增强、整合式“神经系统（Nervous System）”模块。该改革融合了多项创新：(1) 混合式教学模式，整合讲座、动手实验室课程、团队基础学习（team-based learning, TBL）和案例基础学习（case-based learning, CBL）；(2) 虚拟现实（virtual reality, VR）、扩散张量成像（diffusion tensor imaging, DTI）和基于真实标本的三维（3D）辅助教学的技术整合，允许互动式探索高分辨率数字化解剖结构，同时保留尸体材料的真实性；(3) 知识图谱（knowledge graph）和人工智能（artificial intelligence, AI）驱动的形成性评估的整合。初步评估数据显示了积极影响。在3D真实标本扫描平台上，100%的学生认为模型有助于理解复杂空间关系，超过95%的学生报告学习自信心增强。学生调查（n=176）表明，智能课程平台改善了解剖学理解，并与考试成绩呈正相关（β=1.24, p<0.001）。完成三次自适应练习的学生得分（9.12±0.98）显著高于未使用者（7.12±2.41, p<0.001），高分（≥9）比例从24.0%增加至83.1%。总体而言，有理论依据、技术增强且临床整合的课程显著改善了学习成果。关键的可迁移经验包括使用互补而非替代传统解剖的混合模式，以及嵌入带数据分析的形成性评估。研究人员的经验为在不同医学教育环境中实现神经解剖学教育的现代化提供了可复制的路径。
论文解读：北京大学健康科学中心临床神经解剖学教学改革
**研究背景与问题**
神经解剖学（neuroanatomy）因其高度抽象、三维复杂性和难以记忆的神经通路，被视为医学教育中最具挑战性的学科之一，常引发“神经恐惧症（neurophobia）”，导致学生回避神经科专业。传统教学以学科分离、讲座主导、教师中心为特征，依赖教科书和有限的大体解剖，学生难以将解剖知识应用于临床实践。北京大学健康科学中心（PKUHSC）在长期教学中发现，神经解剖学在基础学科中学生信心最低、不及格率最高。同时，课程时间紧张、尸体标本供应有限、临床关联性不足等问题凸显。为此，研究人员开展系统改革，旨在通过技术增强和临床整合，缓解神经恐惧症，提升学习效果。该论文发表于《Anatomical Sciences Education》。
**研究方法概述**
研究人员采用混合式教学模式，整合讲座、动手实验室课程、团队基础学习（TBL）和案例基础学习（CBL）。技术层面引入虚拟现实（VR）、扩散张量成像（DTI）和基于真实标本的三维扫描，并构建知识图谱和人工智能（AI）驱动的形成性评估。样本队列为每年约176名二年级临床前医学生（临床医学八年制）。评估通过学生调查（n=176）、考试成绩分析和三维扫描平台反馈进行。
**研究结果**
**课程改革（Curriculum reforms）**
研究人员基于Kern六步课程开发框架，将神经解剖学嵌入“神经系统”整合模块，由多学科教师团队（解剖、神经内、外科、放射科）授课。课程采用混合式教学，讲座与异步视频占30%学时，实验室课程6-8次（约26小时），结合湿标本、塑化材料、三维/VR和知识图谱。评估包括形成性在线练习和总结性考试。通过学生调查和考试成绩分析，学生满意度高，且临床案例整合显著提升了临床推理能力。
**技术创新（Technological innovation in teaching）**
**知识图谱与AI辅助教学（Implementation of knowledge graphs and AI-assisted teaching）**
在智能课程平台中，知识图谱连接概念形成网络，AI个性化学习体验。学生调查（n=176）显示，平台直接改善了理解，与考试成绩呈正相关（β=1.24, p<0.001）。完成三次自适应练习的学生平均得分（9.12±0.98）显著高于非使用者（7.12±2.41, p<0.001），高分（≥9）比例从24.0%升至83.1%。分层分析显示练习成绩与最终考试成绩强相关（r
2=0.68, p<0.001），高分组（前25%）最终平均分（9.78±0.45）显著优于低分组（7.21±1.83, p<0.001），且高分组得分变异极小（SD=0.45），表明该方法减少了学习差距。
**先进可视化技术整合（Integration of advanced visualization technologies）**
基于人类间脑切片数据构建三维间脑模型，VR用于小组协作识别神经通路。高保真三维真实标本扫描评估显示，100%学生同意模型帮助理解复杂空间关系，95%报告学习自信心显著提升。在资源有效性比较中，真实标本三维扫描得分最高（4.6/5），优于大体标本（4.2）、普通三维数字模型（3.7）和传统二维教科书（3.2）。DTI可视化活体白质通路，补充了传统解剖无法展示的脑连接。
**协作学习环境应用（Application of collaborative learning environments）**
已在小班案例讨论中实施CBL，但大规模同伴辅助学习（PAL）尚未纳入。研究人员计划未来试点结构化的PAL项目，由三年级学生辅导二年级实验室课程。
**在线社区与论坛应用（Application of online communities and forums for continuous learning）**
传统课程课后反馈和同伴互动有限，研究人员计划整合在线平台，促进跨时空的协作学习，目前尚在规划阶段。
**讨论总结**
全球趋势显示，许多国家解剖学时数减少，转向整合、临床导向和先进技术。PKUHSC模式将严格的传统解剖与数字及系统整合相结合，与全球趋势一致。该模式对资源有限的环境具有参考价值，如通过可扩展数字化工具、跨学科教学和在线社区，无需依赖昂贵物理资源即可提升教学质量。尽管改革获得积极反馈（学生满意度>95%），仍面临挑战：数字化资源成本高、教师培训需标准化、实验室湿标本维护受限。未来方向包括：小规模试点新技术（如混合现实和自适应AI辅导）、加强教师发展、扩大国际合作伙伴共享资源，以及基于证据的分阶段实施与评估。关键经验：优先改革神经解剖学这一高需求模块；数字工具应作为传统解剖的补充而非替代；投资教师发展和形成性评估，并记录成功与失败以共享。
**研究结论翻译**
总之，PKUHSC神经解剖学课程的系统性改革表明，将技术增强工具（如AI辅导和高分辨率三维真实标本扫描）整合到临床导向框架中，有效缓解了“神经恐惧症”并改善了学习效果。同时，三维辅助教学工具显著提升了超过95%学生的空间理解和临床信心。基于数字工具和临床案例整合的积极反馈，这种多模态方法成功弥合了基础解剖知识与临床推理之间的差距。最终，这些创新为数字时代医学教育的现代化提供了可扩展且可复制的路径。
