“医生关注的，不仅仅是工科人盯着的那几个准确率数值，他们更希望知道：这个病灶到底该怎么早点看出来？”

在东北大学医学与生物信息工程学院的一间实验室里，王之琼教授回忆起学生从医院实习回来后的反馈。正是这些来自临床一线的真实声音，让她和团队下定决心：医和工，不能再各教各的了。

“我是王之琼，东北大学医学与生物信息工程学院的教授、博士生导师。我们学院有生物医学工程和智能医学工程两个本科专业，还有生物医学工程一级学科的硕士、博士授权点和博士后流动站。我在这个领域干了接近20年，一直围绕医工交叉开展人才培养和科学研究。”

痛点：医不懂工，工不通医

过去很长一段时间，国内高校开设生物医学工程专业，却往往陷在一个困境里——要么更懂医，要么更懂工，真正两头通的少之又少。

“医院需要的不只是懂医的人才，也希望他们有工科背景，能用工程技术去解决医学问题。”王之琼说。医疗器械公司、医疗电子公司同样渴求这种复合型人才。供需之间，隔着一道看不见的墙。

这道墙怎么拆？团队给出的答案是：从课程体系下手。

创新：三模块六核心打通知识链条

团队构建了“三模块六核心”的融合课程体系。三个模块分别是医学机理与临床场景、工程技术智能算法、医疗系统与产业规范。六个核心则对应能力链：临床需求识别、临床数据理解、算法建模、系统实现、工程验证、产业转化。

“它最大的创新不在于有哪些课，而是这些课如何被组织起来。我们不是按照学科去排课，而是围绕着一个真实的临床问题，把跨学科的知识重新串联起来。”王之琼说。

最难打通的一环，是医学机理和工程方法之间的“翻译坎”。“学生最容易卡住的地方，就是‘病灶要早点看出来’这样的临床依据，怎么把它变成一个可量化、可验证的工程指标。”团队把医学人工智能概论等前置，再让医学影像、病理图像、脑机接口等科研课题直接进入深度学习、智能影像学导论等核心课程，打通这道翻译的坎儿。

实训：国产算力“真刀真枪”

除了课程，实践环节同样重要。

“医疗人工智能服务于中国人的健康，核心技术不能受制于人。”团队和华为合作，把国产算力生态引进学生实训环节。“我们希望学生从本科阶段就明白，自主可控不是一句产业口号，而是将来要亲手扛起来的事。”

学生一开始并不适应——很多算法和框架要在国产平台上重新适配、调优。“恰恰是这个不顺手的过程，让他们真正了解底层机理，了解自主创新的分量。”王之琼说。

团队还设计了沙盘演练环节：让学生分别扮演临床、算法、质量等角色，坐到一起博弈。“算法角色想要准确率，临床角色关心能不能看病、会不会漏诊，质量角色盯着快不快、稳不稳、合不合规。医疗AI好不好，不是一个指标说了算，要从会做题到会解决真实问题。这堵墙只有自己撞过，才会真的懂得。”

成效：写在学生身上的成绩单

这套培养模式的效果，最终体现在学生身上。

学院中外合作办学项目有在校生480人，以3+1双学位方式开展。95%以上赴英学习的学生拿到英方荣誉学位，整体升学率达86%，其中，54%进入世界排名前十的高校继续深造。学生累计获得竞赛成果200余项，其中，国家级以上奖项150项。就业去向包括华为、东软医疗、联影医疗、华大基因等头部企业。

本科生南天航入选了中国科协青年人才托举工程。“一个本科生从课堂项目一步步走到科研前沿，被国家级青年人才工程选中，恰恰证明了当你用真实的临床需求去托举学生，他们真的能长到很高。”王之琼说。

还有一个学生，刚入学时很迷茫，一度消沉。学院班导师和团队一点一点带他进入真实项目和科研中，他慢慢找到了方向。后来，家长专门送来一面锦旗。

“那面锦旗的分量，比任何奖都重。教育的本质，就是把一个学生领上最适合他自己的那条道路。”王之琼说。

推广：22家单位用了这套方案

目前，这套成果已在22家单位应用，覆盖医院、高校、中外合作办学机构等。“医院出题，企业定标，高校组织实施，国际标准来提升质量，学生完成可验证的交付。”王之琼总结道。

未来，团队会把生成式人工智能在医学影像、病理、临床决策辅助等场景中的最新进展纳入课程，同时关注数据安全、伦理和合规问题。“技术更新很快，但要让同学们掌握能力和边界。”

采访最后，被问到希望从学校走出的生物医学工程学生成为什么样的人，王之琼说：“既要会写算法，还要会做设备，更要懂临床，还要有家国情怀和国际视野。把医疗人工智能的核心技术真正掌握在中国人自己手里，服务人类生命健康——这就是我们这代医工教育者想交给未来的答案。”

本报记者 于佳平 吴章杰