由机器学习(ML)算法驱动的人工智能(AI)是计算机科学领域中的一个分支，其在医疗保健领域中迅速普及。然而，美国和世界各地的学术教学医院的研究生医学教育和其他教学计划尚未涉及教育学生和受训者这种新兴技术。

“一般公众已经非常了解人工智能及其对医疗保健结果的影响，例如为临床医生提供更好的诊断。但是，如果医学教育没有开始教医学生关于人工授精以及如何将其应用于患者护理然后，技术的进步将受到限制使用及其对患者护理的影响，“波士顿大学医学院(BUSM)医学助理教授Vijaya B. Kolachalama博士解释说。

使用PubMed搜索以“机器学习”作为医学科目标题术语，研究人员发现，自本世纪初以来，在ML领域发表的论文数量有所增加。相比之下，自2010年以来，与本科和研究生医学教育相关的出版物数量保持相对不变。

Kolachalama意识到需要对波士顿大学医学校内的学生和学员进行有关ML的教育，他们在BUSM设计并教授了一门入门课程。该课程旨在教育下一代具有生物医学和生命科学背景的医学专业人员和年轻研究人员关于ML概念，并帮助他们为正在进行的数据科学革命做好准备。

作者认为，如果医学教育开始实施ML课程，医生可能会开始认识到AI在其职业生涯早期可能有利于临床决策和管理的条件和未来应用，并准备好在开始练习时更好地利用这些工具。“随着医学教育考虑医生的能力，ML应该融入信息技术和该领域的教育，”BUSM的学术事务副院长Priya Sinha Garg博士说。

作者希望这篇观点文章能够激发医学院和住院医师计划，让他们思考人工智能的进步领域以及如何在患者护理中使用它。“没有医生了解其潜力和应用的技术没有意义，只会进一步延长医疗成本。”