人工智能在医学教育中的整合：越南的热点景观

越南一幅具有HOT维度的风景画 实施研究公开披露授权 黎尚明，姜宝金 人工智能在医学教育中的整合： 越南一幅具有HOT维度的风景画 黎尚明、姜宝金 目录 11.111.2252.152.26103.1103.2133.316184.14.21820结论18缩写 ii第一部分：引言背景研究目标与方法论第二部分：人工智能在医学教育中的应用景观人工智能工具在医学教育中的应用在医学教育中采用人工智能功能第三部分：影响人工智能融入医学教育的热点因素人因工程学组织因素技术因素第四部分：结论与建议建议参考文献 人工智能在医学教育中的整合：越南的现状与HOT维度 黎尚明1 和 阮宝金2 1.越南世界银行全球实践局健康营养与人口处高级健康专家 越南世界银行全球健康、营养与人口实践部门2名顾问。 摘要：本研究采用混合方法，旨在（i）描述越南医学院校人工智能（AI）应用的现状；（ii）分析影响人工智能在医学教育中整合的关键因素；（iii）提出促进越南医学教育中人工智能整合的关键战略行动领域。总体而言，学生和教师对人工智能的采用率相对较高，有较大比例的人报告使用人工智能工具，特别是生成式人工智能应用，如学习助手。然而，人工智能的整合仍 largely informal，fragmented，且集中在个人层面的应用案例，而非系统地嵌入到机构教学、临床培训和教育管理体系中。对人的因素的分析显示，人们对人工智能的采用普遍持支持态度。学生和教师表现出积极的态度，并认识到人工智能在提高学习效率、数字素养和研究能力方面的益处。同时，关于过度依赖人工智能、批判性思维减弱、学术诚信以及医学实践人文方面可能被侵蚀等重要担忧仍然存在。从组织角度来看，主要障碍包括缺乏结构化的AI培训项目、人工智能能力与课程整合有限、资金资源不足以及缺乏明确的监管和伦理框架。技术因素呈现出复杂的局面，数字基础设施提供了坚实的基础，但数字数据发展不足和对人工智能准确性的担忧仍然是挑战。在越南推进医学教育中的人工智能整合需要跨人、组织和技术维度的全面协调方法。 推荐引用：Lê, Sang Minh 和 Giang Bảo Kim.2026. 《医学教育中人工智能的融合：越南HOT 维度的图景》. 华盛顿特区：世界银行. 免责声明：本文所表达的研究结果、解释和结论完全是作者个人的观点，不代表世界银行及其执行董事的观点，也不代表他们所代表国家的观点。 致谢 这项实施研究由世界银行团队执行，该团队由Sang Minh Lê（高级卫生专家）和Giang Bảo Kim（顾问）组成。河内医科大学的一个团队，包括Anh Van Thi Nguyen、Trang QuynhThi Le和Diep Ngoc Vu，进行了调查和焦点小组讨论，这些工作为最终报告提供了输入。 本文在Caryn Bredenkamp（世界银行HNP实践经理）和Mariam J.Sherman（世界银行柬埔寨-老挝-越南部门主任）的总体指导下完成。作者感谢同行评审专家Melflor A. Atienza（菲律宾马尼拉国立卫生职业教师培训中心主任、教授）对报告早期版本提出的建设性意见。团队还感谢Nga Thi Anh Hoang（世界银行项目助理）在研究实施和报告撰写过程中提供的行政支持。特别感谢河内医科大学、胡志明市医科大学与药学院（UMP）、太平UMP、顺化UMP、芹苴UMP以及Vinh大学的相关领导、教师和学生参与了本研究。团队承认获得来自“获取加速倡议”（AAI）、“日本政策与人本资源发展基金”（PHRD）和“韩国世界银行合作基金”（KWPF）的慷慨资助。 缩写 AI：人工智能CBE：能力本位教育EHR：电子健康档案EMR：电子病历FGD：焦点小组讨论HMU：河内医科大学ICT：信息通信技术IT：信息技术LMIC：低收入和中等收入国家MIC：信息与通信部MOET：教育与培训部MOH：卫生部UHC：全民健康覆盖UMP：医科大学与药学院WHO：世界卫生组织 第一部分：引言 1.1 背景 越南数字化转型 越南的数据经济正以非凡的速度发展，这得益于政府的大力推动和快速的数字化普及。数字经济目前占GDP的约14%，年增长率超过20%（越南国家统计局，2026年），使越南成为东南亚增长最快的数字经济体。基础设施的改善，例如全国光纤覆盖率达到家庭总数的82%以上（越南工业与贸易部，2024年），以及5G网络的扩展，已加速了互联互通，并使各行业的数字服务得以实现。 与此同时，越南在数字化转型和创新领域的全球排名持续提升。2024年，该国的联合国电子政务发展指数排名上升了15位，位列193个国家和地区中的第71位（联合国，2024）。在创新方面，越南在2024年全球创新指数（WIPO，2024）中位列全球第44位，继续保持在中低收入经济体中的领先地位。人工智能准备情况也大幅提升：越南在2023年全球排名第39位（牛津洞察，2023），并在2025年进入全球人工智能意识和应用准备情况的前十名（牛津洞察，2025）。 越南教育和卫生领域的数字化转型 越南的教育领域正在经历快速但不均衡的数字化转型。国家政策——例如旨在加强信息技术（ICT）应用和数字化转型的教育项目——旨在将数字技术融入教学、学习和管理。新冠疫情显著加速了这一转型，推动学校和大学采用在线和混合学习模式，同时学习管理系统和在线学习平台在高等教育中日益普及（Le Thi Thanh Thu，2024）。截至2023年，超过50%的高等教育机构提供部分或全部在线课程，75%的越南学生能够接入在线学习。与此同时，一个充满活力的教育科技生态系统正在兴起，得益于78.8%的高互联网普及率、年轻且精通技术的民众，以及750家活跃于平台、工具和数字学习解决方案的私营企业（Global Digital Insights，2024）。然而，教育数字化转型仍受持续挑战的限制，包括数字基础设施的城乡差距、对教学创新的抵制，以及教育者持续存在的能力限制（Lê等人，2023；Jane等人，2026；Nguyen等人，2024）。 全国各级医院和社康中心（CHS）均已安装并运行了管理信息系统，使其能够使用电子医嘱录入系统，并将电子医疗保险理赔提交给越南社会保障局（Tran Quy Tuong，2020）。尽管在信息通信技术应用方面付出了这些努力，但卫生部门仍未能按其雄心勃勃的数字化转型时间表推进。卫生部（MOH）设定了在2025年9月前全国普及电子病历（EMR）的目标，然而截至截止日期，仅有1645家医院中的881家（占53.6%）采用了EMR。另一个重要目标——到2025年实现电子健康记录（EHR）的全民覆盖——也未能达成。在WHO全球数字卫生成熟度框架中，越南被列为3期（已建立），表明该国已具备基础数字卫生体系，但仍面临将先进应用制度化的挑战。 越南医学教育中采用人工智能的需求 全球医疗保健和医学教育领域人工智能的快速发展，迫切需要了解其在特定国家背景下的应用情况，例如越南。人工智能技术已展现出显著潜力，可通过提升临床推理能力、个性化学习以及解决师生比例过高和临床接触有限等限制，来增强医学教育（Nguyen等人，2025；Michalczak等人，2025）。然而，现有研究表明，虽然许多国家将人工智能整合到医学课程中，但越南的采用仍然有限且分散，缺乏关于机构采纳情况或实施模式的系统性数据（Nguyen等人，2025）。现有研究显示，人工智能的采用仍处于早期阶段：例如，一项针对越南医疗保健学生的调查发现，尽管近90%的学生表示有兴趣学习人工智能应用，但只有5.9%的学生接受过正式的人工智能培训（Dang等人，2025）。类似地，大多数学生报告对人工智能技术的理解程度较低，这表明课程整合方面存在显著差距（Nguyen等人，2023）。这些发现突显了日益增长的需求与机构准备不足之间的脱节。 鉴于缺乏关于各医学院校AI应用情况的全面数据，进行一项系统的现状研究至关重要。这项研究有助于梳理当前实践、识别障碍，并为将AI融入医学教育提供循证策略支持。在此背景下，越南卫生部的科学技术培训管理局协调下，河内医科大学（HMU）请求世界银行支持对越南医学教育中的AI整合进行系统性评估。 1.2 研究目的与方法论 目标。本研究具有以下目标： • 描述越南医学院校中人工智能的应用现状• 分析影响人工智能在越南医学教育中整合的关键因素• 提出促进人工智能在越南医学教育中整合的关键战略行动领域 范围：与目标一致，该研究由三个主要部分组成： • 医学教育中人工智能的应用现状。第二部分概述了越南部分医学院校学生和教师中人工智能的应用现状。 • 影响人工智能在医学教育中整合的因素。第三部分从三个关键维度——人、组织和技术（HOT）——识别并分析了影响人工智能在医学教育中采用的主要因素。 • 结论与建议。第四部分提出了政府机构和相关利益相关者应采取的关键战略优先事项和行动，以促进人工智能在越南医学教育中的整合。 方法论。本研究采用混合方法，结合定量和定性方法，具体如下： • 学生调查：于2024年4月至11月期间，在六所选定医学院校（HMU、Vinh University、太原医科大学[UMP]、顺化UMP、胡志明市UMP和芹苴UMP）进行。向教育项目中的随机抽取的一至五年级医学学生发送了在线、结构化、自我管理的调查问卷。共有2,213名医学学生参与了调查，并提供了有关在学习和研究中采用人工智能的知识、态度和实践方面的数据。 • 教师问卷调查：于2024年4月至11月期间，在同样选定的医学院校进行。向随机选定的教师发送了在线、结构化、自我管理的调查问卷。共有600名教师参与调查，并提供了有关其在教学、科研和管理中采用人工智能方面的知识、态度和实践的数据。 • 与医学生的焦点小组讨论：2024年7月至11月，在六所选定的医学院校（每所学校三个）组织了针对学生的18场焦点小组讨论。每场焦点小组讨论涉及6-8名医学生，旨在了解他们对于将人工智能应用于医学学习的观点、经验和期望。 • 与医学院校领导和教育者进行研讨会：2024年11月，在第八届全国医学教育大会框架内组织了一场研讨会。来自六所医学院校（HMU、HCMC UMP、Hue UMP、Thai Binh UMP、Can Tho UMP、Phenikaa大学）的领导（校长和副校长）、医学教育者和专家参加了此次研讨会。讨论重点聚焦于人工智能在医学教育中的采纳战略方向、数据管理和数字基础设施，以及人工智能在医学院校采纳过程中面临的挑战和障碍。 • 文献综述：考察了越南及其他世界各地关于人工智能在医学教育中应用的相关已发表文献。进行了文献检索。 使用国际数据库（PubMed、Google Scholar、Scopus 和 Web of Science），以及越南数据库（健康和教育期刊、医学院的学位论文数据库）。主要搜索词包括“人工智能”或“AI”或“机器学习”或“深度学习”，结合“医学教育”或“医学生”或“医学课程”或“医学研究”。此外，该研究还考察了研讨会、会议、网站等来源的非正式文献和未发表的报告。 第二部分： 人工智能在医学教育中的应用景观 2.1 在医学教育中采用人工智能工具 所选医学院校的大部分学生（81.1%）和教师（69.9%）都使用过人工智能工具。定量研究结果显示，十分之七的学生（70.4%）和十分之六的教师（58.1%）经常在学习和专业活动中采用人工智能。然而，只有少数人（学生为9.8%，教师为14.9%）将人工智能应用用于日常活动。与意大利一项研究（仅38%的医疗讲师报告经常使用人工智能，Cascella等人，2023年）相比，越南的采用水平相对较高。这反映了越南学术界对医学教育数字化转型趋势的响应能力，尤其是在生成式人工智能工具普及之后。 人工智能学习助手是医学生和教师最广泛采用的工具。大约四分之三的学生（男性占77.6%，女性占76.3%）和三分之二的教师（男性占67