下载掌阅APP，畅读海量书库
立即打开
人类已经进入计算时代，在AI等新技术的推动下，不但要建设和发展新的医学学科和专业，还要和传统的医学学科进行融合，为研究和创新提出新技术、新方法，全面促进医学学科的发展。在此，我们把新的医学学科和传统医学学科统称为“新医科”。
在计算时代，不但要培养“新医科”专业学生的科研素养和工程素养，还要培养他们使用AI等新技术的计算素养（计算思维），以适应时代的需求。本书将通过研究性学习方法，培养“新医科”专业学生的这些素养。
1.科学素养
科学素养是指一个人在从事某项工作时应具备的科学素质及修养。具有科学素养的人，应有一定的科学研究与技术创新能力，熟悉科学基本知识，掌握必要的科研方法与研究技能，能够运用科学思维进行科技探索与实践；善于发现问题，长于分析问题，能够找到解决问题的途径并有效加以解决；了解科学与技术的长处和局限性，能够客观认识科学、技术与人及社会的关系，具有与自然、他人及社会和谐相处的能力。上述对科学素养概念的定义，包含了对科学知识、研究技能、探索实践乃至国家经济发展、个人生活质量、社会责任感、对科技的认知、对科技本质的理解、环境因素的调控、科技文化塑造等多方面的考量。
2.工程素养
工程素养是指人们从事工程技术工作和解决复杂工程问题时必须具备的知识与品格、专业技能、发展潜力以及适应性等。工程素养的要素主要包括工程意识、工程知识、工程方法、工程思维、工程技能和工程伦理。其中，工程意识、工程知识、工程技能属于基本层次，工程方法、工程思维属于中间层次，而工程伦理（含工匠精神）则属于高级层次。培育并提升工程素养，需要激发工程意识，学习工程知识，掌握工程技能，建立工程思维，树立工匠精神。
从研究和应用的视角来看，科研工作者（尤其是从事理论研究和实验测量的研究者）一定要具备科学素养，而对工程素养要求不高。但是，对于从事技术开发和工程应用的工程师和技术员，则必须要具备工程素养。因此，从某种意义上说，具备科学素养的人不一定具备工程素养，而具备工程素养的人一定要具备科学素养。事实上，真正具有工程素养的人能够为工程带来新理念、新设计、新技术、新应用，能够为科技创新和工程应用提供强大的技术推动力。
3.计算思维与暗知识
计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等的一系列思维活动，是与形式化问题及其解决方案相关的思维过程，其解决问题的表示形式应该能有效地被信息处理代理执行。计算思维不同于人的思维方式，是计算机的思维方式。
2021年，DeepMind公司的AlphaFold团队对蛋白质结构的预测结果被施一公院士评价为人工智能对科学领域最大的一次贡献，是人类在认识自然界的科学探索征程中一个非常了不起的历史性成就。李国杰院士认为，机器学习可以正确预测蛋白质结构，说明机器已掌握了一些人类还不明白的“暗知识”。DeepMind与顶级数学家合作研发的AI成果也表明，存在一类人既不可以表达又不可以感受但计算机能明白的“暗知识”。“暗知识”的存在使我们更加确信计算机擅长的“计算思维”是一种客观存在。如果“新医科”专业的学生能从计算机的角度去思考问题，也就掌握了计算思维。
1.科学、技术与工程的差异
从目标和功能上看，科学、技术与工程的差异是明显的。科学是反映自然、社会和思维客观规律的分科知识体系；技术是人类在发现、利用和适应自然过程中积累，并在生产劳动中体现出来的经验和知识；工程是人类为自身生存而进行的一种有目的、有计划、有组织的生产活动。由此可见，科学关注探索与发现，工程侧重应用与运行，技术则是将科学原理转化为工程应用的桥梁和纽带。技术要通过工艺具体落实在工程建设上，才能真正地实现生产力的跃变。科学、技术与工程的核心及相互关系，体现了三者之间的区别、联系以及人与自然的互动、共存。然而，采用以往的观点和概念已经不足以解释和适应现代科学的发展，我们需要转变观念，并从新的视角去分析和理解三者之间的关系，并揭示其中的新规律。
2.科学、技术与工程的融合
目前，科学、技术和工程的概念已发生了变化，不仅体现在科学的技术化、技术的科学化、技术的工程化、工程的技术化，而且还表现在三者之间的融合以及科学、技术、工程的一体化趋势。其中，工程素养、工程方法和工程伦理在一体化的结构中占据着支配、调控的地位。科学及其理论是动态发展的，科学的发展实质上反映了科学知识的创建及其进化过程，科学家及研究者需要长时间积累才能有所创新。因此，科学是潜在的生产力。技术是科学功能的应用和拓展，并且对科学具有反馈作用，从而促进科学的进步和发展。因此，技术是显现的生产力。工程以科学理论为指导并借助专业技术加以实现，是科学与技术在更广阔的范围中的延伸。因此，工程是生产力的直接成果。从实现的结果考查，科学原理的正确性、技术开发的可行性都需要经过工程应用加以检验。实践是检验真理的唯一标准，这个“实践”就包括了工程应用的检验，而且是长期的、真正的检验。
1.科研方法
科研方法是从事科学研究所要遵循的科学、有效的研究方式、规则及程序，也是广大科研工作者和科学理论工作者长期积累的智慧的结晶，是从事科学研究的有效工具。在科学的发展历程中，不同的历史阶段有不同的科研方法。即使是在同一时代内，对于同一学科，不同科学家与科研工作者所创立或应用的科研方法也不尽相同。科学的发展和技术的进步是科研方法形成的基础，而新的科研方法的创立，又能推动科研工作高效进行，从而实现科学和技术的新飞跃。
科研方法一般可分为三个层次，即哲学方法（顶层，即普遍方法）、一般方法（中层，即通用方法）和特殊方法（基层，即专业方法）。具体又可以分为经典科研方法（科研的逻辑方法、经验方法和数理方法）和现代科研方法（“老三论”和“新三论”）两类。在科研工作中，使用正确的科研方法会起到事半功倍的作用；反之则会造成严重的损失，甚至威胁生命安全。
2.工程方法
工程方法是指人们为了建造某一工程物，在工程实践活动中所遵循的途径、程序、法则、手段和方式的总称，是以集成、构建为核心的方式、规程和手段。典型的工程方法有工程设计方法（如创新创造法、优化设计法、系统设计法、价值工程法、决策设计法、积累设计法等）、工程经验方法（如工程观察法、工程试验法、工程调查法、工程案例法等）、工程数学方法（如定性分析法、定量分析法、半定量分析法、非确定方法等）、工程模型方法（如数学模型、物理模型、智能模型等）等。工程方法具有多方面的价值，如科学价值、社会价值、文化价值、生态价值等。
3.科研方法是工程方法的关系
科研方法是工程方法的基础，其本质在于探索和发现，特点是相对单一、简明性高。工程方法是科研方法的外延及衍生，其本质在于构建和实现，特点是具有多元性、多层次、复杂度高。
智能计算素养涉及4个方面，下面分别介绍。
1.判断能做什么
要进行智能计算，最重要的就是要明白什么能做、什么不能做。也就是说，要明确工作的边界，然后在边界内进行优化和提升。比如，了解当今的AI能做什么、不能做什么，不要花很多时间去做无用功。
2.前提条件是什么
在尝试前人没有做过的任务时，要知道完成这项任务的前提条件是什么。只有具备了前提条件，才可以进行后面的工作。前提条件包括数据、计算资源、算法等，这在应用型研究及工程中至关重要。
3.对智能计算的理解
对智能计算的理解包括空间维度和时间维度。空间维度包括知识的深度和广度。时间维度包括能从智能计算的过去、现在和未来看到它的发展变化规律，从而能够使用简单的方法解决复杂的问题。
4.认识要解决的问题
在智能计算领域，如果一个问题是靠拼凑和修修补补解决的，通常会有很多隐患，也说明对这个问题没有认识清楚。很多复杂的问题其实有很“漂亮”的解法，任何学科发展到最后都会成为一门艺术。在利用智能计算完美地解决你的问题后，你也会体会到它的美感和精妙之处。