培养下一代肿瘤学家和血液学家

《Oncology Times》：Teaching the Next Generation of Oncologists & Hematologists

医学教育正面临科学扩展与人文关怀并重的挑战，需整合AI工具与大数据分析，培养兼具精准医学能力与医患沟通技巧的新一代肿瘤学家。

　　

随着肿瘤学领域的不断发展，培训项目面临着一个挑战：如何让学员既能应对不断扩展的科学领域，又能理解癌症护理中的人文关怀方面。下一代肿瘤学家必须掌握日益复杂的治疗手段，并负责任地运用人工智能（AI）工具，同时保持患者最看重的同理心和沟通技巧。

培训教育正在经历的变革反映了癌症护理本身的更广泛转变。精准医疗、数字创新和数据驱动的见解正在重新定义成为一名癌症专家的含义。肿瘤学培训项目是如何适应这一新现实的呢？它们在科学素养与同情心之间找到平衡，既拥抱AI技术，又保留人类的监督作用，并不断更新课程内容，以满足当今学习者和未来领导者的需求。

肿瘤学的扩展范围

如今的肿瘤学培训学员需要掌握的知识量是前所未有的。德克萨斯大学MD安德森癌症中心的执业肿瘤学家、医学助理教授兼Reimagine Care医疗总监Pallav Mehta博士指出，学员需要处理的信息量——包括药物、治疗方案以及疾病部位的详细数据——比过去要多得多，而且还在持续增长。

这种知识的爆发反映了过去十年肿瘤学领域在广度和深度上的双重发展。新的药物类别、不断演变的临床试验框架以及快速变化的实践指南意味着学员需要综合处理比以往任何一代培训者都要多的信息。挑战不仅在于数据量，还在于数据的复杂性——如何将新兴的科学成果与患者的实际护理需求联系起来。现代肿瘤学教育强调关键性的解读能力：了解何时以及如何应用新的证据，同时在临床实践中确保安全性和同情心。

Jennie Y. Law博士是马里兰大学格林鲍姆综合癌症中心的血液肿瘤学研究员、经典血液学和镰状细胞病科副主任以及马里兰大学医学院的医学副教授，她表示：“这些知识的一部分是如何将分子诊断技术应用于患者护理。学员必须具备一定的分子生物学素养，才能在毕业后为患者提供个性化的治疗。免疫疗法和细胞疗法也是教育内容的新组成部分。十年前这些治疗方法还不存在，而现在它们已成为治疗疾病的主要手段。”

通过将分子生物学素养和免疫疗法知识融入到临床决策的更广泛目标中，教育者正在帮助学员架起前沿科学与日常肿瘤学实践之间的桥梁。这种整合正成为现代肿瘤学培训的标志：培养出能够将科研成果转化为以患者为中心的有效护理的医生。

大数据：拓展教育边界

随着医学技术的不断进步，肿瘤学培训的下一个逻辑挑战是大规模处理数据。“我们看到人们对大数据在癌症护理中的应用越来越感兴趣，以及如何利用这些数据来回答不断变化的问题，不仅在精准医疗方面，还包括早期诊断和预防方面，”加州大学欧文分校Joe C. Wen人口与公共卫生学院流行病学和生物统计学系教授、UC Irvine Chao Family综合癌症中心生物统计学共享资源主任以及National Cancer Institute资助的BigCARE项目（“癌症研究大数据培训”）的首席研究员Min Zhang博士说道。

BigCARE项目为临床医生提供管理、可视化、分析并将大数据整合到癌症研究和患者护理中的所需技能。该项目旨在连接统计学家、计算机科学家和临床医生，“我们希望将信息学和大数据融入传统的肿瘤学教育中，帮助参与临床试验的癌症研究人员和日常护理的临床医生。”

这个为期两周的强化混合课程让肿瘤学家与研究人员、统计学家、AI专家等人士共同探讨他们共享的数据及其分析结果。“我们可能无法让参与者成为数据分析方面的专家，但可以帮助他们掌握所需的语言和技能，以便与专家进行交流，”Zhang博士说。该项目之前主要关注基因组学、转录组学和表观遗传学数据分析，今年扩展到了代谢组学数据分析以及来自可穿戴设备的信息分析，以研究日常活动与癌症治疗和结果之间的关系。通过利用高通量技术生成的大数据，Zhang和BigCARE项目旨在推进早期诊断技术，从而在症状出现前几十年就预测患者的癌症风险，将重点从精准医疗转向精准预防。

AI在培训中的作用

除了大数据应用之外，AI已经在影响肿瘤学学员的学习方式、研究方法以及与患者的互动方式。Mehta表示，学员们日常都在使用AI来减少阅读、总结信息和记录的工作量，从而将更多时间用于临床工作。“即使在过去的两个月里，AI生成的摘要、数据和参考资料的可靠性也有了显著提升，使学员在照顾患者的同时感到压力减轻了。”

对于肿瘤学学员来说，这种提升患者护理的能力至关重要，因为他们的患者往往是最脆弱、最恐惧且病情最严重的。Mehta指出：“很长一段时间里，医学的人文关怀在学员培训中处于次要地位。虽然他们知道这很重要，但也不一定非要通过考试来掌握这些技能。现在，AI让学员可以专注于沟通和与患者交流等方面。在最艰难的对话中，AI甚至可以提供具体的指导，告诉他们如何最好地与患者交谈并确保患者被充分倾听。”

对于仍在学习如何应对患者互动压力的学员来说，这种指导至关重要。“肿瘤学家需要具备良好的沟通能力和专业素养，这对他们来说可能很具挑战性，”Mehta说。“当你是一名一年级或二年级的学员，走进一个患有IV期癌症患者的房间，看到患者的整个家庭时，可能会感到不知所措。但AI可以通过总结每次对话中的关键点来增强学员对自己知识体系的信心，让他们在决策时更加自主。”

然而，随着对数字工具依赖程度的增加，批判性思维和伦理基础的重要性也随之提高。Law强调，尽管AI非常有用，但仍需确保学员了解如何评估研究设计、正确验证试验结果，并能够在不依赖AI的情况下独立解读数据。“虽然AI可以辅助决策，但人类的监督对于提供高质量的患者护理至关重要，”她说。

Zhang补充道：“我们需要教导学员，AI并不总是可靠的。它有一定的局限性，学员需要学会独立判断，在使用数据之前要反复核实。”

Mehta指出，这可以通过在培训早期就统一各机构关于使用哪些临床可靠工具及其原因的标准来实现。

展望未来：肿瘤学教育的未来

随着肿瘤学领域的发展，未来的专家培训方式也需要相应改变。“作为教育者，我们有责任认识到影响个体学习方式的代际差异，”Law说。“我们必须意识到这些代际变化，确保我们的教育课程不会停滞不前。保持敏感并愿意适应变化，是确保每位学员都能获得动态学习体验的第一步。”

最终，肿瘤学教育的未来在于科学与人性、技术与同情心之间的平衡。下一代肿瘤学家不仅需要掌握最先进的医学工具，还要传承关怀患者的传统美德——这两者将是未来几十年癌症护理的核心。

Kelly Wolfgang是本文的撰稿人。