فاصله آموزش دانشگاهی با واقعیت بالین، دغدغه نظام پزشکی/ بازنگری سرفصل‌ها، شایستگی‌محوری و هوش مصنوعی؛ راهکارهای عبور از چالش

سامان محمدی‌پور عضو هیئت علمی دانشگاه علوم پزشکی آزاد اسلامی تهران، جراح عمومی، فلوشیپ جراحی کولورکتال و استاد سرآمد آموزشی، که نزدیک به یک دهه تجربه تدریس در حوزه جراحی و آموزش بالینی را در کارنامه خود دارد، در گفت‌و‌گو با خبرنگار آگاه، به تشریح چالش‌های ساختاری آموزش پزشکی کشور پرداخت. وی با تأکید بر فاصله میان برنامه‌های درسی دانشگاهی و واقعیت‌های روزمره بالین، بازنگری سرفصل‌ها، حرکت به سمت آموزش شایستگی‌محور و بهره‌مندی هوشمندانه از هوش مصنوعی را به عنوان راهکار‌های کلیدی برای عبور از این چالش معرفی کرد و از ضرورت تربیت پزشکانی گفت که در کنار دانش نظری، توانایی تصمیم‌گیری بالینی، مسئولیت‌پذیری و همدلی با بیمار را نیز داشته باشند.

در ابتدا رشته تحصیلی، حوزه تدریس و سوابق علمی خود را معرفی کنید.

من جراح عمومی دارای دانشنامه بورد و فلوشیپ جراحی کولورکتال و استادیار جراحی در دانشگاه علوم پزشکی آزاد اسلامی تهران هستم. پزشکی عمومی را در دانشگاه آزاد اسلامی تهران طی سال‌های ۱۳۷۵تا ۱۳۸۲گذراندم. سپس دوره تخصص جراحی عمومی را از سال ۱۳۸۶تا ۱۳۹۰ در دانشگاه علوم پزشکی تهران به پایان رساندم و در سال ۱۳۹۰ موفق به دریافت بورد جراحی عمومی شدم. در ادامه، در سال ۱۳۹۲ دوره فلوشیپ جراحی کولورکتال را در دانشگاه علوم پزشکی ایران طی کردم.

از سال ۱۳۹۵ تاکنون به عنوان عضو هیئت‌علمی دانشگاه علوم پزشکی آزاد اسلامی تهران در آموزش جراحی و برنامه آموزشی اتاق عمل فعالیت دارم. مخاطبان آموزشی من دانشجویان پزشکی، کارآموزان، کارورزان، رزیدنت‌ها و فراگیران حوزه اتاق عمل و مهارت‌های مرتبط با جراحی هستند. در کنار مبانی جراحی عمومی، تمرکز اصلی تدریس و فعالیت حرفه‌ای من بر جراحی‌های کولون و رکتوم، بیماری‌های خوش‌خیم آنورکتال، سرطان‌های کولورکتال، جراحی کم‌تهاجمی و لاپاروسکوپیک، اختلالات کف لگن، مراقبت از زخم و استوما و به‌ویژه درگیری روده در اندومتریوز است. ویژگی مهم این حوزه برای من، پیوند دائمی دانش نظری با تصمیم‌گیری واقعی در بالین و اتاق عمل است.

رمز موفقیت شما در رسیدن به درجه استاد سرآمد دانشگاه آزاد اسلامی چه بوده است؟

اگر بخواهم رمز این موفقیت را در چند عبارت خلاصه کنم، می‌گویم: استمرار، یادگیری مادام‌العمر، صداقت حرفه‌ای و تبدیل تجربه بالینی به فرصت آموزشی. از نگاه من، استاد خوب فقط انتقال‌دهنده اطلاعات نیست؛ باید بتواند شیوه فکر کردن، تشخیص اولویت‌ها، پذیرش مسئولیت و رفتار درست با بیمار را نیز به دانشجو بیاموزد. به همین دلیل سعی کرده‌ام آموزش را از فضای صرفاً سخنرانی خارج کنم و آن را بر پایه مسئله بالینی، سناریوی واقعی، گفت‌و‌گو درباره تصمیم‌های دشوار و تحلیل خطا‌ها و عوارض بنا کنم.

عامل دیگر، حفظ ارتباط میان دانشگاه و بالین بوده است. آموخته‌های اتاق عمل را به کلاس می‌آورم و پرسش‌های کلاس را دوباره در بالین می‌آزمایم. در این مسیر، به‌روز ماندن از طریق دوره‌های پیشرفته لاپاروسکوپی، برنامه Train-the-Trainer، کارگاه‌های بین‌المللی و حضور در کنگره‌های تخصصی برای من یک انتخاب مقطعی نبوده، بلکه بخشی از برنامه حرفه‌ای دائمی‌ام بوده است. همچنین باور دارم هیچ موفقیت آموزشی بدون احترام به دانشجو، کار تیمی، وقت‌شناسی، اخلاق حرفه‌ای و توجه واقعی به ایمنی بیمار پایدار نمی‌ماند. عنوان استاد سرآمد آموزشی سال ۱۴۰۵ را بیش از آنکه یک نقطه پایان بدانم، مسئولیتی برای دقیق‌تر و اثرگذارتر شدن آموزش خود می‌دانم.

بر اساس چه فعالیت‌ها، برنامه‌ها و سوابقی به این عنوان دست یافته اید و برای آینده چه برنامه‌هایی دارید؟

این انتخاب را حاصل مجموعه‌ای پیوسته از فعالیت‌های آموزشی، بالینی، پژوهشی و حرفه‌ای می‌دانم. از نظر آموزشی، نزدیک به یک دهه است که به طور مستمر در آموزش جراحی دانشگاه علوم پزشکی آزاد اسلامی تهران حضور دارم و برای دانشجویان و فراگیران، آموزش‌های ساختاریافته مبتنی بر کیس‌های بالینی، تصمیم‌گیری تشخیصی و درمانی و مهارت‌های اتاق عمل طراحی کرده‌ام. در کنار آموزش دانشگاهی، در کارگاه‌ها، وبینارها، مسترکلاس‌ها و پنل‌های ملی و بین‌المللی درباره جراحی کولورکتال، اندومتریوز روده‌ای، اختلالات کف لگن، زخم و استوما و پیشگیری و مدیریت عوارض جراحی مشارکت داشته‌ام. یکی از نمونه‌های مستند اخیر، همکاری به عنوان مدرس در هشتمین دوره آموزشی مهارتی و حرفه‌ای فیزیوتراپی در اختلالات عملکردی کف لگن به مدت ۷۶ ساعت در دانشکده علوم توانبخشی دانشگاه علوم پزشکی ایران است.

در حوزه علمی و پژوهشی نیز انتشار مقالات داوری‌شده، گزارش‌های موردی و ارائه‌های کنگره‌ای در موضوعاتی مانند اندومتریوز روده، تومور‌های نورواندوکرین، جراحی آنورکتال، فیستول، درمان زخم با فشار منفی و پیامد‌های جراحی بخشی از این مسیر بوده است. ارائه تجربه جراحی لاپاروسکوپیک کولورکتال در ۶۱۰ بیمار مبتلا به اندومتریوز در یک کنگره بین‌المللی، مشارکت در پنل‌های تخصصی مدیریت درگیری روده و انتشار پژوهش‌های جدید درباره پیش‌بینی اندومتریوز روده، نمونه‌هایی از تلاش برای تبدیل تجربه بالینی به دانش قابل انتقال است. عضویت مستمر در انجمن‌های تخصصی کولورکتال و اختلالات کنترل دفع نیز به تقویت کار تیمی و ارتباط حرفه‌ای کمک کرده است.

در آینده چهار محور را دنبال می‌کنم: توسعه آموزش مبتنی بر شایستگی و شبیه‌سازی در جراحی؛ ایجاد بانک منظم کیس‌ها و ویدئو‌های آموزشی با رعایت کامل محرمانگی؛ تقویت آموزش چندتخصصی در اندومتریوز روده‌ای، کف لگن، زخم و استوما؛ و گسترش پژوهش‌های پیامدمحور و ثبت نظام‌مند داده‌های بالینی. همچنین علاقه‌مندم سواد هوش مصنوعی به صورت مرحله‌ای وارد آموزش جراحی شود و نوآوری‌های تکنیکی، از جمله روش‌های بستن شکم دشوار، با طراحی پژوهش‌های مقایسه‌ای ارزیابی و سپس منتشر شوند. هدف اصلی من این است که آموزش، پژوهش و خدمت بالینی سه مسیر جدا از هم نباشند، بلکه هر کدام کیفیت دو مسیر دیگر را بالا ببرد.

رویداد‌ها و جشنواره‌های دانشگاه آزاد اسلامی تا چه اندازه در تشویق افراد و کشف استعداد‌های علمی مؤثراند؟

این رویداد‌ها می‌توانند بسیار اثرگذار باشند، به شرط آنکه صرفاً به برگزاری مراسم و اهدای عنوان محدود نشوند. برای دانش‌آموز، جشنواره می‌تواند نخستین تجربه جدی دیده شدن یک ایده و آغاز اعتمادبه‌نفس علمی باشد؛ برای دانشجو، فرصتی برای ارائه، نقدپذیری، شبکه‌سازی و یافتن استاد راهنماست؛ و برای استاد، انگیزه‌ای برای تداوم نوآوری آموزشی، پژوهشی و اجتماعی ایجاد می‌کند. گاهی یک بازخورد دقیق یا آشنایی با یک گروه علمی مناسب، مسیر چند سال آینده یک استعداد را تغییر می‌دهد.

اثر واقعی زمانی شکل می‌گیرد که معیار‌های انتخاب شفاف و متناسب با هر گروه باشند و پس از جشنواره نیز از برگزیدگان حمایت شود. اتصال برگزیدگان به منتورها، آزمایشگاه‌ها و مراکز مهارتی، فراهم کردن گرنت‌های کوچک، امکان کارآموزی و حضور در تیم‌های بین‌رشته‌ای و پیگیری رشد آگاهن در سال‌های بعد، جشنواره را از یک رخداد کوتاه به یک مسیر توسعه استعداد تبدیل می‌کند. همچنین باید فقط نتیجه نهایی دیده نشود؛ پشتکار، حل مسئله، کار تیمی، اخلاق علمی و اثر اجتماعی فعالیت‌ها نیز باید در ارزیابی سهم داشته باشند. چنین رویکردی می‌تواند دانشگاه آزاد اسلامی را به شبکه‌ای ملی برای شناسایی و پرورش استعداد‌ها در شهر‌ها و استان‌های گوناگون تبدیل کند.

سرفصل‌های رشته‌های دانشگاهی، به‌ویژه رشته‌ای که در آن تدریس می‌کنید، چه میزان به بازنگری نیاز دارند؟

به نظر من سرفصل‌های علوم پزشکی و به‌ویژه آموزش جراحی به بازنگری جدی، اما هدفمند نیاز دارند. منظور من حذف شتاب‌زده مبانی کلاسیک نیست؛ آگاهتومی، فیزیولوژی، شرح حال، معاینه، استدلال بالینی، اصول تکنیک جراحی و ایمنی بیمار همچنان ستون‌های غیرقابل جایگزین آموزش هستند. مسئله این است که برنامه درسی باید با تغییر الگوی بیماری‌ها، فناوری‌های جدید، جراحی کم‌تهاجمی و نیاز‌های واقعی نظام سلامت همگام شود.

در آموزش جراحی لازم است مهارت‌هایی مانند لاپاروسکوپی و روش‌های کم‌تهاجمی، شبیه‌سازی، آندوسکوپی، مراقبت چندتخصصی، اصول ERAS، مدیریت زخم و استوما، اختلالات کف لگن، ارتباط با بیمار، تصمیم‌گیری مشترک، ارزیابی انتقادی شواهد، ایمنی و گزارش عوارض و سواد داده و هوش مصنوعی جایگاه روشن‌تری پیدا کنند. تجربه من در اندومتریوز روده‌ای نشان داده است که برخی مسائل پیچیده با مرز‌های سنتی یک رشته حل نمی‌شوند و دانشجو باید از ابتدا کار در تیم چندتخصصی را بیاموزد.

همچنین باید از برنامه درسی مبتنی بر تعداد ساعت و حجم محفوظات به سمت برنامه مبتنی بر شایستگی حرکت کنیم؛ یعنی مشخص باشد فراگیر در پایان هر مرحله دقیقاً چه کاری را باید با چه سطحی از استقلال و ایمنی انجام دهد. بازنگری نیز نباید هر چند دهه یک بار و پشت در‌های بسته انجام شود. بهتر است چرخه‌ای منظم با مشارکت استادان خط مقدم، دانشجویان، فارغ‌التحصیلان، بیماران و مدیران نظام سلامت ایجاد شود تا شکاف میان آنچه تدریس می‌شود و آنچه در بالین لازم است، کاهش یابد.

هوش مصنوعی چگونه می‌تواند مدل‌های سنتی آموزش پزشکی را متحول کند و آیا زمان بازنگری رشته‌ها و سرفصل‌ها فرا رسیده است؟

هوش مصنوعی می‌تواند آموزش پزشکی را از یک الگوی نسبتاً یکسان برای همه، به یادگیری شخصی‌سازی‌شده و مبتنی بر نیاز هر فراگیر نزدیک کند. سامانه‌های آموزشی می‌توانند نقاط ضعف دانشجو را شناسایی کنند، سناریو‌های بالینی متناسب بسازند، بیمار مجازی تولید کنند، بازخورد فوری بدهند و روند پیشرفت را در طول زمان نشان دهند. در جراحی نیز تحلیل ویدئوی عمل، بازشناسی مراحل جراحی، سنجش اقتصاد حرکت، شناسایی خطا‌های تکنیکی و طراحی سناریو‌های شبیه‌سازی می‌تواند کیفیت آموزش را بالا ببرد. در چنین مدلی، نقش استاد کم‌رنگ نمی‌شود؛ از انتقال‌دهنده صرف اطلاعات به طراح تجربه یادگیری، مربی تفکر بالینی و ناظر کیفیت و اخلاق تبدیل می‌شود.

بله، زمان بازنگری فرا رسیده است؛ اما اضافه کردن یک درس منفرد با عنوان هوش مصنوعی کافی نیست. این موضوع باید به صورت طولی در کل دوره پزشکی ادغام شود: از سواد داده و جست‌وجوی علمی در علوم پایه تا تصمیم‌یار‌های بالینی، ارزیابی شواهد، اخلاق، محرمانگی و مسئولیت حرفه‌ای در دوره بالینی. دانشگاه نباید نه از ترس فناوری آن را نادیده بگیرد و نه با شیفتگی، تصمیم‌گیری انسانی را به آن واگذار کند. اصل راهنما باید این باشد که هوش مصنوعی توان پزشک را افزایش دهد، نه اینکه جای قضاوت بالینی، رابطه انسانی و مسئولیت‌پذیری او را بگیرد.

چه مهارت‌هایی باید به دانشجویان علوم پزشکی آموزش داده شود تا برای کار با هوش مصنوعی و آینده نظام سلامت آماده باشند؟

نخست، دانشجو باید سواد داده داشته باشد: مفاهیم پایه آمار، کیفیت داده، احتمال، حساسیت و ویژگی، خطا‌های اندازه‌گیری و تفاوت همبستگی با رابطه علّی را بفهمد. دوم، باید بداند یک مدل هوش مصنوعی چگونه آموزش می‌بیند، در چه شرایطی قابل اعتماد است و چگونه ممکن است دچار سوگیری، خطای ساختگی یا پاسخ ظاهراً قانع‌کننده، اما نادرست شود. مهارت پرسیدن سؤال دقیق و استفاده درست از ابزار مهم است، اما مهم‌تر از آن توانایی راستی‌آزمایی پاسخ با منابع معتبر و شواهد بالینی است.

در کنار آن، آموزش محرمانگی داده، امنیت سایبری، رضایت آگاهانه، تعارض منافع، مالکیت فکری، شیوه اعلام استفاده از هوش مصنوعی و حدود مسئولیت حرفه‌ای ضروری است. دانشجو باید بتواند عملکرد یک ابزار را در جمعیت بیمار خود نقد کند و صرفاً به نام تجاری یا عدد اعلام‌شده آن اعتماد نکند. مهارت کار تیمی با متخصص داده و مهندس، ارتباط شفاف با بیمار و توضیح محدودیت‌های ابزار نیز اهمیت دارد.

اما مهم‌ترین مهارت‌ها همچنان انسانی‌اند: مشاهده دقیق، همدلی، گوش دادن، معاینه، تفکر مستقل، تحمل عدم قطعیت و تصمیم‌گیری اخلاقی. برنامه‌نویسی پیشرفته برای همه پزشکان لازم نیست، ولی سواد داده و توان گفت‌وگوی حرفه‌ای با تیم‌های فناوری برای همه لازم خواهد بود. پزشک آینده باید بتواند هم از ابزار استفاده کند و هم در لحظه لازم، تصمیم ابزار را زیر سؤال ببرد.

هوش مصنوعی چه تغییری در آموزش بالینی، شبیه‌سازی و ارزشیابی ایجاد می‌کند و چگونه می‌توان از تضعیف مهارت‌های بالینی جلوگیری کرد؟

در آموزش بالینی، هوش مصنوعی امکان ساخت بیمار مجازی با مسیر‌های متعدد، شبیه‌سازی موارد نادر و پرخطر و تمرین تصمیم‌گیری بدون آسیب به بیمار را فراهم می‌کند. در آموزش جراحی، می‌توان از داده حرکت دست و ابزار، ویدئوی عمل و توالی مراحل برای بازخورد عینی‌تر استفاده کرد. در ارزشیابی نیز آزمون‌ها می‌توانند از حفظ پاسخ ثابت فاصله بگیرند و قدرت استدلال، اولویت‌بندی، واکنش به تغییر وضعیت بیمار و مدیریت عارضه را بسنجند. پرونده پیشرفت طولی و بازخورد شخصی‌شده نیز تصویر دقیق‌تری از رشد فراگیر ارائه می‌دهد.

با این حال، ارزشیابی پرخطر و تصمیم درباره صلاحیت حرفه‌ای نباید به یک الگوریتم سپرده شود. هوش مصنوعی باید نقش ابزار کمکی داشته باشد و قضاوت نهایی با استاد و تیم آموزشی بماند. برای جلوگیری از وابستگی، من بر اصل «اول فکر کن، سپس از هوش مصنوعی کمک بگیر» تأکید دارم؛ یعنی دانشجو ابتدا شرح حال، معاینه، تشخیص‌های افتراقی و طرح خود را مستقل ثبت کند و بعد خروجی ابزار را با آن مقایسه و نقد کند.

همچنین باید بخش‌هایی از آموزش و آزمون عمداً بدون هوش مصنوعی برگزار شود، زمان واقعی کنار تخت بیمار و در اتاق عمل کاهش پیدا نکند، مهارت‌های دستی و معاینه مستقیماً مشاهده شوند و در جلسات بازاندیشی، مسیر استدلال دانشجو نه فقط پاسخ نهایی او بررسی شود. شبیه‌سازی جای بیمار واقعی را نمی‌گیرد؛ محیط امنی است که دانشجو را برای حضور مسئولانه‌تر در کنار بیمار آماده می‌کند.

مهم‌ترین چالش‌های اخلاقی و حقوقی هوش مصنوعی در آموزش پزشکی چیست و دانشگاه‌های علوم پزشکی ایران در این زمینه چه اقداماتی باید انجام دهند؟

مهم‌ترین چالش‌ها شامل محرمانگی اطلاعات بیمار و دانشجو، استفاده ثانویه از داده بدون رضایت روشن، سوگیری الگوریتمی، شفاف نبودن منطق برخی مدل‌ها، تولید اطلاعات نادرست، مسئولیت حقوقی در صورت خطا، مالکیت فکری و سرقت علمی، وابستگی به شرکت‌های تجاری، نابرابری دسترسی و امنیت سایبری است. در پزشکی، یک پاسخ غلط فقط یک اشتباه آموزشی نیست و ممکن است به تصمیم بالینی آسیب‌زا منجر شود؛ بنابراین مسئولیت نهایی را نمی‌توان به نرم‌افزار منتقل کرد.

دانشگاه‌های علوم پزشکی ایران باید سیاست مکتوب و روشن برای استفاده آموزشی از هوش مصنوعی تدوین کنند، کمیته‌ای بین‌رشته‌ای با حضور استاد بالینی، متخصص اخلاق و حقوق، فناوری اطلاعات، دانشجو و نماینده بیمار تشکیل دهند و فقط ابزار‌هایی را به کار گیرند که از نظر امنیت، دقت و تناسب با جمعیت ایرانی ارزیابی شده‌اند. بارگذاری هرگونه اطلاعات هویتی بیمار در سامانه‌های عمومی باید ممنوع باشد و حداقل‌سازی داده، ناشناس‌سازی، کنترل دسترسی و ثبت رخداد‌های امنیتی به الزام تبدیل شود.

همچنین لازم است آموزش سواد هوش مصنوعی و اخلاق آن برای استادان و دانشجویان اجباری باشد؛ قواعد اعلام استفاده از هوش مصنوعی در تکالیف، مقاله و تولید محتوا روشن شود؛ خروجی مدل‌ها به طور دوره‌ای از نظر خطا و سوگیری ممیزی شود؛ و مسیر گزارش خطا و توقف ابزار نامطمئن وجود داشته باشد. این مقررات باید نوآوری را ممکن کنند، اما خط قرمز آنها حفظ کرامت انسان، محرمانگی، عدالت و ایمنی بیمار باشد.

در پایان، مهم‌ترین دغدغه شما در آموزش پزشکی کشور یا حوزه تخصصی‌تان چیست؟

یکی از دغدغه‌های اصلی من فاصله میان برنامه رسمی آموزش و واقعیت روزمره بالین است. هنوز در بخش‌هایی از آموزش پزشکی، حجم محفوظات و آزمون‌های کتبی از توان حل مسئله، مهارت عملی، ارتباط با بیمار و رفتار حرفه‌ای سهم بیشتری دارد. در عین حال، اعضای هیئت‌علمی زیر فشار هم‌زمان درمان، آموزش و پژوهش قرار دارند و همیشه زمان حفاظت‌شده، زیرساخت شبیه‌سازی و نظام منتورینگ کافی در اختیارشان نیست. اگر کیفیت آموزش را می‌خواهیم، باید برای آموزش نیز مانند درمان، زمان، نیروی انسانی، بودجه و شاخص نتیجه تعریف کنیم.

در حوزه تخصصی خودم، تأخیر در تشخیص و ارجاع بیماری‌های کولورکتال، کم‌توجهی به اختلالات عملکردی کف لگن و پراکندگی مراقبت از بیماران مبتلا به اندومتریوز روده‌ای را جدی می‌دانم. این بیماران معمولاً به همکاری جراح کولورکتال، متخصص زنان، رادیولوژیست، پاتولوژیست، متخصص درد، فیزیوتراپیست کف لگن و تیم پرستاری و استوما نیاز دارند. آموزش باید دانشجو را برای چنین همکاری‌ای آماده کند، نه اینکه هر رشته را در جزیره‌ای جدا نگه دارد.

در مورد هوش مصنوعی نیز دو خطر هم‌زمان وجود دارد: عقب ماندن از یک تحول واقعی و پذیرفتن بی‌نقد ابزار‌هایی که هنوز برای محیط ما اعتبارسنجی نشده‌اند. پاسخ درست، آموزش نقادانه، پژوهش بومی و حکمرانی مسئولانه است. آرزوی من این است که دانشگاه، پزشکی تربیت کند که هم از فناوری روز بهره ببرد و هم وقتی روبه‌روی بیمار می‌نشیند، انسان را پشت داده‌ها فراموش نکند. در کنار جراحی و تدریس، نقاشی نیز همواره به من یادآوری کرده است که دیدن جزئیات، صبر و نگاه انسانی، بخش جدایی‌ناپذیر کار حرفه‌ای‌اند.

انتهای خبر/277973/