# 医科高校 AI 学习中心 · 系统功能全景图 ## 系统定位 **医科类高校 AI 学习中心**是面向医学院校的智能学习平台，以"能力"为核心，贯穿基础医学→临床医学→见习实习→住院医师培养的完整成长链。系统将学生在校的所有学习活动（课程、对练、科研、协作）统一汇入能力图谱，形成数据贯通的闭环成长体系。 --- ## 用户角色与核心价值 ``` ┌─────────────────────────────────────────────────────────────────────┐ │ 医科高校 AI 学习中心 │ ├────────────────┬───────────────────┬────────────────────────────────┤ │ 🎓 学生 │ 👨‍🏫 导师 │ 🔧 管理员 │ │ │ │ │ │ • 全程学习汇聚 │ • 题目质量把关 │ • AI 技能定义与治理 │ │ • AI 智能训练 │ • 成果点评指导 │ • 权限与合规管理 │ │ • 能力画像可视化│ • 学生画像监测 │ • 审计日志与安全 │ │ • 职业规划闭环 │ • 教学问责 │ │ │ • 科研能力培养 │ │ │ │ • 负责任AI协作 │ │ │ └────────────────┴───────────────────┴────────────────────────────────┘ ``` --- ## 功能模块全景 ### 一、学生端功能矩阵 #### 1. 个人学习空间 **价值**：一站式汇聚成长链上所有学习内容，告别分散记录 | 功能 | 说明 | |------|------| | 成果记录 | 支持 9 种类型：课程记录、作业、实验报告、临床见习/实习、OSCE 考核、文献阅读、科研成果、证书、执业资格备考 | | 自动归档 | 按学年、学期、临床轮转科室三维度自动归类 | | 里程碑标记 | 标记阶段性成长节点，关联该阶段内学习成果 | | 智能检索 | 按类型/学年/学期/科室筛选，时间倒序，分页浏览 | | 能力关联 | 每条成果自动映射到能力图谱中的能力标签 | #### 2. AI 评估与反馈 **价值**：实时获得 AI 对学习进度的过程性与阶段性评价 | 功能 | 说明 | |------|------| | 形成性评价 | 每新增一条学习成果，30 秒内获得 AI 过程性反馈 | | 终结性评价 | 完成里程碑时，基于该阶段全部成果生成综合画像 | | 发展建议 | 每条建议精确指向能力图谱中的具体能力维度 | | 可信标注 | 所有 AI 评价附带来源依据与置信度，可追溯核验 | #### 3. 课程对练 **价值**：AI 生成高质量练习题，导师把关，模拟真实考试场景 ``` 课程内容 ──AI生成题目──→ 导师审核 ──通过──→ 学生对练 ──→ 结果诊断 │ └─退回（附原因） ``` | 功能 | 说明 | |------|------| | 智能出题 | 支持 A1-A4 型选择题、病例分析题、临床决策题 | | 权威保障 | 每题绑定权威知识源（教材/指南/官方题库） | | 导师审核 | 题目经导师通过后才可使用，退回需注明原因 | | 模拟对练 | 逐题呈现、限时作答（120秒/题）、即时判定 | | 诊断报告 | 正确率、用时、薄弱环节分析（<60% 能力标签） | | 改进建议 | 针对每个薄弱环节生成具体建议 | | 间隔重复 | SM-2 算法优先复现错题与即将遗忘的题 | | 模拟考试 | 限时批量答题，交卷后统一批阅 | #### 4. 临床情景对话对练 **价值**：模拟真实问诊场景，训练临床沟通与决策能力 | 功能 | 说明 | |------|------| | 情景呈现 | 基于权威知识源的临床情景（含难度、时长、考核重点） | | 多轮对话 | 与 AI 模拟患者进行最多 50 轮对话 | | 角色扮演 | AI 以设定角色应答，保持情景连贯 | | 三维评估 | 问诊完整性 + 临床推理 + 医患沟通 三方面评分 | | 上下文记忆 | 携带最近 10 轮历史，保持对话连贯 | #### 5. 能力画像 **价值**：全方位量化呈现个人能力分布，辅助就业与发展决策 ``` 知识掌握 ▲ 职业倾向 / \ 临床技能 / \ AI协同素养───科研能力 \ 人文素养 ``` | 功能 | 说明 | |------|------| | 六维画像 | 知识掌握、临床技能、科研能力、人文素养、AI协同素养、职业倾向 | | 量化评分 | 每个维度 0-100 分值 | | 数据溯源 | 每项结论可追溯到具体学习成果或对练记录 | | 动态更新 | 能力图谱数据更新后自动重算 | | 成长趋势 | 能力维度时间序列，可视化成长曲线 | #### 6. 职业规划 **价值**：明确职业目标与能力差距，获得可执行的发展计划 ``` 设定职业目标 → 匹配岗位胜任力模型 → 能力差距分析 → 生成发展规划 ↑ │ └── 能力更新后重算 ←──┘ （动态闭环） ``` | 功能 | 说明 | |------|------| | 目标设定 | 选择或自定义职业目标 | | 胜任力模型 | 参照权威医学框架（科学与学术、临床能力、健康与社会、职业素养） | | 差距分析 | 逐项对照当前能力水平与岗位要求 | | 行动建议 | 每个差距项提供具体行动与目标水平 | | 资源推荐 | 为差距项推荐学习资源或对练任务 | | 动态闭环 | 能力提升后重算差距，规划自动更新 | #### 7. 研究资料查询 **价值**：高效检索医学文献，AI辅助总结与引用管理，支撑科研与论文写作 ``` 自然语言描述 → PICO/MeSH检索式 → 多源检索 → 证据分级总结 → 引用导出 ``` | 功能 | 说明 | |------|------| | 检索式生成 | 自然语言自动转为 PICO 要素 + MeSH 主题词的专业检索式 | | 多源检索 | 支持 PubMed、CNKI、万方、UpToDate、Cochrane 等 | | 结果筛选 | 按发表时间、来源类型、相关度筛选 | | 证据分级 | 对纳入总结的每条资料标注证据强度 | | AI 总结 | 生成带引用的结论，每条可追溯来源 | | 引用管理 | 支持 Vancouver / GB-T 7714 格式，导出 EndNote / NoteExpress | | 版权安全 | 仅提供摘要与链接，不存储或分发受版权保护全文 | #### 8. AI 协同训练 **价值**：系统性培养负责任使用AI的能力——这在医学领域尤为关键 | 评估维度 | 说明 | |----------|------| | 提问能力 | 能否向AI提出精准、有效的问题 | | 批判性验证 | 能否对AI输出进行来源核验与批判性思考 | | 责任边界意识 | 是否清楚AI辅助与人工决策的边界 | | 协同工作流 | 能否有效组织人机协作流程 | - 每维度各有真实任务载体的训练任务 - 直接采用未核验AI输出时会被要求来源核验 - 评估结果计入能力画像与岗位胜任力对照 - 支持导师对协同质量进行点评 #### 9. 补充模块（v0.2+） | 模块 | 价值 | |------|------| | 轮转见习 | 记录临床轮转经历 | | 技能视频 | 搜索与学习操作技能视频 | | 执业医师备考 | AI出题 + 间隔重复 + 模拟考试 + 个性化推荐 | | 学术交流 | 记录学术交流与会议参与 | | 医学问答 | AI流式多轮医学知识对话 | | 病例推演 | 逐步推演临床病例，保持全程上下文 | | 用药安全 | 用药安全性检查与学习 | --- ### 二、导师端功能矩阵 | 功能 | 价值 | |------|------| | **题目审核** | 审核AI生成题目的准确性，通过或退回（附原因），保障教学内容质量 | | **成果点评** | 对学生学习成果进行教学点评，点评对学生可见，促进学生反思与改进 | | **带教学生画像** | 查看所带学生的能力画像（脱敏），精准把握学生发展状况，针对性指导 | --- ### 三、管理端功能矩阵 | 功能 | 价值 | |------|------| | **技能治理** | 定义、配置、启用AI技能；每个技能含输入规格、处理逻辑、知识源、输出格式、可信度规则五要素 | | **审计日志** | 追踪所有技能配置变更（操作者、时间、内容） | | **权限管理** | 按角色分级定义访问权限范围 | | **合规监控** | 查看越权拒绝事件，确保数据安全 | --- ## 系统架构示意 ``` ┌──────────────────────────────────────────────────────────────────────┐ │ 用户界面层 │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 学生端 │ │ 导师端 │ │ 管理端 │ Next.js + Tailwind │ │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ └───────┼───────────────┼───────────────┼──────────────────────────────┘ │ │ │ └───────────────┼───────────────┘ ▼ ┌──────────────────────────────────────────────────────────────────────┐ │ 接入层 · 认证鉴权 │ │ JWT 认证 · 角色路由 · API 网关 │ └────────────────────────────┬─────────────────────────────────────────┘ │ ┌────────────────────┼────────────────────┐ ▼ ▼ ▼ ┌───────────────┐ ┌─────────────────┐ ┌───────────────────┐ │ 横切关注点 │ │ 业务模块层 │ │ 底座层 │ │ │ │ │ │ │ │ • 合规模块 │ │ • 学习空间 │ │ • 能力图谱 │ │ 权限分级 │ │ • AI评估引擎 │ │ 统一能力标签 │ │ 数据脱敏 │ │ • 课程对练引擎 │ │ 跨模块数据打通 │ │ 授权管理 │ │ • 临床对话对练 │ │ │ │ 审计日志 │ │ • 画像引擎 │ │ • 技能能力中心 │ │ │ │ • 职业规划 │ │ 统一AI技能框架 │ │ • AI 可信层 │ │ • 研究资料查询 │ │ 8+可复用技能 │ │ 可信度标注 │ │ • AI协同培养 │ │ │ │ 来源溯源 │ │ • 医学问答 │ │ │ │ 未核验标记 │ │ • 病例推演 │ │ │ │ │ │ • 执业备考 │ │ │ └───────────────┘ │ • 轮转/学术/… │ │ │ └────────┬────────┘ └─────────┬─────────┘ │ │ └──────────┬──────────┘ ▼ ┌──────────────────────────────────────────────────────────────────────┐ │ 基础设施层 │ │ │ │ ┌──────────┐ ┌──────────────┐ ┌───────────────────────────────┐ │ │ │PostgreSQL │ │ AI 网关 │ │ 资料来源适配器 │ │ │ │ 数据库 │ │ (通义千问等) │ │ PubMed/CNKI/万方/UpToDate/… │ │ │ └──────────┘ └──────────────┘ └───────────────────────────────┘ │ └──────────────────────────────────────────────────────────────────────┘ ``` --- ## 核心设计理念 ### 1. 能力贯通 —— 打破数据孤岛 所有学习活动通过统一的**能力图谱**连接。学习空间新增一条成果、课程对练完成一次测验、临床对话获得评分——这些数据都映射到相同的能力标签体系上，使得： - 学生画像基于全量行为数据生成，而非单一模块的局部视图 - 职业规划能精确对照当前能力与目标岗位的差距 - 各模块的使用数据相互增强，形成正反馈循环 ### 2. AI 可信优先 —— 医学场景零容忍幻觉 在医学教育场景下，AI 幻觉（生成不实信息）的风险极高。系统采用： - **所有 AI 输出必须附带可信度标注**（来源 + 置信度） - **无法溯源的内容标注为"未经核验"** - **题目必须绑定权威知识源**，否则不进入使用流程 - **总结中无法追溯的结论标注"未验证"**，不作为引用输出 ### 3. 合规默认 —— 敏感数据天然受保护 医学生画像包含敏感的健康、心理数据，系统采用： - **默认脱敏**：非本人访问画像，敏感字段自动脱敏 - **知情同意授权**：跨用途使用必须有学生有效授权 - **即时撤销**：学生撤销授权后立即失效 - **全审计**：所有敏感操作留痕（保留≥12个月） - **最小采集**：仅采集与画像维度直接相关的数据 ### 4. 人机协同 —— AI 辅助而非替代 - AI 生成题目 → **导师审核后才可使用** - AI 文献总结 → **明确提示"不替代阅读原文"** - AI 协同训练 → **直接采用未核验输出会被要求核验** - 所有 AI 建议 → **可追溯依据，用户可核验** --- ## 用户使用流程示例 ### 典型学生日常 ``` 1. 登录 → 进入学习空间 2. 记录今日临床见习成果 → 系统自动归档 + 能力标签映射 3. 30秒后收到 AI 形成性评价与发展建议 4. 进入课程对练 → AI 出题（已过导师审核）→ 模拟答题 → 查看诊断报告 5. 进入临床对话对练 → 模拟问诊 → 获得三维评估 6. 查看能力画像 → 六维度分数 + 成长趋势 7. 进入职业规划 → 查看差距分析 → 按推荐资源学习 8. 能力提升后 → 画像自动更新 → 发展规划动态调整（闭环） ``` ### 典型导师工作 ``` 1. 登录 → 进入导师工作台 2. 审核 AI 生成题目 → 通过准确的 / 退回有问题的 3. 对学生学习成果进行点评 4. 查看所带学生画像 → 了解学生能力分布 → 针对性指导 ``` --- ## 技术规格摘要 | 维度 | 规格 | |------|------| | 前端 | Next.js 14 + React 18 + TypeScript + Tailwind CSS | | 后端 | NestJS 10.4 + TypeScript + TypeORM | | 数据库 | PostgreSQL（可选，开发环境支持内存模式） | | AI 引擎 | OpenAI兼容接口（默认通义千问），支持 SSE 流式输出 | | 认证 | JWT + bcrypt | | 外部数据源 | PubMed、CNKI、万方、UpToDate、Cochrane | | 速率保护 | AI调用 20次/分钟、500次/天 | | 后端模块数 | 21 个业务模块 | --- ## 系统差异化优势 | 维度 | 传统教学平台 | 本系统 | |------|-------------|--------| | 数据关联 | 各模块数据孤立 | 统一能力图谱贯通所有模块 | | AI 输出信任 | 缺乏验证机制 | 全链路可信度标注 + 来源溯源 | | 学习反馈 | 周期性人工评价 | 实时AI形成性评价 + 阶段终结性评价 | | 职业发展 | 静态指导 | 动态闭环：能力变化→规划自动更新 | | AI 素养 | 无系统培养 | 四维度协同能力训练+评估 | | 数据隐私 | 粗放管理 | 知情同意+即时撤销+默认脱敏+全审计 | | 教学质量 | 缺乏把控 | AI生成+人工审核双层保障 | --- *本文档描述系统面向用户的功能与价值。技术架构与实现细节参见 `.kiro/specs/college-ai-center/design.md`。*