赵铱民团队自主研发的世界首台自主式种植牙机器人，已将种植牙手术精度从传统自由手的 2 毫米，提升至 0.3 毫米以内，真正实现微创、安全、高效的临床效果，成功入选中国 2023 年度重要医学进展。如今这一手术机器人已迭代至第四代，累计完成 2.1 万余例临床病例，更拓展至颌面骨缺损修复等高难度手术——过去需要分 4 次完成、总耗时长达一年半的复杂修复手术，现在借助机器人辅助可在 8 小时内一次性完成，大幅缩短患者治疗周期，从根源上提升患者术后生活质量。面对现场年轻医学生，赵铱民反复强调：" 无论技术如何发展，医生永远是医疗决策的最终责任人。今天的医生应该学会主动拥抱技术变革，坚持跑好终身学习新技术的马拉松。"
开幕式现场，与会专家达成共识：人工智能带来的绝非一次简单的技术升级，而是从疾病预防、临床诊断、精准治疗，到医学科研、人才培养全链条的系统性变革。对于高校医学教育而言，打破传统学科壁垒，重构人才培养模式已经迫在眉睫。
自主式种植牙机器人这一颠覆行业的技术，最初其实源于一次临床中的真实挫败。赵铱民回忆，哪怕是深耕口腔修复领域数十年的资深专家，也无法保证每一次种植手术中，都能把每一颗种植体的间距、角度控制在绝对精准的范围内。而种植角度的微小偏移，就可能直接影响术后修复效果。为了破解这个临床痛点，他的团队先后拜访北京航空航天大学、西北工业大学、西安交通大学等多所高校的工科团队，在跨学科的思维碰撞中找到了突破口：用机器人的绝对精度控制，弥补人手的精度短板。 如今，团队仍在和人工智能领域的专家持续合作，进一步提升机器人的应用场景，为临床诊疗革新注入新动能。
" 未来的医学实验室，不会是大家埋头各自刷试管，而是人和智能系统协同，共同提出问题、解决问题。" 复旦大学特聘教授、上海创智学院全时导师应天雷，正是跨学科转型的亲历者。他本是化学专业出身，在合成免疫学交叉领域深耕多年后，又进军 AI 领域，组建起一支融合计算机、生物学、医学和产业界的交叉团队。
在应天雷的科研经历中，不少新型免疫分子的设计，早已突破了传统科研范式的能力边界。AI 的介入不仅能大幅加速药物研发进程，更能帮助团队解码免疫系统的深层运行机制，让药物设计从过去 " 基于已知经验试错 "，转向 " 靠 AI 预测未知靶点 "。目前他的团队正在搭建由 "AI 设计推理 + 自动化实验验证 " 组成的 " 干湿结合 " 全新科研范式，多款新型免疫药物已经进入临床试验阶段，在肿瘤、乙肝等重大疾病治疗中展现出优异的应用前景。
AI 不再是 " 加分项 "，将成为医生的基础能力
未来 " 用 AI 解决临床问题 "，将从少数前沿医生的专属技能，变成每一位医生必须掌握的基础能力。现场多位专家提到，" 从知识型医生转向智能型医生，从单学科人才转向医工交叉人才，从只会应用已有知识转向能借助 AI 创造新知识——这既是 AI 给医学教育带来的全新挑战，也是我国高校培养医学创新人才、孕育新质生产力的重大机遇。"
高校应该如何培养适配未来医学发展的复合型人才？
复旦大学附属口腔医院 · 上海市口腔医院院长蒋欣泉直言：人才培养改革的核心，绝不是给医学生多开一门 AI 通识课，而是要从根上重构培养体系，最终培育出 " 懂医学、懂数据、懂 AI" 的新型医学人才。
目前复旦大学口腔医学专业已开启改革：在校内跨学科机制的支持下，联合计算机科学技术学院开设口腔医学 - 人工智能 2+X 双学士学位项目，全面更新课程体系，重点培养学生在生物大数据分析、机器学习、智能诊断、精准医疗等方向的核心能力。在更新课程的同时，师资队伍的同步转型也在推进：通过引进兼具医学与 AI 背景的复合型教师、推动临床医生完成 AI 技能培训、让工科教师深入临床场景熟悉真实痛点，逐步搭建起真正能打通学科边界的跨学科教学团队。
应天雷则提出了更具体的人才培养建议：打破传统单一导师制度，全面推行跨学科导师团队制，由拥有医学、AI、产业不同背景的导师共同指导学生，让学生在解决真实复杂问题的过程中，建立跨学科思维、锻炼实战能力。同时要强化实战实训环节，依托交叉科研平台，让学生在攻关具体临床难题的过程中掌握方法论，真正成长为适配行业未来的复合型人才。 据了解，复旦大学已经在全校范围内启动相关探索，遴选培育了多个交叉青年教师团队，每个团队都由 3-5 名来自不同学科的青年教师组成，为学生提供打破学科壁垒的培养视野。
