《高等院校人工智能通识基础课程通用要求 医药类专业》团体标准已发布——这是中国医学AI教育从“各自探索”走向“标准引领”的关键一步。当288个医疗垂直大模型已经落地、当84所院校开设智能医学工程专业、当AI正在重塑医生的职业角色，AI通识课程的建设已从“要不要开”进入“怎么开好”的阶段。本文从国家课程标准、四种课程模式、五大痛点、北大实践到配套资源，系统解读AI通识课程建设的完整框架。

由北京林业大学、北京邮电大学、人民邮电出版社、南京邮电大学、北京大学医学部、湖南大学、兰州大学、中国矿业大学、哈尔滨工程大学、首都医科大学、中国传媒大学、中国农业大学、厦门大学等多家单位参与的团体标准已发布。针对研究型、应用型、技能型医药类专业分别设定了差异化的课程目标、内容与学时安排。研究型注重理论深度与创新能力，应用型注重工具应用与临床场景，技能型注重操作技能与实践能力。附录提供了三类专业的课程内容实例，为全国医学院校提供了可参照的教学框架。

专业建制型：独立设置智能医学工程本科专业（天津大学、南开大学等84所），体系完整、培养深入，但仅覆盖专业学生。通识必修/选修型：面向全体医学生开设AI通识课程（中山大学中山医学院等），覆盖面广但学时受限。微专业/辅修型：灵活导向但非强制。平台赋能型：以AI平台赋能现有课程（北京大学AIMD、广东医AIMS），见效快但需持续技术维护。面向医学生AI通识两大路径：“大学计算机+AI融入”（成本最低、最普遍）和“独立AI通识必修/选修课”（真正培养理解与应用能力，师资和资源投入是主要瓶颈）。

师资短缺——医学与AI交叉领域师资稀缺，破解思路：跨学科师资协作、线上线下混合教学。学时有限——临床医学专业课程体系已高度饱和，破解思路：模块化课程设计、弹性学时安排。伦理复杂性——医疗AI涉及生命伦理，破解思路：案例教学+角色扮演+辩论等多维伦理讨论。工具适配——医学AI教学需要专门教学工具和案例库，破解思路：AIGC辅助教学+医学案例库建设。标准缺失——缺乏统一课程标准，破解思路：《人工智能通识基础课程通用要求 医药类专业》标准已发布。

北京大学医学部59门AI课程覆盖全领域，“四个能够”培养目标（理解/应用/评判/适应），闭环案例教学（选题→数据→建模→预测→验证→伦理→反思），多维伦理讨论（临床决策层+算法伦理层）。配套教材《人工智能通识教程——从基础到应用（医学）》四大特色：知识全面系统、理论和实践结合、医工交叉、丰富教学资源（PPT课件9份、教学大纲3种、教案3套、习题答案9份、实践任务19个、微课视频26个）。配套在线实训平台与头歌课程，包括零代码构建智能体、AIGC辅助编程等实训。