本研究调查了越南医学院校中人工智能（AI）的应用现状，分析了影响AI整合的关键因素，并提出了促进AI整合的战略行动领域。
AI应用现状： 越南医学院校师生对AI的接受度较高，大量学生和教师使用AI工具，尤其是生成式AI应用，如学习助手。然而，AI整合仍以非正式、碎片化的个人应用为主，主要集中在知识获取、教学内容开发和科研支持等方面，尚未系统性地融入教学、临床培训和教育管理系统。
关键数据：
- 81.1%的学生和69.9%的教师使用过AI工具。
- 70.4%的学生和58.1%的教师经常使用AI。
- 77.6%的学生和67.7%的教师使用AI学习助手（如ChatGPT和Watson Assistant）。
- 学生主要使用AI进行知识搜索和综合，29.0%的学生和23.4%的教师使用AI进行临床决策。
- 教师主要使用AI进行教学设计和资源开发，46.0%的教师使用AI设计和开发课程计划。
影响因素分析：
- 人力资源因素： 师生对AI的采用态度积极，认为AI可以提高学习效率、数字素养和科研能力。但也存在对过度依赖AI、批判性思维下降、学术诚信和医学人文方面可能受到侵蚀的担忧。此外，性别、年龄和经验差异也导致AI采用率不均衡。
- 组织因素： 主要障碍包括缺乏结构化的AI培训项目、AI能力课程整合有限、资金和设备不足，以及缺乏明确的监管和伦理框架。
- 技术因素： 虽然数字基础设施建设取得了显著进展，但医疗教育和临床数据数字化程度不足，AI准确性和算法透明度问题仍然存在。
研究结论： 推进越南医学院校AI整合需要综合考虑人力资源、组织和技术因素，采取系统化和协调一致的方法。建议加强师生AI能力建设，将AI系统性地融入医学教育课程，加强机构治理，完善监管和伦理框架，以及加强数字数据生态系统建设，并投入有针对性的基础设施和资金支持。
战略行动领域：
- 开展系统化的AI能力建设项目。
- 将AI能力系统性地融入医学教育课程。
- 加强机构治理，制定AI战略和监管框架。
- 加强数字数据生态系统建设，推动数据标准化和互操作性。
- 投入有针对性的基础设施和资金支持，确保AI工具的公平获取。
