什么是基于案例的学习？

理解基于案例的学习

基于案例的学习（CBL）是一种教学方法，它依托真实或合成的临床情境，通过主动学习来引发以学生为中心、以探究为基础的教育。

授课者会向学习者呈现一份详尽的病例研究，其中包括患者病史、体格检查所见、化验数值以及影像学结果。学生在教师引导员的指导下，独立或小组协作分析该病例研究，识别关键临床问题，提出鉴别诊断，并制定循证管理方案。

核心教学法与理论基础

医学教育中基于案例的学习框架建立在若干关键学习理论之上：

• 建构主义： 学习者通过在已有理解基础上构建新知识来参与主动学习，而不是被动接收信息。
• 情境认知： 当学习嵌入到与最终将被应用的物理与社会情境相似的真实病例研究中时，学习效果最佳。
• 认知负荷理论： 通过提供结构化支架，一个由引导的病例研究能够防止初学者在面对无结构临床问题时常经历的认知过载。

医学教育中基于案例的学习的应用与重要性

在医学教育中实施基于案例的学习，有助于加速临床推理、伦理意识与诊断能力的发展。传统的讲授式教学擅长传达大量基础科学信息，但往往未能让学生准备好应对床旁护理中那些模糊的、多变量的环境。 基于案例的学习通过将学生从被动接收基础科学知识，引导到在支持下的主动推理，再到自主的床旁实践，从而在医学训练的各个阶段弥补这一空白。

1. 预-临床课程整合

在基础科学阶段（解剖学、生理学、药理学、病理学），基于案例的学习为抽象的基础科学概念提供临床语境。例如，学生不再孤立地死记肾脏电解质转运通道，而是通过一个继发于急性肾损伤的高钾血症病例研究来学习。经过语境化呈现后，不仅强化了记忆保持，也展示了基础科学机制在临床中的实际效用。

2. 逐步建立临床技能

在临床实习阶段，认知过载是一个重要障碍。在医学教育中实施基于案例的学习提供结构化支架：将数据以渐进方式引入（主诉 → 病史 → 化验 → 并发症）以建立系统的临床推理。 这一过程模拟临床思维过程，教会学生如何权衡概率、识别诊断模式，并避免常见的认知偏差。

3. 促进跨专业教育与沟通

现代患者护理需要协作型团队。使用跨专业病例研究，使医学、护理与药学专业的学生能够参与联合的主动学习，以在进入高风险情境之前澄清团队角色并提升沟通技能。

4. 促进终身, 自我-导向学习

医学知识增长迅速，静态记忆无法满足长期实践。基于案例的学习要求学生识别自身理解中的空白，形成精确的检索问题，批判性评估医学文献，并将研究发现直接应用到手头的病例中，从而培养循证实践的终身习惯。

基于案例的学习在实践中的应用示例

示例 A：本科医学生理（内分泌）

• 情境叙述： 一名34岁的女性因不明原因体重增加、满月脸、腹部纹状改变（腹纹）以及近端肌无力而就诊。
• 学生任务：
  1. 绘制下丘脑-垂体-肾上腺（HPA）轴的机制。
  2. 分析库欣综合征病例研究，以解读低剂量与高剂量地塞米松抑制试验结果。
  3. 根据实验室数据区分促肾上腺皮质激素（ACTH）依赖型与非ACTH依赖型库欣综合征。
  4. 制定诊断计划，包括MRI与CT开具的理由。

示例 B：临床实习（内科）

• 情境叙述： 一名68岁的男性，既往有心力衰竭病史，现出现进行性呼吸困难、双下肢\（足背）水肿以及血清肌酐升高。
• 学生任务：
  1. 评估心肾综合征1型与容量负荷过重之间的相互作用。
  2. 参与主动学习讨论，在监测肾功能的同时确定利尿剂升级方案。
  3. 识别可能由用药引起的并发症（ACE抑制剂毒性 vs. 肾前性氮质血症）。

示例 C：继续医学教育（Project ECHO 模型)

• 情境叙述： 一名农村初级保健提供者通过远程医疗，将一位真实的、去标识化的、合并复杂的丙型肝炎病毒（HCV）感染患者病例提交给学术医疗中心团队。
• 参与者任务：
  1. 回顾基因型结果、肝纤维化分期（FibroScan）以及既往药物暴露。
  2. 讨论直接作用抗病毒药物（DAA）的选择、与门诊用药之间潜在的药物-药物相互作用，以及监测方案。
  3. 在不将患者转诊至三级医疗机构的前提下，在当地实施由专科指导的治疗计划。

文献中的证据与综述

基于案例的学习在医学与医疗保健教育中的有效性，已在同行评审的医学教育文献中得到充分证实。

BEME 系统综述（Thistlethwaite 等，2012）

Best Evidence Medical Education（BEME）协作组开展了一项全面系统综述，分析了 104 项关于基于案例的学习在健康专业教育中的研究（Thistlethwaite et al., 2012）。作者得出结论：学生与授课教师始终一致地报告对基于案例的学习具有高度满意度。关键发现表明，基于案例的学习：

• 相较于传统讲授式教学，能提升参与度与动机。
• 有助于形成更深层的学习策略，而非停留在表层记忆。
• 在维持安全环境以进行诊断试错的同时，成功达成目标学习成果。

系统综述与Meta分析（Cen 等，2021）

一项Meta分析评估了随机对照试验，将基于案例的学习与传统教学方法在医学生教育中的效果进行比较（Cen et al., 2021）。通过分析多个试验，该研究表明：基于案例的学习在以下方面产生了具有统计学意义的改善：

• 相较于讲座式教学，知识获取测验得分更高。
• 主观临床技能能力与诊断问题解决能力。
• 整体学生满意度与分析自信心。

数字与在线形式的范围综述（Donkin 等，2023）

在审视现代改编时， Donkin et al.（2023）开展了一项范围综述，用于评估医疗课程中在线与远程交付的基于案例的学习。他们的发现证实：当保持小组互动与专家指导时，数字化病例学习模块能够保留面对面课程的所有主动学习收益。

真实世界临床护理结局（Arora 等，2011）

为展示基于案例的学习对课堂之外的影响，一项里程碑式研究评估了 Project ECHO 的基于案例的远程指导模式，用于在农村初级保健环境中治疗丙型肝炎（Arora et al., 2011）。参与每周基于案例的远程-指导门诊的初级保健临床医师实现了持续病毒学应答（SVR）率为58.2%，几乎与在大学三级诊所由专科医师达到的57.5%相同。这为结构化基于案例的学习能够将专科级临床决策能力扩展到社区从业者提供了经验证的证据。

将AI与基于案例的学习相结合

现代医学培训需要超越静态教材与被动讲座的工具。Casebasedlearning.ai 通过提供一个可规模化、由AI驱动的平台来解决传统基于案例的学习在实际运行中的挑战，该平台是专门为医学生、住院医师与授课教师打造的。 通过将临床教学法与先进的生成模型相结合，该平台让用户在提升诊断效率与备考准备方面具备直接的竞争优势。

核心功能与临床优势

• 交互式虚拟患者： Casebasedlearning.ai 将每一份病例研究转化为一个主动的临床会面。学生可直接与模拟患者对话，采集详细病史，开具特定化验面板，并在最终确定治疗方案前实时评估诊断影像。
• 实时临床反馈： 用户无需等待小组环节或考试结果，而是在主动学习流程中即可获得即时反馈。平台会识别过早的诊断封闭，指出不必要的检查开具，并引导学习者走向正确的诊断路径。
• 多模态逼真度： 每一份病例研究将真实的化验数值、诊断影像与生理学所见直接嵌入工作流程中，使受训者能够更直接地为诸如 USMLE 这样的考试以及动手临床轮转做好准备。
• 经认证、基于文献的病例库： 与生成虚构或未经验证情境的通用AI工具不同，Casebasedlearning.ai 让每一份病例研究都植根于同行评审的医学文献与经验证的临床病例报告。学习者能够在不必担心AI“幻觉”式临床细节风险的情况下，进行基于真实疾病表现与罕见病情的主动学习。
• 动态情境进展： 平台会根据学习者的临床层级自动调整病例研究的复杂度。预-临床阶段学生聚焦于基础病史采集与基础鉴别诊断；而资深住院医师则处理复杂合并症与时间敏感的护理决策。

通过消除手工开发病例所带来的管理负担，并提供全天候（24/7）的交互式患者会面访问，Casebasedlearning.ai 在基础科学知识与真实世界临床表现之间架起了桥梁。

参考文献

Arora, S., Thornton, K., Murata, G., Deming, P., Kalishman, S., Dion, D., Parish, B., Burke, T., Pak, W., Dunkelberg, J., Kistin, M., Brown, J., Jenkusky, S., Komaromy, M., & Qualls, C. (2011). Outcomes of treatment for hepatitis C virus infection by primary care providers. New England Journal of Medicine, 364(23), 2199–2207. https://doi.org/10.1056/nejmoa1009370 Cen, X. Y., Hua, Y., Niu, S., & Yu, T. (2021). Application of case-based learning in medical student education: a meta-analysis. European Review for Medical and Pharmacological Sciences, 25(8), 3173–3181. https://doi.org/10.26355/eurrev_202104_25726 Donkin, R., Yule, H., & Fyfe, T. (2023). Online case-based learning in medical education: a scoping review. BMC Medical Education, 23(1), 520. https://doi.org/10.1186/s12909-023-04520-w Thistlethwaite, J. E., Davies, D., Ekeocha, S., Kidd, J. M., MacDougall, C., Matthews, P., Purkis, J., & Clay, D. (2012). The effectiveness of case-based learning in health professional education. A BEME systematic review: BEME Guide No. 23. Medical Teacher, 34(6), e421–e444. https://doi.org/10.3109/0142159x.2012.680939