基于职业能力培养的《医学大数据技术》课程改(3)

作者:网站采编
关键词:
摘要：8 网络课程建设 为了进一步改善教学效果，保证学生能够课下进行知识点的复习与巩固，为“反转课堂”的实施提供基础，特以重庆医科大学的COOC平台为

8 网络课程建设

为了进一步改善教学效果，保证学生能够课下进行知识点的复习与巩固，为“反转课堂”的实施提供基础，特以重庆医科大学的COOC平台为依托，对该课程建设网络课程。网络课程建设主要包括：知识点构建、资源上传(课程PPT、课程教学大纲、实验指导、实验数据、代码)、习题库建设、作业布置与批改板块、教学视频制作与上传、师生互动板块等。

9 教学实施

《医学大数据技术》的教学目标是使学生掌握一定的理论知识外，还需要培养学生的实践动手能力。单独开设理论教学是无法达到该课程的教学目标。因此，需要为学生提供动手实践的机会，增加合适的实践教学内容是非常有必要的。传统的课堂教学采用讲授式教学，老师首先使用多媒体讲解理论知识，然后再上实验课。这样会造成理论教学和实践教学完全脱节。本课程教学团队把课堂安排到实验室，把理论教学和实践教学融为一体，教师边教，学生边学理论知识，边动手实践，实现“教、学、做”一体化。

例如：在讲解聚类算法时，可通过具体的川崎病临床数据给学生进行更深层次的综合性实践，并将TSNE以二维的方式展示出来。以川崎病临床数据聚类分析作为教学案例，生动直观，具有明显的目标性和实用性，实现了理论教学和实践教学的有机结合，能够非常有效地培养学生分析问题、解决问题的能力，进一步激发了学生的学习兴趣，提高了学生的学习积极性和主动性。

10 结 论

针对存在的问题，本课程教学团队对《医学大数据技术》课程进行了改革。根据医学信息类人才培养的需要，明确了课程的性质；根据工作岗位的要求选取课程内容；根据教学目标的定位，在实验室采用“教、学、做”一体化的教学模式。本课程的改革，提高了学生的学习积极性，培养了学生的医学大数据分析的实践应用能力。

[1] 丁凤一，刘婷，陈静.医疗健康大数据研究进展剖析[J].信息资源管理学报,2017，7(4):7-18.

[2] 戴阿咪，高东平.基于CiteSpace的医学大数据国际发展研究现状分析[J].中华医学图书情报杂志,2017，26(7):7-12.

[3] 舒影岚,陈艳萍,吉臻宇,等.健康医疗大数据研究进展[J].中国医学装备,2019,16(1):143-147.

[4] 宋波,杨艳利,冯云霞.医疗大数据研究进展[J].转化医学杂志,2016,5(5):298-300.

[5] 黄小龙,罗旭,汪鹏,等.综合医院大数据应用需求调查与分析[J].中国医院管理,2018,38(1):69-71.

[6] 秦文哲,陈进,董力.大数据背景下医学数据挖掘的研究进展及应用[J].中国胸心血管外科临床杂志,2016，23(1):55-60.

[7] 刘文剑.试论医院大数据的内涵解析与应用现状[J].科技创新导报,2018,15(9):182-183.

[8] 沈韬,张雪,李丹,等.2015-2016年度中国医院信息化状况调查报告[EB/OL].[2019-01-03].

[9] 高园园,吕庆文.数据挖掘课程的教学思考[J].医学信息,2009,22(11):23-24.

[10] 廖宣植.数据挖掘在医学高校课程关联和成绩预测上的应用[J].信息与电脑(理论版),2019，21(2):154-156.

[11] 谭征,孙红霞,王立宏,等.基于实例的本科数据挖掘课程教学探索[J].计算机教育,2013,11(9):67-70.

信息化浪潮席卷全球后，基于医疗大数据的信息挖掘成为医疗领域的研究热点[1-3]。医院门诊或临床数据呈指数增加，如何有效利用不断增长的医疗大数据进行知识挖掘，为临床医学研究、医院管理服务，成为亟须解决的问题[4-7]。中国医院信息化状况调查报告显示，全国范围内的医院信息部门人力资源都呈现明显短缺情况，西南地区尤为突出[8]。因此，培养具有医学背景的信息分析与处理人员，并向相应的岗位输送人才是医学类高校的重要任务之一。本校开设的信息管理与信息系统专业和医学信息工程专业强调以“医学大数据信息分析”为特色，面向卫生信息化，在掌握一定医学知识的基础上，重点培养学生利用计算机技术解决医疗数据分析、医院信息化建设与管理的实际问题。因此，《医学大数据技术》课程的开设符合本专业的培养计划和目标，是医学信息类人才培养的需要。目前，很多学校针对本科生已开设了医学大数据或数据挖掘等相关课程。但是在课程教学中，主要讲解理论知识，忽视了实践能力的培养，没有很好地体现出该类课程的应用性[9-10]。另外，在教学过程中，教学手段单一，教学方法陈旧，一般还是采用“教师讲、学生听”的传统教学模式，缺乏对学生动手能力的培养[11]。因此，学生的学习兴趣较低、学习的主动性和积极性较差、教学效果不佳，最终导致课程的学习达不到相应职业岗位的要求。针对这种情况，本校《医学大数据技术》课程教学团队对课程进行了改革建设。根据医学信息类学生今后从事的工作岗位的要求选取适当的课程内容，强调学以致用，加强学生实践能力训练，将实际的医学数据案例贯穿于课程教学中。课堂教学采用理论与实践相结合，真正实现教、学、做一体化教学，从而提高医学信息类学生的实践能力，满足医院信息部门对医学信息类人才的需求。1 课程建设目标本团队长期追踪研究人才市场需求、学生期望及教学规律，科学定位课程建设目标，以学生的实践和创新能力培养为主线，改革人才培养模式和机制，进一步优化课程的制订、实施及评价体系，深化教学内容改革，加强实践教学，提高教学质量和人才培养质量。本课程的建设目标是把《医学大数据技术》课程建设成为一门教学内容丰富多彩、教学手段推陈出新、教学体系创新完善的课程；融教学环境建设、教材建设、多媒体辅助教案、网络课程建设一体的多领域、广覆盖的立体式现代课程体系；同时着力打造一支教学经验丰富、科研实力强大、熟练掌握各种现代化教学方法的高水平师资队伍，对其他相关课程起到示范、辐射、带动作用，促进相关课程的改革。2 课程性质《医学大数据技术》是一门综合性应用类课程，是本校信息管理与信息系统专业和医学信息工程专业的核心专业课程，共计54学时，包括理论课30学时，实验课24学时。教学内容主要包括医学大数据挖掘与分析的基本理论与方法。教学目标为培养出能够完成医学大数据的数据收集、数据处理、数据挖掘与分析评价等工作的人才，从而解决医学大数据分析的相关问题。总体来讲，本课程重在培养学生对医学大数据相关问题独立思考、分析与实际解决的能力。《医学大数据技术》的先修课程为医学统计学、线性代数、高等数学和概率统计等。学习以上课程，使学生掌握经典的医学大数据挖掘分析方法，培养学生的医学大数据分析的实践应用能力，使学生具备就业岗位(如医学大数据挖掘工程师、医院的相关信息与科研部门)所需的知识与技能，同时使其具备医学大数据挖掘与分析的职业能力和创新能力。3 课程内容选取《医学大数据技术》以医学大数据应用能力为根本，注重知识学习的层次性，选择相关职业岗位要求必备的内容，突出重点和难点，对定义等概念性东西略讲。整个课程内容框架如图1所示，分别是概述、数据预处理、Python数据分析、关联规则、数据分类和数据聚类6个部分。图1《医学大数据技术》课程内容框架3.1概述 主要是了解数据挖掘在医学大数据上的应用案例；熟悉数据挖掘的基本概念、基本方法，以及基本流程；掌握医学大数据技术的基本数据预处理 主要是了解数据预处理的目的和主要任务；熟悉数据预处理的流程；掌握数据清洗、数据集成、数据变换，以及数据归约的基本概念和方数据分析 主要是了解Python基础知识；熟悉Python软件对CSV文件、Excel文件和数据库的操作；掌握利用Python软件对数据进行提取、处理，以及压缩的理论知识和实战关联规则 主要是了解关联规则的经典算法；熟悉关联规则的基本概念；掌握关联规则的基本原理与应用，能够利用Apriori算法完成医学数臼莘掷?主要是了解数据分类的经典算法；熟悉数据分类的基本概念；掌握数据分类的基本原理与应用，能够利用决策树算法完成医学数据分朗菥劾?主要是了解数据聚类的经典算法；熟悉数据聚类的基本概念；掌握数据聚类的基本原理与应用，能够利用k-means算法完成医学数据聚类的实践操作。4 教材建设《医学大数据技术》是医学和计算机学科相互交叉、综合性很强的一门课程。目前的教材主要是介绍大数据理论和基本原理的教材，而医学大数据方面的教材几乎没有。根据信息管理与信息系统(医药卫生方向)、医学信息工程的培养计划的基本要求，本课程使用的教材是毛国君和段立娟主编的普通高等教育“十一五”国家级规划教材《数据挖掘原理与算法》，该教材由清华大学出版社出版。同时结合课程教学团队收集整理的Python数据分析资料和医学数据挖掘案例一起进行教学。本课程教学团队计划在以后的课程建设中，结合课程内容、专业人才培养目标、医学数据挖掘案例，自己编写具有医学信息特色、“教、学、做”一体化的教学讲义，然后在实际教学过程中，根据学生的反馈和实际教学情况对讲义进行修改，经过几轮课程教学，选择合适的出版社出版适合于医学信息类学生使用的教材。5 教学环境建设本课程的教学目标是使学生在掌握一定理论知识的基础上，提高其解决实际问题的能力。医疗大数据的关键在于“大”；而目前的实验课程中，一般选取少量的医学数据作为项目素材来模拟大数据环境，最终导致学生对医疗大数据的认知有一定的偏差。因此，需要建设医疗大数据的真实平台，使学生对医疗大数据的实际处理流程有更精准的认知。重庆医科大学以本学院为牵头单位，与医渡云共同建设了“医学大数据研究院”。该研究院已收集了海量的临床医学数据，搭建了医疗大数据平台和服务器，且对部分老师开放了一定的访问权限。通过与研究院的协商与沟通，本团队拟以该平台为依托，作为《医学大数据技术》课程的实验平台，让学生可以接触真实的医学“大”数据，减小课堂教学与实际项目的鸿沟，提高学生解决实际项目的能力。6 教学团队建设大力加强《医学大数据技术》课程教学团队建设，全面增强教学团队整体素质，提高课程教学质量。通过课程教学团队建设，提高教学团队意识，改革课程教学内容，创新教学方法，促进教学交流，提升教学手段，达到实践性教学的目的。加强医学大数据研究与课程教学的结合，积极将相关科研成果运用于课程实践教学中。重视教学团队成员的培养工作，尤其是新教师的培养，逐渐提高团队成员的教学水平。为提高教师的科研能力，逐年推出一批中青年教师参加大数据培训，引导一部分中青年教师参与大数据的研究和横向课题，切实提高教师的科研能力。经过3～5年的培养和锻炼，形成一支以课程负责人为带头人，课程建设成员为骨干的教学水平高、创新意识强的优秀教学团队。7 教学大纲的升级与论证本团队拟结合教学实际，对大纲进行升级与论证，以进一步提高教学效果与教学质量。具体的步骤见图2。图2教学大纲升级与论证过程图7.1教学经验总结 对上一学期学生评教意见以及教师教学过程中的经验进行总结，以此作为教学大纲修改的依臼诳味韵蟮南刃蘅纬烫逑捣治?了解授课对象的先修课程，评估学生的专业水平、智力特点和认知规律，为授课内容和方式的优化提供依狙鸵蹈谖患际跣枨?通过对重庆医科大学各附属医院以及医学大数据研究院进行调研，了解其目前对医学大数据处理的需求，以保证教学大纲满足学生将狼把氐餮?通过走访各医院以及文献阅读，了解医学大数据领域的前沿、重点以及难点问题，保证教学内容能够在解决实际临床问题的基础上，紧跟研究教学大纲的修改 综合上述调研和分析结果，对教学大纲进行修改和论证，使该课程的教学内容适合授课对象、满足就业需求、紧密联系实际临床问题和研究前沿。8 网络课程建设为了进一步改善教学效果，保证学生能够课下进行知识点的复习与巩固，为“反转课堂”的实施提供基础，特以重庆医科大学的COOC平台为依托，对该课程建设网络课程。网络课程建设主要包括：知识点构建、资源上传(课程PPT、课程教学大纲、实验指导、实验数据、代码)、习题库建设、作业布置与批改板块、教学视频制作与上传、师生互动板块等。9 教学实施《医学大数据技术》的教学目标是使学生掌握一定的理论知识外，还需要培养学生的实践动手能力。单独开设理论教学是无法达到该课程的教学目标。因此，需要为学生提供动手实践的机会，增加合适的实践教学内容是非常有必要的。传统的课堂教学采用讲授式教学，老师首先使用多媒体讲解理论知识，然后再上实验课。这样会造成理论教学和实践教学完全脱节。本课程教学团队把课堂安排到实验室，把理论教学和实践教学融为一体，教师边教，学生边学理论知识，边动手实践，实现“教、学、做”一体化。例如：在讲解聚类算法时，可通过具体的川崎病临床数据给学生进行更深层次的综合性实践，并将TSNE以二维的方式展示出来。以川崎病临床数据聚类分析作为教学案例，生动直观，具有明显的目标性和实用性，实现了理论教学和实践教学的有机结合，能够非常有效地培养学生分析问题、解决问题的能力，进一步激发了学生的学习兴趣，提高了学生的学习积极性和主动性。10 结 论针对存在的问题，本课程教学团队对《医学大数据技术》课程进行了改革。根据医学信息类人才培养的需要，明确了课程的性质；根据工作岗位的要求选取课程内容；根据教学目标的定位，在实验室采用“教、学、做”一体化的教学模式。本课程的改革，提高了学生的学习积极性，培养了学生的医学大数据分析的实践应用能力。参考文献[1] 丁凤一，刘婷，陈静.医疗健康大数据研究进展剖析[J].信息资源管理学报,2017，7(4):7-18.[2] 戴阿咪，高东平.基于CiteSpace的医学大数据国际发展研究现状分析[J].中华医学图书情报杂志,2017，26(7):7-12.[3] 舒影岚,陈艳萍,吉臻宇,等.健康医疗大数据研究进展[J].中国医学装备,2019,16(1):143-147.[4] 宋波,杨艳利,冯云霞.医疗大数据研究进展[J].转化医学杂志,2016,5(5):298-300.[5] 黄小龙,罗旭,汪鹏,等.综合医院大数据应用需求调查与分析[J].中国医院管理,2018,38(1):69-71.[6] 秦文哲,陈进,董力.大数据背景下医学数据挖掘的研究进展及应用[J].中国胸心血管外科临床杂志,2016，23(1):55-60.[7] 刘文剑.试论医院大数据的内涵解析与应用现状[J].科技创新导报,2018,15(9):182-183.[8] 沈韬,张雪,李丹,等.2015-2016年度中国医院信息化状况调查报告[EB/OL].[2019-01-03]. 高园园,吕庆文.数据挖掘课程的教学思考[J].医学信息,2009,22(11):23-24.[10] 廖宣植.数据挖掘在医学高校课程关联和成绩预测上的应用[J].信息与电脑(理论版),2019，21(2):154-156.[11] 谭征,孙红霞,王立宏,等.基于实例的本科数据挖掘课程教学探索[J].计算机教育,2013,11(9):67-70.

文章来源：《世界最新医学信息文摘》 网址: http://www.sjzxyxxxwz.cn/qikandaodu/2020/0709/368.html

上一篇：混合教学方式下医学信息类课程教学模式创新与
下一篇：“互联网+”视角下的医学信息类专业学风现状及