數據驅動的Seminar臨床教學模式架構及其課堂實現

朱 毅，彭 臻

1.南京醫科大學第一附屬醫院呼吸科，江蘇 南京 210029；2.東南大學經濟管理學院，江蘇 南京 211189

一、問題的提出

伴隨數據庫、數據挖掘技術的發展，科學研究的范式逐漸轉向第四范式，即數據密集型科研（data?intensive scientific discovery）［1］。在研究領域，美國國家科學基金會（NSF）及英國生物技術和生物科學研究委員會（BBSRC）已經明確要求，項目申請人在申請書中提供有關數據保存和共享的承諾與措施［2］。隨著基因分型、新一代測序、圖像技術的發展與成熟，在醫學領域產生了海量的基因組/表觀基因組、生理、圖像和臨床的數據，2012年美國國立衛生研究院（national institutes of health，NIH）開發的ClinVar 數據庫在醫學數據的關聯分析方面邁出了重要的一步。ClinVar 數據庫整合了十多個不同類型數據庫，通過標準的命名法來描述疾病，進而將變異、臨床表型、實證數據以及功能注解與分析等4個方面的信息，逐步建立起一個標準、可信、穩定的遺傳變異—臨床表型相關的數據庫，以促進臨床醫生對基因型與醫學臨床表型之間關系的深度研究。斯坦福大學又基于ClinVar 數據庫開發出了在線工具Path?Scan，用以幫助臨床醫生和研究者對各種變異進行統計分析，并對變異進行臨床解釋［3］。2013年全球基因組學與衛生聯盟（global alliance for genomics and health，GA4GH）成立，并制定了《基因組學與健康相關數據責任共享框架》，在這一框架下臨床醫生及醫學科研人員可以共享臨床數據與醫療檔案。GA4GH 已經成為面向遺傳性腫瘤檢測的數據服務平臺［4］。

臨床醫療大數據分析日益成為當前研究多基因復雜疾病易感性、復雜疾病的發生機制和疾病防治研究與藥物開發的關鍵技術。醫學環境的變化，促使科研人員在學術研究和學術交流過程中日益重視使用和共享他人的研究數據，并保存和提供自己的研究數據。由此，既帶來了臨床醫學研究范式的轉化和研究過程的改變，也對臨床教學模式提出了變革的要求。醫學研究已不再完全依賴實驗室和臨床，而逐漸開始以既有的科學數據作為研究的起點，通過內容分析和數據挖掘來探索發現“新知”。

而這一臨床醫學研究和臨床決策模式的轉變并沒有在目前的臨床教學中得到體現。臨床醫學教育仍然以教師的“千言萬語”為主，學生只是“被動地接受”。如何使學生的思維真正活躍起來，通過收集相關的醫學文獻、案例和數據，在此基礎上進行整合思考，通過對事實數據的分析挖掘與深入討論，發現問題，是大數據環境下臨床教學面臨的新課題。

二、數據驅動的臨床Seminar教學模式架構

（一）數據驅動學習模式

數據驅動學習（data?driven learning，DDL）最早是一種語言教學法，其核心理念是以學習者為中心，借助語料庫的大量真實語料作為教學材料，通過計算機軟件構建真實語境，學生在教師引導下對構建的真實語境中的語言特征進行分析總結，從而習得外語的教學方法［5］。DDL的優勢在于：首先，語料庫中的語言材料屬于自然語言，而不是為了教學目的生造出來的，因此具有天然的生動性、真實性和準確性。其次，DDL 強調學生的主動學習。整個教學過程以學生的需求為導向，通過學生的自主探究以及和同伴的深入討論，實現對學習材料的歸納與提煉；教師的作用則主要體現在對教學設計以及教學過程的監控和引導上，教師作為學生學習的引導者和支持者，最終對學生的學習進行形成性和終結性評估。

DDL 所強調的自主探究式學習、多主體參與和協作交流，以及通過數據驅動將新的信息與學習者既有知識儲備和已有信息關聯、整合等特點，能夠不斷有效地構建學生的知識體系和能力系統，進而實現知識和技能、合作與溝通等多重教學目標。隨著網絡學術資源的日益豐富，以及網絡技術的日益完善，DDL 教學模式在網絡大數據時代越來越體現出其優越性。

（二）Seminar教學模式

Seminar 教學設計通常是圍繞某一專題或某一論文，學生在閱讀論文之后進行小組討論，師生互動辯論，自由發表意見，指導教師在討論前后進行評述。由于Seminar 教學以學術交流互動為主要特征，且兼具教學與研究雙重之能，故Seminar 教學是歐美大學本科高年級和研究生教育常用的模式。

典型的Seminar 教學設計包括：①教師設定或選擇討論的主題或論題，指導學生收集、檢索、閱讀相關文獻材料。②教師在課堂教學中將論題導入。教師在簡述討論主旨和重要知識點之后，由學生根據查閱的文獻資料以及既有知識儲備闡述不同觀點。③師生圍繞主題組織學生進行深入討論。最后由教師予以總結評述。其中最為關鍵和困難之處在于討論部分。Seminar 教學效果的優劣取決于能否形成真正有意義的學術討論，往往由于論題設定的不合理，或學生資料收集的不充分、同質化，無法形成討論的交鋒，最終流于形式上的匯報，實質上只是知識點的重復報告。

（三）基于DDL的臨床Seminar教學新模式

在近年來的臨床教學中，Seminar是一種比較常用的教學模式，但教學效果不太滿意。討論的主題通常會選擇某一病例或某一論文，但由于學生既有知識儲備的有限，資料收集主要來源于教材和教參，前期資料準備缺乏有效的組織和有序的分組，因此在實際的課堂討論中并不能形成有效而充分的討論，完成高質量的交流，其結果最終還是又回到教師的課堂講解和傳授中。

事實上在大數據環境下，很容易就可以通過數據庫的檢索，便捷地獲取相關學術文獻和臨床數據，但是具體落實到如何將獲得的醫學信息和數據轉化為臨床教學實踐的內容，則面臨著重重困難。這一困難不僅體現在醫學數據資源的檢索、獲取、分析和利用方面，更為艱難的是如何把醫學數據這一環節導入臨床教學和Seminar 討論之中，實現無縫銜接。

目前這方面的教學工作還處于摸索和嘗試階段，尚未建立起在網絡大數據環境下的臨床醫學教學新意識。就臨床Seminar 教學而言，其過程實際上包含了數據收集—數據建模—數據分析—數據反饋這樣四個彼此關聯的環境，并最終形成一個由數據流驅動的Seminar教學模式。

1.數據采集

就醫學領域而言，醫學數據不僅數據類型繁多，且具有其他學科領域數據不可比擬的多樣性和復雜性。除了醫學文獻信息之外，還包括圖表數據、電子健康檔案、電子病歷、基因、核酸序列數據、藥物信息、公共衛生信息等，以及保險公司索賠記錄、藥房記錄、政府醫療救助等多種來源的醫療信息。從來源途徑分類，醫療數據可以分為3 種主要類型。

觀測型數據：包括來自各類觀測設備和測量儀器，如CT、MRI、X線等圖像數據，以及傳統檢測手段（生化、免疫、PCR 等）、新興的檢測手段（二代測序、基因芯片等）數據，這類數據一般也是臨床研究與臨床診斷決策的基礎支撐數據。

實驗型數據：來自醫學臨床試驗、實驗室以及大型實驗設備等的實驗結果數據。主要是醫學最新科研進展，包括藥企從臨床前、Ⅰ～Ⅲ期臨床、Ⅳ期臨床、上市后大量人群中進行療效不良反應跟蹤獲得的數據。

事實型數據：通常是臨床醫療過程中產生的事實數據。包括電子病歷信息、健康檔案信息、醫生的用藥選擇、診療路徑記錄以及醫保數據，包括參保人的病史、報銷記錄、藥物經濟學評價等。

上述3 類數據，在來源和指向上有其不盡相同的特征和功能，但在面對疾病或具體問題的研究過程中，它們通常需要被關聯使用。臨床在面對某一疾病的治療時，需要實現對臨床醫療記錄、PubMed論文、核苷酸和基因序列數據、三維結構信息、影像圖譜信息等集成訪問，整合運用，才有可能對某一疾病的機制和本質獲得相對充分的認識和理解，作出正確和最優的醫療決策。

2.數據建模

現階段的臨床文獻和醫學數據大多是基礎性的，它們既沒有與臨床數據關聯整合，例如患者的家族病史；也沒有與醫療記錄、醫療保險數據相關聯，而對于數據挖掘和分析而言，最為關鍵的是數據模型的選擇。只有確定數據模型，后續的數據分析才能夠得以順利完成。隨著數字技術的進步，越來越多的專業數據庫產品提供了數據建模的服務功能。如美國的基因數據公司Tute Genomics 不僅可以實現對多種基因變異的解讀，還整合了公眾數據，包括1000 Genomes Project 和NHLBI ESP-6500等基因組項目的數據、ExAC 的60 000 份基因樣本和記錄模型注解以及ClinVar 數據庫的臨床注釋。Tute Genomics 現已將其數據庫放到Google Genom?ics平臺上，研究人員可以利用Google 的BigQuery云數據分析引擎，搜索基因組的特定片段及基因組序列，從而找到具有共同變異的基因組片段。Google Genomics 還提供數據分析服務，旨在推進基因組和臨床數據的有效共享［6］。通過對醫學數據的挖掘與分析，能夠實現對常見疾病如心腦血管疾病、糖尿病、腫瘤、哮喘病、結締組織病等疾病發生概率的預測和疾病風險的預測，預測遺傳性疾病和多發性多因素疾病。

3.數據分析

醫學大數據挖掘分析常用的模式，主要包括4大類型。①聚類分析：通過對某些異常指標的采集，可以分析患者的疾病診斷數據，將數據劃分到相應的自然組群中，并考察產生的聚類結果在臨床上的意義；②關聯分析：目的是發現大量數據中項集之間的關聯關系，例如，應用關聯規則分析發現心臟灌注測量和患者危險因素與特殊的動脈狹窄程度緊密相關；③異常檢測：目的是發現與數據的一般行為或模式不一致的異常情況；④建模預測：通過建立某一類癌癥的預測模型，可有助于癌癥的早期發現。

目前可以用于數據分析和文獻分析的開源軟件與工具很多。不僅中國知網（CNKI）、WOS、SCOPUS等大型專業數據庫可以直接提供“計量可視化”功能，實現聚類、關聯分析；一些開放軟件如EndNote、SATI、VOSviewer、Refworks、Bibexcel、Citespace、Hist?cite 等，均能提供主題分布和趨勢分析、合作關系與應用網絡分析，實現共現分析、聚類分析、多尺度分析、社會網絡分析等功能，并挖掘和呈現可視化的數據結果。可以說，網絡數據環境和開放的數據分析模型與數據工具，已經為臨床Seminar 聯合DDL教學模式提供了現實可用的工具以及條件準備。

4.數據反饋

圖1所呈現的是醫學數據和臨床決策整合的反饋過程，其左欄涵蓋了從患者咨詢到醫生給出治療方案一系列工作流程中涉及的醫療信息和數據需求，右欄為所需涉及的不同醫療人員，中間欄則顯示支持不同工作流程所需的信息系統或技術，包括電子病歷、IT 支持（數據存儲和處理）、數據分析、數據整合、知識和數據共享等［7］。

圖1 數據驅動的臨床診療決策反饋流程

此流程幾乎涉及臨床決策過程中的所有從業者，包括臨床醫生、病理、影像、檢驗、藥房管理等等。圍繞這一流程，師生可以進行廣泛而充分的討論。學生在此討論過程之中，所獲得的不僅是關于某一疾病或病例的局限的認識，而且是一個全局的完整的認知，從而做到既見樹木，又見森林。事實上，數據驅動的臨床診療決策過程本身也在不斷生成和積累新的數據，并最終支持臨床研究的進步與突破。當這一流程中產生的醫療數據積累到一定程度，結合基礎和臨床研究的成果和發現，就可以上升到臨床診療指南層面，引導和指導臨床實施。

三、數據驅動的臨床Seminar教學實例設計：新冠肺炎進展分析

從本質上說，臨床Seminar 教學只是臨床的預演，而不是真實的臨床，教學的目的更主要是為了擴展和完善學生的知識結構，訓練其靈活開放的思維方式以及理論與實踐結合的能力，因此在教學設計中有必要拓展討論主題的范疇，使其具備更大的深度和廣度。在臨床Seminar 教學中，如何在課堂上引入問題，推動討論不僅需要遵循一定的方法，更需要進行精心設計。為了探索數據驅動的臨床Seminar 聯合DDL 教學模式在課堂上的實現，本研究圍繞新冠肺炎這一主題，設計了一個完整的教學案例。

新冠肺炎是一種由新型冠狀病毒感染導致的急性呼吸道傳染病，其傳播速度快，自首次發現至今已經在全球多個國家和地區蔓延和傳播。在此期間，國內外相關研究論文數量也呈爆發式增長。本案例借助Excel 和VOSviewer 可視化軟件［8］，作為學生進行數據分析及后續討論交流的分組工具。VOSviewer 是荷蘭萊頓大學科技研究中心（The Cen?tre for Science and Technology Studies，CWTS）的Van Eck 和Waltman 于2009年開發的一款基于JA?VA 的免費軟件，主要面向文獻數據，側重科學知識的可視化。VOSviewer 最大的優勢就是圖形展示能力強，適合大規模數據，通用性強，適配于各種數據庫、各種格式來源的數據。本研究以此探討新冠肺炎領域的研究態勢和研究熱點。

（一）數據來源

選定學生最為熟悉和常用的CNKI 期刊數據庫作為文獻來源。在CNKI 檢索文獻時采用專業檢索方式，以“KY=‘新型冠狀病毒肺炎’+‘新冠肺炎’+‘COVID?19’”為檢索式進行檢索，語種限定為中文，數據庫限定為核心期刊，由于新冠肺炎疫情從2019年末暴發，時間限定為2019年12月—2020年8月。檢索結果經過手動剔除無作者文獻、會議等無效文獻并去重處理后，于2020年8月20日最終獲得1 902篇文獻，并以EndNote（用于VOSviewer 分析）和自定義xlsx（用于Excel分析）格式導出其題錄信息。

（二）數據分析方法

利用數學和統計學的相應知識來描述、評估和預測新冠肺炎特定領域的狀況和趨勢。分析工具VOSviewer 作為專門開發的用于科學知識圖譜繪制的有效工具，其核心思想是“共現聚類”，即兩個事物同時出現代表它們之間是相關的；這種相關關系存在多種類型，它們的強度和方向也不一樣；基于關系強度與方向的測度指標聚類，能從不同的側面為研究人員提供不同的觀察視角，從而全方位地了解領域的研究動向［9］。本研究使用Excel 對檢索獲取的新冠肺炎領域題錄數據中的發文時間、關鍵詞等進行字段抽取、頻次統計，而后利用VOSviewer 進行聚類分析和熱點分析，分別生成聚類網絡圖和熱點密度圖。

1.高頻關鍵詞統計

通過對題錄數據中的關鍵詞進行統計可知，1 902篇文獻中共出現關鍵詞4 656個。根據Donohue提出的高低頻詞分界公式T=-1+，其中l1為出現頻次為1 的關鍵詞數量，詞頻排序前T位的關鍵詞為高頻關鍵詞［10］。在4 656 個關鍵詞中出現頻次為1 的關鍵詞有3 616 個，根據公式計算T=84，因此詞頻排序前84 位的關鍵詞為高頻關鍵詞。高頻關鍵詞的個數僅占所有關鍵詞的1.8%，說明高頻關鍵詞的數量較少，一定程度上可以反映出我國新冠肺炎相關研究涉及的內容較廣，領域分散，但研究方向尚不明確。將國內新冠肺炎相關文獻的所有高頻詞整理成表，去掉檢索詞（新型冠狀病毒肺炎、新冠肺炎與COVID?19），出現次數50 次以上的關鍵詞分別為新型冠狀病毒（286 次）、新冠肺炎疫情（156 次）、網絡藥理學（76 次）、疫情防控（69 次）、突發公共衛生事件（61 次）、2019 冠狀病毒病（60次）、新冠疫情（56次）、臨床特征（55次）、中醫藥（52次）、嚴重急性呼吸綜合征冠狀病毒2（51 次），均為新冠肺炎研究的熱點詞匯，也是研究者重點關注的主題。

2.研究熱點領域分析

高頻關鍵詞在一定程度上代表著領域的研究熱點，但各個關鍵詞并不是孤立的獨立存在，他們之間存在相似、共線、同類等多種關系。通過對關鍵詞進行聚類共線分析，能夠更好地幫助研究人員把握某領域的關鍵主題，確認研究方向。運用VOSviewer對出現頻次大于等于11 次的87 個關鍵詞進行聚類共線分析，刪去檢索詞新型冠狀病毒肺炎、新冠肺炎、COVID?19 以及檢索詞同義詞新型冠狀病毒肺炎（COVID?19），得到高頻關鍵詞聚類共現圖譜（圖2）。圖譜結果顯示83 個高頻詞可以歸納為6 個主題類簇，即6個研究熱點領域。

圖2 新冠肺炎研究高頻關鍵詞聚類共線圖譜

第1 個聚類：紅色區。主要涉及2019 冠狀病毒病、臨床特征、流行病學、治療、診斷、流行特征、兒童、臨床表現等21 個關鍵詞，其中主要的關鍵節點為臨床特征和流行病學。該主題關注的是新冠肺炎的臨床特征表現以及如何運用臨床表現進行診斷、治療和防控。

第2個聚類：綠色區。涉及新冠肺炎疫情、突發公共衛生事件、影響因素、疫情防控、焦慮、抑郁、心理健康、應急管理、人工智能等18 個關鍵詞。其中關鍵節點為新冠肺炎疫情、突發公共衛生事件、應急管理、疫情防控，該主題關注的重點在于面對新冠肺炎疫情這樣的突發公共衛生事件時，應該怎樣處理與解決，也就是公共事件管理和應急管理，此外可以發現研究人員還比較關注疫情期間人們的心理健康。

第3個聚類：深藍色區。涉及2019?NCOV、SARS?COV?2、2019新型冠狀病毒、臨床試驗、醫務人員、醫院感染、感染控制、感染防控、護理管理、管理、防護等15個關鍵詞。其中關鍵節點為醫院感染、感染防控、護理管理，該主題主要涉及醫院感染控制以及護理管理兩個方面。

第4 個聚類：黃色區。涵蓋14 個關鍵詞，包括診療方案、中醫藥、藥學監護、藥學服務、合理用藥、方艙醫院、專家共識、洛匹那韋/利托那韋等。其中關鍵節點為方艙醫院、中醫藥、藥學監護、診療方案，該主題主要涉及用藥方面的研究。

第5 個聚類：紫色區。涵蓋11 個關鍵詞，包括網絡藥理學、作用機制、辨證論治、瘟疫、中醫證候等。其中關鍵節點為網絡藥理學、分子對接、中醫，該類主要是對中醫診治新冠肺炎的研究，其中的重點為網絡藥理學。

第6 個聚類：淺藍色區。僅涵蓋4 個關鍵詞，分別為冠狀病毒屬（肺炎）、病毒性、核酸檢測、冠狀病毒感染。主要關注病毒檢測方面的研究。

由此，基于CNKI，借助Excel 以及VOSviewer 可視化軟件，學生對國內新冠肺炎相關的研究做了統計與分析，并繪制出了聚類共現圖和熱點密度圖，發現目前我國新冠肺炎的研究主要集中在臨床特征、治療和感染防控、網絡藥理學、公共事件管理等方面。基于這一發現，學生選擇自行分專題組，進行相關文獻的細讀，并在對原始文獻的閱讀中補充相關臨床數據，進而完成Seminar 討論前的準備；在課堂進行Seminar 討論的過程中，每一個分組都能夠有事實有依據地進行交流，探討當前的研究態勢和熱點，并最終獲得了對新冠肺炎研究的整體認識。

四、總 結

本研究提出了一種具有借鑒和推薦意義的DDL 聯合Seminar 的教學模式，用一句話概括，就是“通過數據驅動回顧疾病的認識過程和研究發展”。初次進入某一疾病領域的學生對于該疾病的機制和治療幾乎是一無所知。如果一味灌輸醫學界對疾病的認識，忽略人類對該疾病的認識過程，就會造成“知其然不知其所以然”的問題。事實上，在疾病的每一個認識方面，都存在一個“發現問題，解決問題”的思考過程。對于這些問題，教師可以留給學生去查閱文獻，進行綜合思考和交流討論。在學生經過廣泛而深入的討論之后，教師再給予事實的揭示和理論的講解，對學生經過一番積極的思維以后所給出的合理或者不合理的回答作出點評；作為掌握學術前沿的教師，也可以對相同疾病的話題作進一步的引申，進而引發下一階段的話題，并最終將學生帶上該研究領域的認識前沿。

臨床醫學模式的轉變，以及臨床決策和醫學研究范式的改變，對醫學從業者提出更高的要求，體現在醫學生的培養上就要求他們能夠認識到學術研究模式已經進入數據密集型科研階段。因此培養數據意識，更重要的是在臨床研究和實踐中利用數據、管理數據，提高醫療決策的有效性，這是醫學科研和臨床發展的要求，也是跟上網絡數據時代的必要技能。