案例教學法在《醫學數據分析》課程中的探索與應用

王坤 宋秋楠 王偉東

新疆第二醫學院 新疆 克拉瑪依 834000

引言

近年來，伴隨著人工智能、數據挖掘、醫學輔助診斷技術和互聯網技術的快速發展，全球范圍內的數據正在以驚人的速度快速增長，各行各業在生產生活中都產生并收集了大量的數據，尤其是在醫學影像、醫學檢驗等診療方面尤為突出。隨著醫學大數據時代的到來，醫學數據的分析就顯得越來越重要，如何在這些海量的影像、化驗及診斷數據中準確、細致且快速的尋找到所需的數據，并以此來輔助或提高臨床診斷、識別的準確度、精確度和速度就顯得尤為重要，目前在應用型醫學院校內開展相關數據分析課程的高等院校并不多，具有醫學背景的應用型數據分析人才的培養還存在極大的缺口。《醫學數據分析》課程是我院信息管理與信息系統專業的必修課程，如何更好地基于應用型本科院校及其附屬醫院的相關資源培養學生，盡量縮小學生在校理論學習和實踐應用與就業崗位之間需求的差距，是我院培養應用型人才亟待解決的問題[1]。

《醫學數據分析》課程作為一門涉及高等數學、線性代數、概率論與數理統計、數據庫原理及應用、統計學、R語言基礎、機器學習等領域的交叉課程，課程難度較大，作為醫學院校本科生課程開設的參考經驗嚴重不足[2]。

本文以我院信息管理與信息系統專業為例，探究在醫學院校的《醫學數據分析》課程中以任務驅動式的案例教學為主線，并結合醫學背景知識、加強實踐教學的總體思路，真正做到學以致用，舉一反三。

1 教學中存在的問題

《醫學數據分析》課程是一門主要以理論指導實踐操作，并解決實際問題為導向的課程，在我院的教學中卻沿用醫學類課程的培養模式，以理論和實踐相分離的方式進行教學，忽視了信息管理與信息系統專業的特殊性和課程應用的實踐性，并且在教學內容過多強調理論，缺失了數理思想和醫學數據分析能力的培養，理論和實踐單獨教學產生一定的重復性，不僅浪費了課堂上寶貴的有限教學課時，而且降低了信息管理與信息系統專業學生課上和課下的學習效率。總體來看，在實際教學過程中，主要存在問題歸納為以下幾點：

1.1 教學模式單一

在傳統的教學過程中，醫學生相關課程的教育模式采用的基本都是理論與實驗教學相分離：理論課講授基礎理論知識，實驗課進行教學觀摩和實驗操作練習，這種理論教學與實踐教學相分離的模式，不僅忽視了課程理論知識與動手實踐的合理搭配，而且造成了理論和應用相分離，不符合應用型本科院校學生應用能力培養的目標定位。目前，醫學數據分析課程仍沿用這種教學方式，理論課上由老師進行PPT+板書講授基礎知識，實驗課上由學生完成對應的實驗操作，最后由老師進行實驗講解、答疑。這種教學方式導致理論學習與案例教學相脫離，對于信息管理與信息系統的專業和學科的特殊性，雖然理論教學和實踐操作均設置在計算機機房，但學生在理論學習過程中完全不進行實踐操作，導致學生在理論課學習相應的知識內容后，課下如不及時進行回顧復習，將會導致學生在實驗課上出現理論與實驗無法相結合，造成理論無法指導實踐的情況。

1.2 難以找到合適的教材

對于醫學院校的數據分析課程，沒有合適的學習教材主要由以下兩點因素造成：一是由于我院的信息管理與信息系統專業與綜合類院校的計算機專業的定位不同，很多數據分析或數據挖掘教材主要針對的是計算機類的學生，忽略了醫學院校計算機方向學生的特殊性，與醫學相關的案例和實踐項目結合較少，忽視了醫學院校的背景，相關教材難度和案例的適用性不符；二是在進行數據分析算法講解過程中，由于各算法涉及的相關知識較多，在教材中存在缺失或各章節案例分散，缺乏統一，學習不具有系統性，無法為學生奠定一個完整的知識體系，再加上傳統的講授教學晦澀難懂，難以提高學生的學習和動手實踐的興趣，最終造成失去學習的興趣，實踐能力越來越差的局面。

1.3 課程考核方式不合理

目前，大多數數據分析課程仍采用傳統的形成性評價的方式進行，即期末成績占70%，平時成績占30%，然而對于數據分析課程來說，主要培養的就是學生實踐操作和應用能力，最終考試卻將理論提升到了主導地位，完全顛倒了該課程的應用型人才的培養目標。另外，在課程學習過程中，未將學生參加數據分析或數據挖掘等相關競賽引入，未達到以賽助練、以練助賽的教學形式，導致課程的理論知識學習上無法結合應用來體現出課程中的重點內容和熱點問題，最終會使學生的實踐應用能力無法得到實踐應用，不足以滿足應用型本科的專業培養目標。

1.4 思政教育融合不足

課程思政屬于近期推出且被高度關注的教學改革方向，歷史可借鑒、可參考案例并不多。數據分析課程具有較強的應用性和實踐性，在課程教學中大多講授基礎知識和實踐操作相結合，重點在專業知識技能的培養，卻忽略了線上線下資源的整合及思政教育的應用。傳統的課堂思政教育僅僅停留在課前思政視頻或相關時政新聞，在課堂教學過程中也會開展部分相關思政教育，但思政教育的內容無法形成體系，也沒有貫穿于課程教學全過程。在育人的進程中，沒有結合專業和課程特色來實現專業知識教授與課堂思政教育的融合、協作。

2 課程改革措施

《醫學數據分析》作為信息管理與信息系統專業的專業必修課，同時也是《R語言基礎》的后續拓展課程。為了提高該課程的教學質量和教學效果，針對該課程在教學過程中存在的問題，從以下三個方面進行教學改革探索。

2.1 任務驅動的案例探究式教學模式

以該課程為依托，采用任務驅動探究式案例教學模式改變了以往傳統的理論與實踐相分離的教學方式，在教學、實踐和課堂討論過程中，將理論知識內容和課程案例有機結合[3]。針對該課程數據分析算法的連續性及復雜性，以小組形式開展項目化，學生分組后，可自主在老師指定的公開數據平臺中尋找相關醫學數據。在課程學習過程中以學習進度將項目細分為數據收集、數據預處理、探索性分析、數據挖掘和結果分析與解釋等系列的小項目，由學生根據學習進度自主安排階段性的項目目標，循序漸進，逐步建立學生對于醫學數據的分析思路及實踐項目的自信。下表為《醫學數據分析》課程中兩個章節的案例設計。

表1 教學項目案例節選

“授人以魚不如授人以漁”，通過角色轉換后，讓學生自己作為項目的負責人，在前續相關理論學習完成后，就需要自己主動的開始任務的完成[4]。老師僅僅在課堂中進行了基本知識的講解，學生要完成任務就必須在課后進行大量的參考資料閱讀、相互討論及數據分析的工作。這樣老師作為主導者必須時刻掌握學生階段性項目任務的進度及完成情況，對于當前存在困難的學生即使給出相關建議或意見，在必要時給予技術上的支持，最終引導學生完成整個教學項目。采用該方式后，一方面使得學生自主學習能力不斷地提高，還有足夠的興趣和能力去完成每個階段的任務，并且會更加認真地在理論課中尋找自己想得到的知識及課后探索自己需要的課外知識；另一方面，由于學生自己來尋找項目，項目方向具有多樣性，選擇的算法具有不可控性，同樣也促使老師不斷地提高自身能力，教學的內容不再一成不變，而是隨時更新。這種教學模式的采用，轉換了傳統教學中的“填鴨式”、“大水漫灌式”的教學模式，使學生真正的體會到了學習的主動性、同樣也不斷地促進教師提高，達到了“雙贏”的學習效果。

2.2 以賽助學、以學促賽

在《醫學數據分析》課程的教學過程中，將相關醫學建模競賽、雙創等活動融入學生課程學習和實踐應用中，以該課程的理論知識作為基礎，在競賽中營造學生自主學習、團隊合作的良好氛圍，充分調動學生自主學習和實踐的主動性、積極性。依托于醫藥建模競賽、雙創等相關活動，一方面對學生的基礎知識得以鞏固提高；另一方面在參賽過程中，學生以所學理論知識內容作為出發點，不斷拓展到競賽、雙創項目需求的相關知識，圍繞項目構建學生的知識體系。通過競賽建模、雙創等方式，促進學生在實際項目中的數據分析應用能力，為后續專題實習、畢業升學和工作就業奠定基礎。

2.3 調整課程考核評價方式

在《醫學數據分析》課程中，目前的考核評價過程是不合理的，無法滿足應用型人才的培養目標。數據分析強調的是學生的實踐應用和上機操作能力，對學生僅僅進行理論知識的考核是完全不夠的，也不符合應用型本科院校的定位，因此急需對原有的考核評價方式進行調整和修改，以達到對學生理論知識的學習效果和質量進行檢查的同時也要發揮鞏固理論知識和改進教學方式的作用。在以后的教學過程中，通過制定科學合理的考核評價指標，使教師不能按照原有的考核方式和指標體系進行課程講授和學生評價，要加強對學生理論指導實踐能力的重視，在對學生理論知識掌握進行考核的基礎上，通過鼓勵學生積極參加建模競賽、創新項目等比賽，以多種方式來鞏固學生理論知識的掌握程度、提高學生實踐應用能力的培養，以更加綜合、合理、全面的評價方式對學生進行整體考核、評價，以達到應用型本科人才的培養目標。

2.4 課程教育與思政融合全過程

《醫學數據分析》課程屬于計算機應用技術的專業課程，相比較醫學類課程來看，具有理論知識難，邏輯性高，實踐動手多等特點，因此在機房進行教學的過程中要真正融入思政元素也面臨著理論、實踐、經驗等多方面難題。要做到課程思政的全方位融入，課程內容需要有效結合思政元素，在日常的課題教學、實踐操作及課程評價等環節中，專任老師按照課程特點，收集整理思政元素，基于多種載體或形式，傳遞正能量，引導學生樹立正確的人生觀和價值觀，實現思想政治教學的一種教學模式。

3 結束語

綜上所述，《醫學數據分析》課程是一門需要學生在掌握相關理論知識基礎上，兼具有較強實踐動手能力的應用型醫學課程。通過案例驅動教學，使得學生在掌握基礎理論和算法的基礎上，不再局限于理論教材和傳統的課堂講授，并結合有關競賽、創新項目等方式，通過查閱相關資料和文獻，同學間協同合作來完成項目任務。這種具有研究性的教學訓練，讓學生對數據分析課程不在有抵觸心理，更加愿意參加到課程的學習中，借助于這種方式，學生的自主學習能力、問題的發掘能力、論文撰寫能力等具有明顯的提高，對信息管理與信息系統專業2014-2017級畢業設計選題進行分析，共有162篇畢業論文，其中與數據分析相關的占比為48.8%，并且大部分畢業論文獲得優秀成績。通過以上多種措施的實施，不僅提高了學生的專業知識學習的效率，還提高了學生參加競賽的獲獎率以及畢業論文質量，更加契合應用型人才的培養目標。