醫學院校“Python程序設計”課程教學改革研究

摘要：作者采用線上線下混合式教學，將Python課程的內容與醫學生今后工作實際需要相結合，采用三種模塊方式開展教學，旨在提高醫學生自主學習信息技術能力及計算思維能力，為將來工作中的實際應用打下基礎。

關鍵詞：醫學；高等院校；Python；教學改革

中圖分類號：G434? 文獻標識碼：A? 論文編號：1674-2117（2023）14-0099-04

引言

當前，在信息技術飛速發展以及人工智能技術的推動下，Python在醫學領域得到了廣泛應用。2022版《大學計算機基礎課程教學基本要求》提出，學生除了在高校學習計算機應用基礎知識及常用的技能外，還應掌握一門計算機程序設計語言，并且能夠熟練應用。因此，筆者所在的醫學院校開設程序設計語言課程的定位是通過編程語言的教學，讓學生能夠掌握科研數據背后的醫學意義。

Python在醫學領域的應用

當前，Python在醫學領域應用廣泛，其語法比較簡單，易于理解，且擁有一個龐大的社區和開源庫項目，使用者可以很容易地找到需要的代碼和文檔及各種庫資源。在醫學領域中，利用這些相關的庫資源可以處理各種形式的醫學數據，如病人數據、生物數據、醫療圖像等，提取特定的信息和特征，幫助醫生或研究人員做出更好的決策和預測。

1.醫學文本分析

醫學文本分析是指利用文本分析技術對醫學文本進行分析和處理，挖掘文本中的有用信息和特征。Python庫中的NLTK和Gensim，是用于處理文本數據的常用工具。這些工具可以用于醫學文本的情感分析、實體識別、主題模型等應用，進而為醫學研究提供更多的信息和見解。

2.數據分析和處理

醫學數據分析和處理是指對醫學領域中各類數據進行采集、處理和分析，以便深入研究各種疾病，評估治療手段和效果，提高診斷準確性等。醫學數據包含各種類型，如醫學成像數據、實驗室數據、生理參數數據、臨床文獻數據等，這些數據需要進行分析和處理才能獲得有價值的信息。Python擁有很多數據分析和處理庫，如Numpy、Matplotlib等。

3.機器學習和人工智能

機器學習和人工智能技術可以處理和分析大量的醫學數據，在醫學影像領域，可以幫助醫生迅速有效地檢測和診斷腫瘤、心臟病等疾病；在疾病預測方面，機器學習技術可以分析大量的醫學數據，建立疾病預測模型，對疾病的發展趨勢進行預測，并指導醫生進行個體化診治；在創新藥物研發方面，人工智能技術可以大幅提高研發效率，縮短藥物研發周期，并開發出更精準的個體化治療方案。Python作為一個重要的機器學習和人工智能工具，擁有很多強大的庫和工具，如TensorFlow等，可以用于醫學圖像分析、疾病預測、基因組分析等領域，為醫生和研究人員提供更準確的診斷和治療方案。

4.醫學影像處理

醫學影像處理是醫學圖像識別和分析領域的一個重要方向。Python提供了很多有用的工具和庫，如OpenCV、Pillow等。這些工具可以用于醫學圖像的預處理、分割、檢測和分類等操作，輔助醫生和研究人員做出更精準和可靠的決策。

“Python程序設計”課程教學設計

1.課程教學設計總體思路

“Python程序設計”課程教學采用線上線下混合教學模式，將程序設計語言與醫學生的專業緊密結合，以此提高學生的學習興趣，并使原本枯燥的語法教學變得生動有趣，進一步培養學生的計算思維，提升信息技術的綜合應用能力。

前期，學生掌握程序設計的基本的數據類型和語法知識，在打下牢固的編程基礎后，再學習第三方庫安裝及使用方法，并通過各類經典案例的學習，運用Python編程技能，對醫學數據進行分析和管理，提高競爭力，從而達到在程序開發過程中熟練調用通用的數據分析挖掘模塊，促進自身專業能力提升的目的。

2.課程教學內容采用模塊化

在“Python程序設計”課程教學實踐中，模塊化教學是課程教學改革的重要組成部分，筆者充分考慮到醫學各專業學生的特點，以及今后在Python中的應用方向，將課程教學劃分為基礎知識、進階和高級應用三個模塊。

基礎知識模塊面向所有專業的學生。本模塊線下理論教學20學時，實驗教學16學時，學生線上自主學習20學時。主要內容包括Python語言介紹及安裝，如何使用Python的創作工具，如IDLE、PyCharm等；基礎語法，Python輸入輸出，注釋、變量、數據類型、運算符等；程序設計的三種結構：順序結構、分支結構、循環結構；Python函數及函數參數；字符串處理與格式文件的基本操作。

進階模塊也是面向所有專業的學生，主要是能夠掌握復雜數據類型的應用，并對高級的語言特性和一些經典的編程算法進行深入學習，為高級應用模塊的學習打下基礎。本模塊線下理論教學16學時，實驗教學16學時，學生線上自主學習24學時。主要包括列表、元組、字典、集合；函數編程、面向對象編程；異常處理、模塊、包；常用庫Turtle 繪畫庫以及CSV文件讀寫等。

高級應用模塊根據學生的專業領域知識和信息技術能力的不同，采取分層次的教學內容設計。Python是一款免費的編程語言，其在人工智能、圖像處理、數據挖掘和數據可視化等方面擁有各種庫，學生能夠快速利用這些豐富的擴展庫來處理和分析醫學數據，并完成與醫學相關的各種工作。本模塊線下理論教學12學時，實驗教學16學時，學生線上自主學習20學時。主要內容包括以下幾部分：首先，將最常用的詞Jieba和Datetime庫的應用作為所有專業必須掌握的內容，主要是讓學生掌握第三方庫的安裝及使用。其次，針對不同專業領域采用不同教學內容，以便能更好地貼近學生專業知識領域，讓學生能夠應用Python解決專業領域問題。第三方庫及適用專業對照表如下頁表所示。

另外，如果學生基礎好、學習能力強，可以學習文件讀寫、網頁爬取等內容，通過這些內容學會利用現成語料庫或從網上爬取文本數據進行關鍵詞分析和提取，從海量文本數據中挖掘出有價值的主題詞或熱點詞語，從而指導其本職工作的開展。在開設了高等數學課程的專業，教授學生學習與數據分析與運算相關的Numpy庫、Matplotlib庫、Pandas庫等，從而進行復雜的數據加工處理和可視化繪圖，了解數據處理方面的相關知識，如網上藥品商城藥品營銷分析、醫療健康數據分析、水污染數據分析等。而針對學生分析能力基礎較弱的護理學專業，教學內容則只包括Jieba庫、詞云方面的內容。

以上是Python程序設計教學設計的一個基本框架，其中高級應用模塊各種庫主要讓不同專業的學生對其領域內的各種庫進行應用。具體的內容和深度可以根據不同的目標學生、教學時間、教學資源等進行調整和優化。例如，在教學Matplotlib庫時，可以將其與處理圖像的Pillow庫和處理數學計算的Numpy庫結合使用作為線上教學內容，在教學過程中注重實踐和項目實戰，加深學生對Python編程的理解和運用能力。

3.典型案例設計

將程序語言和醫學生的專業緊密結合起來，以任務為驅動，可以培養學生的實際應用能力、創新思維和綜合分析能力。利用這種教學方法，設計與學生專業緊密相關的編程任務，可讓醫學生對編程語言產生興趣，學習起來更輕松。例如，可以讓臨床醫學專業的學生使用Python編寫一個病人問診系統，要求系統能夠自動檢測病人輸入的癥狀，并給出針對性較強的醫療建議。在實現這個任務的過程中，學生需要了解醫學知識，以便能夠更好地設計癥狀檢測方案和醫療建議。下頁圖所示的是針對臨床醫學專業學生教學使用的典型案例的程序。

在這個病人問診系統中，首先創建了一個疾病庫，其中包括了若干疾病及其對應的癥狀。在病人問診過程中，通過提問，逐步獲取病人的癥狀，并根據疾病庫中的數據進行匹配，找到可能對應的疾病，最后提供一個基于癥狀的診斷建議。通過這種任務驅動的教學方式，可以讓醫學生更好地理解編程語言與醫學專業之間的聯系，提高學生對計算思維的認識，以及對語言語法的掌握程度，同時增強創新思維和綜合分析能力。

教學資源與評價方式

1.教學資源

“Python程序設計”課程教學資源包括教材、網站、課件、代碼庫和社區等。教師在教材方面，可選用一些高質量的Python教材；在網站和社區方面，可以站內鏈接的方式與一些具有較高權威性的Python網站和社區，如Python官方網站、知乎等進行對接；在代碼庫方面，可以選用一些開源的Python代碼庫，如NumPy、Pandas、Matplotlib等；在課件方面，可以采用一些互動性較高的課件，如PPT互動課件等。對于醫學生，教師可以根據其專業需求，著重介紹Python的數據分析和可視化、科學計算和數值計算等方面的知識點，幫助其掌握相應的技能，提高其在醫學領域的實際應用能力。

2.評價方式

Python程序設計課程的考核要采用多元化的評價方式，重點考核學生獨立思考和創新能力，注重學生的問題解決能力和實踐能力。

在學生的期末總成績中，平時上課表現占10%，混合式教學平臺學習情況占25%，小組項目作品完成情況占25%，期末考試成績占40%。其中，平時上課表現包括出勤率、課上回答問題情況。混合式教學平臺學習情況是指學生完成教師在混合式教學網站上發布的作業、課后討論、在線測試等的情況。小組項目作品是小組完成的項目任務，對小組項目作品完成情況的評價屬于過程性考核。教師將學習知識點以項目方式發布給學生學習小組，然后根據作品完成情況進行三種形式的評價：一是作品評價；二是比賽評價；三是項目評價。通過這三種評價方式，讓學生在項目作業中相互協作和相互評價。

總結

“Python程序設計”課程通過采用線上線下混合式教學，將教學內容通過模塊化的方式進行教學改革研究，提高了Python程序設計課程的教學效果和學生興趣。

參考文獻：

[1]袁野.Python程序設計課程的混合式教學設計與實踐[J].電腦知識與技術，2020（26）：114-116.

[2]周旭，李艷麗，魏唯，等.面向醫學專業的“Python程序設計”課程教學方法研究[J].教育教學論壇，2020（44）： 248-251.

[3]肖勝剛，袁方，安海寧.Python課程助力計算思維和創新能力培養[J].計算機教育，2017（09）：11-14.

[4]羅曉玲，張晶晶，鄭斯文，等.Python語言程序設計教學模式改革研究[J].電腦知識與技術，2020（07）：138-139.

[5]胡曉燕.“MOOC+翻轉課堂”的多元化教學模式研究與實踐—以《Python語言程序設計》課程為例[J].信息與電腦：理論版，2019（18）：233-235.

作者簡介：蔡洪濤（1975—），男，遼寧沈陽人，教授，碩士，研究方向為計算機課程教學。

基金項目：遼寧省普通高等教育本科教學改革研究2021年度立項課題“以醫療大數據應用為導向的計算機應用基礎課程改革研究與實踐”（編號：2021-566）；沈陽醫學院線上線下混合式一流本科課程建設項目：計算機應用基礎課程。