基于Python語言的中醫學大數據相關課程建設探索 *
——以實用中醫藥大數據研究導論課程為例

胡 玥 馬 勇 劉孟敏 陶偉偉

（南京中醫藥大學中醫學院·中西醫結合學院，江蘇 南京 210023）

數字化背景下，中醫藥事業的長遠發展，離不開中醫學與大數據相結合的強有力推動。利用計算機大數據處理工具進行數據分析和挖掘日益成為中醫及中西醫結合從業人員不可或缺的技能［1］。作為一門廣泛使用的編程語言，Python 具有語法規則簡單、易上手、易理解的特點，同時其開放的系統和豐富的第三方數據庫，在數據挖掘、圖像處理、人工智能和數據可視化方面具有獨特優勢［2，3］。南京中醫藥大學積極探索大數據與中醫學知識相融合的教學改革思路，積極推進相關課程建設，以期培養中醫及中西醫結合專業學生大數據分析所需的數據素養，促進中醫藥知識的深入挖掘、系統傳承和守正創新。本研究以實用中醫藥大數據研究導論課程的結課調查為例，分析了中西醫結合臨床專業學生基于Python 語言大數據課程的學習現狀及需求，深入探索適合其專業發展的學習、教學模式。

1 資料與方法

1.1 一般資料以2021—2022學年第1學期中西醫結合臨床專業，選修實用中醫藥大數據研究導論課程的大學一年級學生為調查對象，共計94人；剔除無效調查問卷后，共回收有效問卷93 份（98.94%），其中男36 份（38.71%），女57份（61.29%）。

1.2 調查內容與方法此次課程滿意度調查采用調查問卷形式，題型設置為選擇題與主觀題2 種。問卷內容主要包括課程學習基本情況（整體滿意度、收獲最大部分、最感興趣部分、Python語言認可度）、自身學習效果評價及其影響因素（課后練習情況、感興趣程度、與中醫研究的融合度）、課程存在問題以及對此課程的建議4個維度。調查通過問卷星平臺進行，采取線上方式填寫、回答問卷。

1.3 問卷設計本次調查問卷題量為14 道，包括13 道選擇題，1 道主觀建議題。為確保調查結果的客觀性，問卷提交采取匿名形式。

1.4 統計學方法把回收的有效問卷結果導入Excel 表格，建立數據庫后，進行描述性統計，采用SPSS 26.0軟件加以分析，數據統計和分析運用x2檢驗，P＜0.05表示差異具有統計學意義。

2 結果

2.1 實用中醫藥大數據研究導論課程學習基本情況所回收的93份有效調查問卷，在“對課程的滿意程度”題目中，有27 人對本課程非常滿意，62 人比較滿意，4 人持一般態度；在對學習本課程“收獲最大的部分”以及“最感興趣的內容”的多選調查題目中，數據可視化出現的頻率最高，分別為81 次以及60 次。2 個項目中出現頻率最低的為生物信息，分別為46 次和20 次；在對“Python語言對今后學習是否有幫助”的調查中，認為幫助很大的有39 人，有一定幫助的有52 人，而認為沒有幫助的僅有2人。見表1。

表1 93名學生實用中醫藥大數據研究導論課程學習基本情況

2.2 實用中醫藥大數據研究導論課程學習效果及其影響因素分析在學生的課程學習效果自我評價調查中，較差的有28 人（30.11%），一般的有37 人（39.78%），較好的有28 人（30.11%）。以學習效果作為因變量進行x2檢驗，課后自己是否練習、自身的學習興趣比較，差異具有統計學意義（P＜0.05），表明上述2 個因素會顯著影響課程的學習效果。在中醫知識融合度方面，64.52%（60/93）的學生給出的評分居中，然而該因素并未對學習效果產生顯著影響。見表2。

表2 93名學生實用中醫藥大數據研究導論課程學習效果及其影響因素分析

2.3 學生視角下實用中醫藥大數據研究導論課程存在問題及提升教學效果的建議在學生對“本課程存在問題”的多選調查題目中，基于學生視角，38.41%（63/164）的學生認為難度過大難以接受、25.61%（42/164）的學生則認為課時太少，這是占比最高的2 個問題。在“提升本課程教學的效果措施”中，適當降低難度（30.36%）及更好地與醫學知識融合（29.46%）為學生視角下的主要建議。見表3。

表3 基于Python語言大數據課程存在問題及提升教學效果的建議

3 討論

3.1 中醫學大數據相關課程開設現狀

3.1.1 具象化內容較抽象化內容更易于得到內在認同通過對實用中醫藥大數據研究導論基本情況的調查發現，本課程“收獲最大部分”以及“最感興趣內容”中，數據可視化出現的頻率最高，數據庫使用其次，而數據類型、生物信息及機器學習等板塊頻率較低。數據可視化及數據庫使用為課程中較為具象化的板塊，多結合具體操作與演示講授，展示內容較為直觀和豐富。而數據類型、生物信息及機器學習等板塊，多涉及算法、公式等，抽象思維占主導。結合調查結果可知，具象化教學板塊較抽象化內容更易于觸及學生學習大數據類課程的興趣點，從而得到其內在認同。

3.1.2 對Python語言認識及學習意愿不足在“Python語言對今后學習是否有幫助”的調查數據反饋中，超過97%的學生認為“幫助很大”或“有一定幫助”，只有2.15%（2/93）的學生認為“沒有幫助”，但是課后主動練習的學生僅占到總人數的8.6%（8/93）。一方面，學生對Python 語言的認識存在一定的盲目性，認為有幫助，卻并不清楚如何獲得幫助；另一方面，課后主動練習的學生非常少，表明了學生對于Python 語言的自主學習意愿不足，內生動力較為缺乏，因此在實踐課程中缺乏積極性，課后也沒有將興趣轉化為進一步學習的動力。

3.1.3 課后練習和學習興趣可影響課程學習效果從調查及分析結果來看，課后是否練習以及學習興趣是學習效果的影響因素。“紙上得來終覺淺，絕知此事要躬行”，Python語言的熟練應用需要反復試錯和練習，尤其對于非計算機專業的醫學生［4，5］。充分引導及安排適當的課后練習，有助于提升課程的學習效果。在課堂教學中，當教師注重激發學生學習興趣，巧妙借助于豐富多樣的教學手段時，將會極大增加課程的趣味性［6］。在調查問卷的課程意見反饋中，有學生表示，課程開設中教師所制作的PPT 課件精美，圖文并茂，并且提供的參考書籍文獻非常詳實，能激發學習興趣；這部分學生學習效果較好。因此，學習興趣也是影響學習效果的一個重要因素。

3.2 中醫學大數據相關課程開設現存的實際問題

3.2.1 課程時長對實操內容造成擠壓由于課程建設還在探索階段，因此在設計課程時，教學計劃并不十分完善。加之中西醫結合專業大一學生的課程安排中，還需要充分考慮并保證其他課程的學時，因此每周實用中醫藥大數據研究導論只排一節課（共36 學時）。在本課程的開設中，為增加學生編寫代碼的能力，設置了上機實操內容。但由于課程設置時間較短，學時偏少，且課程本身涵蓋內容較多，而大多數學生缺乏大數據相關基礎，需要更加細致的講解，因此部分內容只能刪減或者壓縮上機實操的課時。據反饋，很多情況下，由于教師對實操內容相關理論的倉促講解，學生上機輸入代碼過程中，并沒有準確理解代碼的真正意義。課程時長不足，且會對上機實操內容講解及練習造成擠壓，是課程開設中存在的實際問題之一。

3.2.2 課程難度與接受水平的割裂在調查問卷的課程意見反饋部分中，學生表示，雖然課程開設中教師講解細致，提供的參考書籍文獻內容詳實，但對于沒有Python 基礎的學生而言，依舊存在很大難度。部分課程板塊涉及數據的清洗、數據挖掘的算法、機器學習算法等，雖然講解的內容淺顯易懂，并非專業級難度，且添加了較多醫學應用場景，但是對于低年級學生仍有不小的困難。同時，大一學生對醫學基礎知識的學習還在起步階段，對醫學場景的理解不足，接受水平較低，導致本課程的學習效果較差。課程難度與接受水平的割裂，是課程開設中存在的實際問題之二。

3.2.3 案例缺乏與師生互動程度較低將大數據與中醫學知識相結合，開設實用中醫藥大數據研究導論是學校關于教學改革的一次積極嘗試與探索。但是在實際教學中，存在著很多現實的困難。如大數據與中醫學相融合的案例較少，且很多難度較大，并不適合本科教學。教師自主編寫的案例尚不成熟，且與實踐操作的銜接較為生硬等。同時，教師授課過程中，講授模式單一，多采用“灌輸式”的教學方式，忽視學生的主觀能動性。即使是實操內容，學生提問也多集中于解決技術性問題，對課程本身理論的討論極少。因此，師生之間的互動程度低。綜上所述，不管是案例缺乏還是師生互動程度低，均是課程建設中存在的現實問題。

3.3 中醫學大數據相關課程建設的努力方向

3.3.1 化繁為簡保留精髓 在講授關鍵內容的同時適當降低學習內容的難度針對目前開設的實用中醫藥大數據研究導論課程內容龐雜、學習難度較大的困境，一方面申請增加一定的課時，尤其是增加上機實操的機會，以解決授課過程中由于課時缺乏出現“講不透”的問題；另一方面，結合課程設置、教學計劃、教學內容以及教師個人教學經驗，梳理課程中的關鍵知識點，去粗取精、保留精髓。同時適當降低部分板塊的學習難度，使之更為貼合本科低年級學生的學習現狀，從而加深學生對知識點的理解度。如在機器學習章節，可選擇幾種具有代表性、易于理解的算法加以講解，如線性回歸、支持向量機、決策樹等經典算法，對較為復雜且不常用的算法做適當刪減，如Boosting 和AdaBoost 等。通過對關鍵內容進行提煉、加深、固化，逐步厘清課程知識點脈絡，有的放矢，最終達到提升教學效果的目的。

3.3.2 需求牽引融合運用 增加基于大數據Python語言運用與中醫知識的融合度學以致用是課程學習的終極目的。對于中醫及中西醫結合專業學生而言，將課程的學習融入中醫學發展的洪流中，不僅是對中醫文化與理論自信的堅持，更有助于增益解決實際臨床問題的能力。對于本課程而言，以學生實際需求為出發點，將基于Python 語言的大數據運用與中醫知識進行充分的融合，是當前大數據背景下的一種教學創新，更是未來教學模式發展的必然趨勢。例如，在實際教學中，以中醫臨床實踐為基準，對其中涉及的健康管理、藥物治療、電子病歷等數據進行挖掘，不僅能幫助學生站在大數據視角下學會如何挖掘與傳承名老中醫經驗，而且能使學生充分理解中醫臨床數據庫的價值，從而對中醫學知識體系中最具特色和優勢的內容做有力的詮釋與證明。

3.3.3 興趣導向躬行實踐 營造開放互助學習氛圍并增加精準實用案例中醫新課程改革倡導教師主導、學生主體，重視團隊的打造［7］。在未來課程講授過程中，需增加與學生之間的互動。例如課上進行翻轉課堂，加強交互式平臺的建設及教學資源的集成，為學生創設更為寬松且自由的學習氛圍，激發學生的主動性及探索精神，帶著對于新知識的疑問聆聽教師講解［8］。在課后可以成立互助小組，不僅有利于學生之間對Python 學習心得的交流，也有利于對疑難知識點的相互探討。通過“課上感興趣，課下勤探討”的模式，營造互助開放的學習氛圍。此外，教師還可借助于不同智慧教學平臺（如雨課堂、慕課、藍墨云班課等）添加篩選后的高質量實用案例，利于學生課后及時鞏固、復習，增強理論學習與實踐操作之間的緊密聯系。

4 結語

實用中醫藥大數據研究導論課程是對中西醫結合大數據課程建設的探索。大數據與中醫藥知識相結合下的教學改革，將有利于整合來自大數據的便利性、高效性等優勢，適用于現代教學模式的創新，滿足學生發展需求，為培養未來中醫學、中西醫結合醫學所需要的人才奠定堅實基礎［9］。然而，當前所開設課程仍然存在著諸多不足，需要對癥下藥，在堅持“傳承精華，守正創新”思想的同時，不斷調整與優化大數據與中醫學知識的融合，為中醫藥事業的發展作出新的貢獻。