面向中醫藥院校的Python高級應用課程教學模式研究與探索

戴彩艷 佘侃侃 丁有偉

摘要：云計算、大數據和人工智能等新興技術的興起，為中醫藥發展提供了新的動力，“智能+中醫藥”產業蓬勃發展，社會對“智能+中醫藥”應用型人才的需求數量和能力要求逐年增長，而Python高級應用與這些新興技術關聯密切。在南京中醫藥大學的Python高級應用課程教學開展過程中，存在課程教學內容與中醫藥特色難以融合、教學的成果與研究型及應用型人才培養目標沖突、課程體系缺乏系統性以及智能化特征缺失等問題。因此，本研究擬梳理Python高級應用課程的理論教學內容，在此基礎上設計實踐案例，以便將本學科學生科技能力的提升與本校優勢專業相結合，聚焦“智能+中醫藥”應用型人才培養，不斷提升人才實踐能力，確保培養的“智能+中醫藥”應用型人才能夠具備完善的實踐知識體系。通過課程學習，并經過系統性的實踐方案訓練，使學生將所學的理論知識與應用實踐能力相結合，提升自身的競爭力。

關鍵詞：人工智能；Python高級應用；“智能+中醫藥”；應用型人才

引言

課程的改革和探索是計算機領域老師不斷需要改進的地方[1-2]。近年來，Python在高校教學中實現了跨越式發展，從基礎到應用，不斷推動高校人才能力的提高和創新[3]。理工科高校憑借強大的師資力量和行業背景，逐步建立了人工智能理論研究體系以及面向行業應用的Python教學體系，為社會輸出了大量的人工智能科研和應用人才，也為醫學、農業等各類專科院校的人才培養提供了基礎[4]。不同模式的教學方式被應用到了Python相關課程的教學中[5-6]。但是在中醫藥院校開展Python高級應用課程學習過程中，發現中醫藥行業對新興技術的敏感度較低，同時，中醫藥院校人工智能師資匱乏，導致這些院校處于Python高級應用與人才培養模式結合的探索階段。

目前各中醫藥院校不斷完善中醫藥信息化的人才培養模式，在進行“智能+中醫藥”人才模式探索時，通常以應用型人才培養為目標，課程培養方案的制訂通常采用兩種方式：一是借鑒知名的理工科高校，二是在自身中醫藥信息化方案基礎上增補。但是在借鑒其他高校教學經驗過程中，往往存在中醫藥特色難以融合以及研究型與應用型人才培養目標沖突的問題；在自身中醫藥信息化方案基礎上增補的過程中，存在課程體系缺乏系統性以及智能化特征缺失等問題。同時，由于中醫藥行業特征以及中醫藥院校人工智能基礎理論師資不足等原因，導致當前各中醫藥高校的“智能+中醫藥”人才培養存在較多問題，其中實踐能力培養模式不能支撐應用型人才培養目標問題尤為突出。

而Python高級應用課程作為融合科學計算與可視化等技術的課程，相關知識點的教學模式需要探索和改進，使學生能夠將Python高級應用的理論、實驗與學校優勢學科的實際應用結合起來，提高學習興趣，增強專業信心。

1. Python高級應用課程教學問題分析

1.1 Python高級應用教學中結合“智能+中醫藥”的理論實驗銜接不連貫

中醫藥數字化發展多年，已有完善的實踐知識體系，但中醫藥智能化剛剛起步，為了滿足社會需求，各中醫藥院校在人才培養方案中強行加入云計算、大數據和人工智能類課程，導致中醫藥智能化實踐知識體系散亂，且與中醫藥數字化實踐知識體系之間出現明顯的斷層，沒能真正實現“智能+中醫藥”實踐知識體系的融合。

而Python高級應用是在Python語言基礎上融合了數據分析及可視化、機器學習、深度學習、框架結構等技術。該課程的教學中結合“智能+中醫藥”的理論實驗銜接不連貫，實驗和理論對應性不強，不能成為一個循序漸進的教學體系，使本就零散的知識點更不容易凝聚，造成學生學習興趣下降，為了完成任務而學習，不能引導學生主動學習，激發他們內在的學習興趣。

1.2 Python相關課程實踐內容、知識點和課程深度耦合

從傳統的中醫藥信息化到當前的中醫藥智能化之間存在實踐知識體系的斷層，即中醫藥智能化相關課程之間存在重復度高和關聯性弱的問題，而且此類課程與中醫藥信息化類課程屬于兩個獨立的知識體系，學生無法形成完整的“智能+中醫藥”實踐知識體系。而當前市面上尚無面向“智能+中醫藥”的教材，中醫藥高校通常選擇通用的人工智能類教材，此類教材要么偏重于理論基礎講解，要么面向某種開發工具或行業具體應用介紹操作流程，甚至存在課程內容重復、技術工具過時、技術工具不兼容、應用業務不合理等問題，導致同一課程的多個實踐項目之間缺乏系列性，多門課程的實踐內容之間缺乏系統性。

由于Python高級應用在中醫藥智能化使用中起步較晚，并無經典的教學案例，且Python相關課程較多，而一門課程的實踐內容僅與本課程的教學目標相關，課程內的實踐項目通常僅與對應的知識點相關，呈現出實踐內容與知識點和課程的深度耦合，但課程之間以及同一課程的多個知識點之間實踐內容相互獨立，缺乏系統性，導致學生只知其然，而不知其所以然，更不能舉一反三和融會貫通。在Python大類不同課程，如Python基礎、Python數據可視化、Python高級應用等課程開展過程中，當這些課程不屬于同一個老師，而老師們之間沒有及時進行溝通時，往往會出現知識點重復或知識點獨立的情況，學生無法將所學知識融合起來。

基于Python高級應用教學中結合“智能+中醫藥”的理論實驗銜接不連貫，Python相關課程實踐內容、知識點和課程深度耦合的問題，我們研究并探索了面向中醫藥院校的Python高級應用課程的教學模式。

2. 中醫藥院校Python高級應用教學模式探索

2.1 梳理Python高級應用課程的理論教學內容

在探索過程中，我們以培養目標為核心，以應用能力提升為主線，將Python高級應用課程體系中涉及的理論內容進行分類，同一指標為小類、同一大項能力指標為大類。每個大類的能力設置為同一理論教學內容，包含的不同指標點為問題的不同求解目標。構建以支持度為度量的實踐內容評價體系，包括每個實驗對教學目標的支持度、每個教學目標對畢業要求指標點的支持度、課程對培養目標的支持度等，優化Python高級應用課程的理論教學內容，保證課程開展過程中理論與實踐內容的延續性和系統性。現在很多教材的內容有不同，也有相同，通過不同教材內容的提取，在Python高級應用課程的理論教學中，著重安排了科學計算常用庫的介紹、數據收集及預處理的操作方法、數據挖掘算法的介紹及使用案例介紹、對挖掘結構進行可視化的操作方法、網絡爬蟲及正則化使用方法的介紹和Python常用框架使用的引導。

其中，常用的第三方科學計算庫主要介紹的是numpy、pandas、sklearn及tensorflow；數據收集及預處理，著重介紹數據收集過程中無效數據的剔除、缺失數據填充、其他類型數據向數值型數據轉化方法；數據挖掘算法，著重介紹回歸、決策樹，其中包括不同方法建立的決策樹的優缺點及在此基礎上建立的隨機森林和XGBoost的使用、神經網絡、k-means聚類、關聯規則等；可視化高級應用，著重介紹如何使用matplotlib、seaborn以及Echarts對挖掘的結果進行可視化；正則式與網絡爬蟲，著重介紹re、requests以及BeautifulSoup庫的使用；在Python框架的使用理論中，主要介紹Flask及Django架構。其中涉及的主要理論教學內容如表1所示。

梳理Python高級應用課程的理論教學內容是基礎，在理論講解中，可以選取一種中醫藥數據收集整理分析及可視化貫穿始終，便于學生建立學習該課程的信心，提升學習興趣。

2.2 設計實踐案例，與本學科及校優勢專業相結合

在Python高級應用課程理論教學內容的基礎上，需要設計合理的教學案例，才能使教學效果事半功倍。我們考慮設計面向課程目標的系列實踐內容，保證課程內各知識點實踐內容的連貫性和依賴性。中醫藥大學的優勢專業是中醫和中藥。因此，考慮基于理論教學內容，結合中醫藥數據處理展示過程，設置中醫藥數據收集、預處理、挖掘、可視化及系統展示，將中醫藥數據及其應用封裝為實踐案例，培養學生解決復雜工程問題的能力。

通過不同教材內容的提取，在Python高級應用課程的實驗教學中，著重安排在中醫藥數據基礎上，該數據包括名老中醫治療相關疾病的病案，如國醫大師治療甲狀腺的相關病案、兒童哮喘中醫診療相關病案、名老中醫治療腎病病案等，學生也可以根據自己的興趣，結合自身的能力，選取自己感興趣的相關中醫中藥數據。在收集到的數據基礎上，開展科學計算常用庫的操作實驗、中醫藥數據的預處理實驗、病機藥物關聯規則挖掘實驗、藥方中社團挖掘實驗、正則化及網絡爬蟲實驗、挖掘結果調整實驗、基于matpltlib及seaborn庫的結果可視化實驗以及Python框架的使用實驗。其中涉及的主要實驗教學內容如表2所示。

通過以上實驗的安排，使學生在原來學習Python語言的基礎上，選取自己感興趣的中醫藥數據，使用科學計算常用庫進行相關的實驗，以熟悉常用庫在中醫藥數據預處理中的使用，對其中包含的一些有效信息進行挖掘、提取關鍵屬性等。挖掘過程中，為了提升挖掘結果的準確性，可以進一步通過網絡爬蟲等方法獲取更多的數據，以便補充或者修正數據結果，對挖掘結果進行調整。之后，結合matpltlib及seaborn庫對結果進行可視化。最后，使用Python框架對整個數據的操作流程進行展示，并補充用戶注冊、登錄等操作以完善系統。

通過一環套一環的實驗，引導學生逐步從數據收集處理到數據挖掘、數據可視化、挖掘結果完善，最終綜合所有步驟，建立完整的交互系統，使學生在Python高級應用的學習過程中，有條理、有目的、有興趣地提升、完善自己的系統，牢牢掌握Python高級應用的相關知識。

結語

在國家大力推廣中醫藥與現代技術結合發展的時代，中醫藥高校的計算機類專業肩負著培養“智能+中醫藥”綜合型應用型人才的重要使命。在中醫藥院校Python高級應用教學開展過程中，構建數字化到智能化轉變的系統性知識體系，有助于后續課程的設立、學生能力的培養；設置面向課程目標和知識體系的實踐內容，有助于強化課程內實踐內容系列性、課程間實踐內容系統性的建設，使實踐內容與知識點的耦合度降低，并能夠統一開發平臺，降低教學內容重復度，有助于提高學生的綜合應用能力，提高中醫藥高校的實踐教學水平和“智能+中醫藥”綜合型應用型人才培養質量，為中醫藥信息化發展和健康中國戰略實施輸送專業人才。

參考文獻：

[1]何坤.線上線下融合教學的學習活動設計研究[J].教育教學論壇，2022（29）： 145-148.

[2]李利，韓東，徐池，等.線上線下混合式實驗教學模式構建與實踐[J].高教學刊，2022，8（30）：113-116.

[3]劉靜樂，常小紅，見偉平，等.軍醫大學Python課程教學模式的改革與探索[J].電腦知識與技術，2023，19（15）：135-138.

[4]李豐，閆丹，左衛剛.基于微課的SPOC+BOPPPS教學模式設計與實現——以Python程序設計課程為例[J].新疆職業教育研究，2022，13（2）：35-38.

[5]張麗英，張巖，孫玉發.新工科背景下Python課程混合式教學模式的研究[J].計算機時代，2023（2）：125-127.

[6]李忠金，高凌峰.基于翻轉課堂的Python語言程序設計教學改革研究[J].科技風，2022（14）：104-106.

作者簡介：戴彩艷，博士研究生，副教授，研究方向：中醫藥數據分析與挖掘。

基金項目：南京中醫藥大學自然科學基金青年項目——基于衰減系數的動態蛋白質網絡建模及研究（編號：NZY61906100）。