E-mail:weixing91119@163.com

大數(shù)據(jù)與分析論驅(qū)動(dòng)醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教學(xué)新模式研究

魏星1，2，常雪蓮3，朱文婕1，楊小迪3，方強(qiáng)3

(1.蚌埠醫(yī)學(xué)院 公共課程部，安徽 蚌埠233003；

2.中南大學(xué) 信息安全與大數(shù)據(jù)研究院，湖南 長沙410013；

3.蚌埠醫(yī)學(xué)院 基礎(chǔ)醫(yī)學(xué)部，安徽 蚌埠233003)

摘要：隨著獲取、處理教育大數(shù)據(jù)能力的日益增強(qiáng)，以分析論為理論依據(jù)，能夠在一定程度上預(yù)測教學(xué)行為和教學(xué)效果之間的關(guān)聯(lián)模式。本文以醫(yī)學(xué)院校的計(jì)算機(jī)基礎(chǔ)課程為例，分析了目前教學(xué)所面臨的問題，介紹了教育領(lǐng)域大數(shù)據(jù)的類型與獲取方式，利用分析論建立教學(xué)模型，在此基礎(chǔ)上提出教學(xué)新模式。希望依此為契機(jī)，對醫(yī)學(xué)院校其他公共基礎(chǔ)課程、醫(yī)學(xué)專業(yè)課程教學(xué)模式產(chǎn)生積極影響。醫(yī)學(xué)院校的教育工作者需要做好準(zhǔn)備，須具備分析復(fù)雜大數(shù)據(jù)的能力，提升自身綜合素質(zhì)。

關(guān)鍵詞：大數(shù)據(jù)；分析論；醫(yī)學(xué)院校；計(jì)算機(jī)基礎(chǔ)教學(xué)

收稿日期：2015-07-03

基金項(xiàng)目：安徽省重大教學(xué)改革研究項(xiàng)目(2014zdjy073)；蚌埠醫(yī)學(xué)院教學(xué)研究項(xiàng)目(jyxm1511，jyxm1526，jyxm1527)

作者簡介：魏星(1980-)，男，講師，博士生，主要從事教育信息化理論和醫(yī)學(xué)信息管理等研究工作。

中圖分類號(hào)：G434

DOI:10.13555/j.cnki.c.m.e.2015.05.032

Big Data and Analytics on the Drive of the New Pattern

of Computer Basic Teaching in Medical Colleges

WEI Xing1,2, CHANG Xue-lian3, ZHU Wen-jie1, YANG Xiao-di3, FANG Qiang3

(1. Department of Public Course, Bengbu Medical College, Bengbu 233003;

2. Institute of Information Security and Big Data, Centre South University, Changsha 410013;

3. Department of Basic Medicine, Bengbu Medical College, Bengbu 233003, China)

Abstract：With the capacityof capture and processing big data increasing, using analytics as the theoretical basis, the insights gained from the analyses of these large amounts of data are helpful to the extent that they can improve capacity for prediction of the association pattern between teaching behavior and teaching effect. The computer basic course in medical colleges as an example, we analyze the present problems of teaching, introduce the types and access methods of education data, by means of the analytics on the establishment of teaching model, and propose new teaching mode. We hope that this article have a positive impact on the other public basic courses and medical professional courses teaching mode in medical colleges. Medical colleges educators need to possess the ability of analysis of complex data, and improve their overall qualities.

Key Words：big data; analysics; medical colleges and universities; computer basic teaching

大數(shù)據(jù)通常被定義為數(shù)據(jù)超出常用工具(一般指數(shù)據(jù)庫軟件)的能力來存儲(chǔ)、處理、分析那些海量的來自不同數(shù)據(jù)源、不同形式的數(shù)據(jù)，數(shù)據(jù)量已經(jīng)超過可以運(yùn)行百萬兆字節(jié)甚至PB級(1PB=1 024TB，即Petabyte，千萬億字節(jié))計(jì)算機(jī)硬件處理的極限，也超過人類加工處理的極限[1]，所以被稱之為大數(shù)據(jù)，大數(shù)據(jù)更適合服務(wù)于2個(gè)不同領(lǐng)域之間或一個(gè)領(lǐng)域之內(nèi)[2]。大數(shù)據(jù)的定義還包括數(shù)據(jù)超出正常大小或體量時(shí)的多樣性和速度。多樣性指的是數(shù)據(jù)的不同類型、不同來源，收集數(shù)據(jù)是結(jié)構(gòu)化還是非結(jié)構(gòu)化的；速度不僅指數(shù)據(jù)的產(chǎn)生，還包括處理的時(shí)間[3]。

在高等教育領(lǐng)域中，頻繁收集學(xué)生使用、互動(dòng)信息，課程信息以及其它類型的教學(xué)數(shù)據(jù)，如高校行政部門的管理信息等，利用數(shù)據(jù)監(jiān)管(Data Curation)[4]來發(fā)現(xiàn)新知識(shí)。高等教育大數(shù)據(jù)依據(jù)數(shù)據(jù)監(jiān)管技術(shù)深度解析學(xué)生的學(xué)習(xí)表現(xiàn)和學(xué)習(xí)方法，能夠?qū)σ恍╆P(guān)鍵領(lǐng)域如學(xué)生實(shí)際表現(xiàn)等產(chǎn)生積極影響[5]。運(yùn)用定期收集的來自學(xué)習(xí)管理系統(tǒng)、社會(huì)網(wǎng)絡(luò)、學(xué)習(xí)活動(dòng)和教學(xué)過程等方面的教學(xué)數(shù)據(jù)，可以進(jìn)行早期識(shí)別、干預(yù)可能會(huì)帶來風(fēng)險(xiǎn)的學(xué)生日常行為，同時(shí)可以開展更為行之有效的教學(xué)方法，并利用網(wǎng)絡(luò)來轉(zhuǎn)變傳統(tǒng)授課方式[6]。如：2012年，哈佛與麻省理工宣布投資6000萬美元開發(fā)類似網(wǎng)絡(luò)教育平臺(tái)，向全世界免費(fèi)公開。所以，高等教育領(lǐng)域大數(shù)據(jù)可用于調(diào)查、改進(jìn)課程內(nèi)容和教學(xué)方法[7]。

醫(yī)學(xué)院校必須以培養(yǎng)合格的醫(yī)學(xué)人員為主要目的，來滿足社會(huì)日益增長的醫(yī)療保健領(lǐng)域?qū)θ瞬诺男枨?。醫(yī)學(xué)的多樣性決定了醫(yī)學(xué)教育的復(fù)雜性[8]。Cho等人[9]認(rèn)為在醫(yī)學(xué)教育中，如何利用好海量的醫(yī)學(xué)文獻(xiàn)，具有關(guān)鍵性作用，他們建議在醫(yī)學(xué)生的早期教育中要加強(qiáng)對醫(yī)學(xué)文獻(xiàn)的收集、分析、審查、批判等能力的培養(yǎng)，提高他們的信息素養(yǎng)。Corrin等人[10]通過一個(gè)在線臨床日志系統(tǒng)收集并分析了主要反應(yīng)臨床經(jīng)驗(yàn)記錄的醫(yī)學(xué)教育數(shù)據(jù)，結(jié)果顯示它能夠幫助醫(yī)院加強(qiáng)醫(yī)學(xué)生臨床經(jīng)驗(yàn)和教學(xué)課程之間的對接。這些研究表明，教師和學(xué)生均需具備一定的計(jì)算機(jī)素質(zhì)。在大數(shù)據(jù)時(shí)代下，世界瞬息萬變[11]，計(jì)算機(jī)基礎(chǔ)教育在醫(yī)療教育系統(tǒng)中需要找準(zhǔn)自身位置，突出醫(yī)學(xué)特色，建立一個(gè)靈活的、適應(yīng)時(shí)代需求的課程體系，計(jì)算機(jī)可以作為一個(gè)工具或手段來收集、分析醫(yī)學(xué)教育數(shù)據(jù)，并告知教師如何改進(jìn)教學(xué)內(nèi)容和方法[12]，以此提高醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教育質(zhì)量。因此，加強(qiáng)醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教育勢在必行。

1　醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教學(xué)面臨的問題

醫(yī)學(xué)是一門對認(rèn)知、理解、掌握客觀數(shù)據(jù)要求極高的學(xué)科，隨著計(jì)算機(jī)的普及以及大數(shù)據(jù)時(shí)代的到來，對醫(yī)學(xué)生的計(jì)算機(jī)能力又有了新的更高的要求。傳統(tǒng)的計(jì)算機(jī)教育方法，只注重講授理論和操作要點(diǎn)，忽視了學(xué)生實(shí)際學(xué)習(xí)效果，也沒有結(jié)合醫(yī)學(xué)知識(shí)，無法激發(fā)學(xué)生的學(xué)習(xí)積極性，也很難學(xué)以致用。目前醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教育主要存在以下幾個(gè)問題：①學(xué)生之間的計(jì)算機(jī)能力存在較大差異，不同省市、城鄉(xiāng)之間學(xué)生受到的計(jì)算機(jī)教育程度不盡相同。②教學(xué)課時(shí)不足，無法做到針對性教學(xué)。③學(xué)生的學(xué)習(xí)過程與效果未記錄，無法做到客觀數(shù)據(jù)分析。④教學(xué)沒有緊密結(jié)合醫(yī)學(xué)知識(shí)，附屬醫(yī)院以及醫(yī)學(xué)相關(guān)的研究每年都會(huì)產(chǎn)生海量的臨床數(shù)據(jù)、文獻(xiàn)資料等各類醫(yī)學(xué)數(shù)據(jù)，需要考慮如何將這些醫(yī)學(xué)大數(shù)據(jù)應(yīng)用在計(jì)算機(jī)基礎(chǔ)教學(xué)中。⑤師資隊(duì)伍醫(yī)學(xué)背景薄弱。這些問題對醫(yī)學(xué)生的計(jì)算機(jī)基礎(chǔ)教育產(chǎn)生了不利影響。大數(shù)據(jù)時(shí)代的到來，為解決這些問題帶來了新思路。

2　計(jì)算機(jī)基礎(chǔ)教學(xué)大數(shù)據(jù)

傳統(tǒng)教學(xué)模式與學(xué)習(xí)過程無法記錄下來，最好的結(jié)果就是在參與者腦海中留下印象，沒有文字記錄，沒有具體數(shù)據(jù)說明教師授課時(shí)學(xué)生的理解程度以及學(xué)習(xí)效果[13]。然而隨著互聯(lián)網(wǎng)以及大數(shù)據(jù)技術(shù)的進(jìn)一步普及與完善，數(shù)字技術(shù)可以實(shí)時(shí)記錄教學(xué)過程中的所有行為軌跡。在網(wǎng)絡(luò)教學(xué)管理系統(tǒng)中，每位學(xué)生都會(huì)產(chǎn)生大量與學(xué)習(xí)相關(guān)的數(shù)據(jù)，在進(jìn)行分析處理后可以找到有助于提高教學(xué)水平的信息，來幫助教師修改教學(xué)內(nèi)容，改進(jìn)教學(xué)方法，以數(shù)據(jù)為驅(qū)動(dòng)，變革高校教育模式。利用大數(shù)據(jù)對高等教育進(jìn)行研究的主要目的就是增強(qiáng)教育活力和學(xué)習(xí)興趣[14]。教育大數(shù)據(jù)可以匯總、結(jié)合政府或機(jī)構(gòu)統(tǒng)計(jì)的數(shù)據(jù)，如學(xué)生的家庭背景，健康情況，獲獎(jiǎng)情況等，依此確定更廣泛的行為模式及其影響效果，這比單獨(dú)使用教學(xué)數(shù)據(jù)分析出的結(jié)果更為精準(zhǔn)、有效[15]。

計(jì)算機(jī)可以存儲(chǔ)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化各種教育數(shù)據(jù)，如課件、音頻、視頻、試卷、答疑、報(bào)表、文檔等，大數(shù)據(jù)在計(jì)算機(jī)基礎(chǔ)教育中的應(yīng)用，具有以下幾種方式。

(1)使用個(gè)體學(xué)習(xí)數(shù)據(jù)增強(qiáng)個(gè)性化學(xué)習(xí)能力。例如，學(xué)生在計(jì)算機(jī)實(shí)驗(yàn)室練習(xí)模擬試卷時(shí)，可以完整記錄其每一步操作，記錄其一開始選擇或填寫的答案，而后否定又填寫了其他答案等這些所有過程，最后將結(jié)果以及操作過程完整反饋給學(xué)生本人，達(dá)到個(gè)性化學(xué)習(xí)的目的。

(2)縱向獲取來自同一數(shù)據(jù)源的數(shù)據(jù)。例如，可以從教務(wù)處獲取國家或?qū)W校招生政策改變、課程調(diào)整、教學(xué)地點(diǎn)或時(shí)間改變等數(shù)據(jù)，及時(shí)采取措施，消除對教學(xué)產(chǎn)生的不利影響。

(3)橫向獲取不同數(shù)據(jù)源在同一時(shí)間段的數(shù)據(jù)。例如，可以收集不同學(xué)校、不同專業(yè)的醫(yī)學(xué)生在同一學(xué)期學(xué)習(xí)大學(xué)計(jì)算機(jī)基礎(chǔ)的學(xué)習(xí)成績，結(jié)合同一時(shí)段采用的不同教學(xué)方法等其他教學(xué)數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析。

(4)結(jié)合縱向和橫向數(shù)據(jù)。例如，可以結(jié)合考試成績和學(xué)習(xí)日志系統(tǒng)，為所有在校學(xué)生在不同時(shí)間段建立事實(shí)基準(zhǔn)測試推斷程序，為每位學(xué)生建立個(gè)人學(xué)習(xí)進(jìn)步模型。

(5)結(jié)合計(jì)算機(jī)教育信息和醫(yī)學(xué)信息。網(wǎng)絡(luò)上具有海量的醫(yī)學(xué)信息，如：電子病歷、CT影像圖片、文獻(xiàn)資料、基因組測序報(bào)告等，通過計(jì)算機(jī)查詢、數(shù)據(jù)挖掘等技術(shù)，可以得出有關(guān)公共健康的信息或預(yù)測，能夠極大激發(fā)醫(yī)學(xué)生學(xué)習(xí)計(jì)算機(jī)的興趣。

大數(shù)據(jù)起源于一些技術(shù)性學(xué)科，如天文學(xué)、基因組學(xué)、氣象學(xué)等，定期收集和分析海量數(shù)據(jù)的概念，這些領(lǐng)域的數(shù)據(jù)集往往在形式和結(jié)構(gòu)上具有高度的一致性和可預(yù)測性[16]。教育類數(shù)據(jù)雖然有大量數(shù)據(jù)產(chǎn)生，但是這些數(shù)據(jù)具有異質(zhì)性，無法使用一種軟件對所有類型數(shù)據(jù)進(jìn)行有效保存和組織，安全性和保密性也限制了它們的可訪問性，許多機(jī)構(gòu)的數(shù)據(jù)還處于非共享狀態(tài)，這些都不利于大數(shù)據(jù)的應(yīng)用。因此，需要提高數(shù)據(jù)共享性、可靠性以及數(shù)據(jù)標(biāo)準(zhǔn)化程度，才能更好地運(yùn)用大數(shù)據(jù)技術(shù)改革高校教育模式。

3　計(jì)算機(jī)基礎(chǔ)教學(xué)分析論

分析論(Analytic)被Cooper定義為：“通過定義問題發(fā)展過程可操作的見解，以及統(tǒng)計(jì)模型的應(yīng)用，分析現(xiàn)有的和/或模擬的數(shù)據(jù)”[17]。Davenport等人[18]確定分析論具有2個(gè)關(guān)鍵功能：一是提供信息或建議；二是提供見解。這些功能對應(yīng)著已經(jīng)發(fā)生的事，正在發(fā)生的事以及將要發(fā)生的事。關(guān)鍵維度實(shí)踐分析模型如表1所示。

表1　Davenport關(guān)鍵維度教學(xué)分析論模型

依賴于不同關(guān)鍵技術(shù)，不同的分析論能夠探究不同類型、不同領(lǐng)域的數(shù)據(jù)，當(dāng)然也可以用于計(jì)算機(jī)基礎(chǔ)教育中。主要包括以下幾方面內(nèi)容。

(1)預(yù)測分析。利用現(xiàn)有行為模式精準(zhǔn)模擬未來行為，這種預(yù)測分析算法被稱為“傾向性”和“可能性”分析。例如，個(gè)別學(xué)生經(jīng)常在上午第一節(jié)課有遲到或逃課行為，可能和這個(gè)學(xué)生不良的作息習(xí)慣有關(guān)，那么就可以預(yù)測該學(xué)生未來可能會(huì)存在亞健康狀態(tài)。關(guān)鍵技術(shù)：機(jī)器學(xué)習(xí)，即系統(tǒng)能從數(shù)據(jù)收集過程中自主學(xué)習(xí)。

(2)聚類和異常值識(shí)別。發(fā)現(xiàn)有異常情況發(fā)生，必須立即采取行動(dòng)。例如，大規(guī)模逃課現(xiàn)象發(fā)生時(shí)，應(yīng)立即通知所在系部輔導(dǎo)員并提出警告。關(guān)鍵技術(shù)：聚類分析和模式識(shí)別。

(3)決策支持。動(dòng)態(tài)監(jiān)測實(shí)時(shí)數(shù)據(jù)，用來告知決策者現(xiàn)在的狀態(tài)，這個(gè)決策者可以是學(xué)生本人、教師或?qū)W校管理人員等。

(4)知識(shí)發(fā)現(xiàn)。通過計(jì)算機(jī)算法匯總大量數(shù)據(jù)集，尋找不可預(yù)知的關(guān)聯(lián)和模式。

圖1　基于域的計(jì)算機(jī)基礎(chǔ)教學(xué)分析論模型

由此，可以得到基于域的計(jì)算機(jī)基礎(chǔ)教學(xué)分析論模型，如圖1所示。分析論運(yùn)用在醫(yī)學(xué)院校的計(jì)算機(jī)基礎(chǔ)課程改革中，需要獲取所有與學(xué)習(xí)本課程或與學(xué)生本人相關(guān)的數(shù)據(jù)，如電子檔案、社交媒體等信息。主要包括三種分析：①學(xué)術(shù)分析。分析計(jì)算機(jī)基礎(chǔ)課程在醫(yī)學(xué)院校中所處地位，以及學(xué)校支持力度；②學(xué)習(xí)分析。使用分析技術(shù)幫助計(jì)算機(jī)基礎(chǔ)課程改革教學(xué)大綱、教學(xué)內(nèi)容、教學(xué)方法，完成培養(yǎng)合格醫(yī)學(xué)生的教學(xué)目的；③預(yù)測分析。統(tǒng)計(jì)分析同一地區(qū)不同醫(yī)學(xué)院校的計(jì)算機(jī)基礎(chǔ)課程教育模式與成效，在這些大數(shù)據(jù)中，分析挖掘有用信息，預(yù)測教學(xué)行為與教學(xué)效果之間的關(guān)聯(lián)與模式。

4　大數(shù)據(jù)與分析論驅(qū)動(dòng)計(jì)算機(jī)基礎(chǔ)教學(xué)新模式

大數(shù)據(jù)時(shí)代下，將分析理論運(yùn)用于計(jì)算機(jī)基礎(chǔ)課程建設(shè)中來，結(jié)合醫(yī)學(xué)特色，重新規(guī)劃、整合計(jì)算機(jī)基礎(chǔ)教學(xué)，為學(xué)生提供各種自主學(xué)習(xí)資源與服務(wù)，建立大數(shù)據(jù)驅(qū)動(dòng)的計(jì)算機(jī)基礎(chǔ)教學(xué)新模式。主要有以下幾方面。

(1)大型開放式網(wǎng)絡(luò)課程(massive open online courses，MOOC)教學(xué)平臺(tái)。MOOC采用云計(jì)算架構(gòu)，利用網(wǎng)絡(luò)化特性，提供大量的視頻學(xué)習(xí)資源和人機(jī)交互功能，支持開放性網(wǎng)絡(luò)服務(wù)。MOOC促進(jìn)了個(gè)性教學(xué)模式的發(fā)展和學(xué)生創(chuàng)新思維的培養(yǎng)，學(xué)生可以根據(jù)自身實(shí)際學(xué)習(xí)情況，預(yù)習(xí)、復(fù)習(xí)對應(yīng)的內(nèi)容，解決了學(xué)生計(jì)算機(jī)應(yīng)用能力差異大的問題，也彌補(bǔ)了教學(xué)學(xué)時(shí)不足的問題，學(xué)生有足夠時(shí)間研討教學(xué)重點(diǎn)、難點(diǎn)。MOOC還能夠針對記錄、作業(yè)、測試中出現(xiàn)的錯(cuò)誤，提出下一步學(xué)習(xí)任務(wù)單。

(2)在線答疑系統(tǒng)。目前，在線Answer Web自動(dòng)答疑系統(tǒng)使用最廣，它是一個(gè)具有開放、共享、交互性質(zhì)的問題及答案的網(wǎng)絡(luò)數(shù)據(jù)庫。學(xué)生輸入關(guān)鍵詞后可以在系統(tǒng)已有庫中查找相關(guān)資料，若沒有相關(guān)答案，則自動(dòng)提交后臺(tái)，解答后，立即對系統(tǒng)庫進(jìn)行添補(bǔ)，系統(tǒng)會(huì)記錄所有的問題和答案以及學(xué)生提問過程中的行為。把在線答疑系統(tǒng)應(yīng)用到大學(xué)計(jì)算機(jī)基礎(chǔ)教育中，能夠解決輔導(dǎo)答疑的問題。

(3)網(wǎng)絡(luò)醫(yī)學(xué)信息查詢系統(tǒng)。在此系統(tǒng)中，主要采用啟發(fā)式教學(xué)，其重在引導(dǎo)，通過平等對話和研討，提出一個(gè)或多個(gè)醫(yī)學(xué)問題，如：II相藥物代謝的葡萄糖醛酸苷化反應(yīng)能幫助人體抵抗哪些不利健康的物質(zhì)或毒素？要求學(xué)生分組討論，再通過所學(xué)計(jì)算機(jī)知識(shí)快速在網(wǎng)上查詢相關(guān)資料，并能夠舉例說明、簡要分析、得出結(jié)論，增強(qiáng)學(xué)生分析問題與解決問題能力、交流能力、合作能力、語言表達(dá)能力和理論聯(lián)系實(shí)際能力[19]。常見的醫(yī)學(xué)信息數(shù)據(jù)庫有：GenBank數(shù)據(jù)庫，OMIM人類孟德爾遺傳數(shù)據(jù)庫，PubMed文獻(xiàn)數(shù)據(jù)庫，DrugBank數(shù)據(jù)庫，ExPASy蛋白質(zhì)數(shù)據(jù)庫等。

圖2　大數(shù)據(jù)與分析論驅(qū)動(dòng)計(jì)算機(jī)基礎(chǔ)教學(xué)新模式

如圖2所示，學(xué)生和教師在使用各種網(wǎng)絡(luò)教學(xué)系統(tǒng)時(shí)，輸入的數(shù)據(jù)和學(xué)習(xí)行為都被系統(tǒng)記錄下來。利用實(shí)踐分析模型和大數(shù)據(jù)技術(shù)，對記錄下來的數(shù)據(jù)進(jìn)行分析，挖掘出與學(xué)生學(xué)習(xí)特征相關(guān)的數(shù)據(jù)。這些數(shù)據(jù)為學(xué)生的后續(xù)學(xué)習(xí)提供個(gè)性化的推薦，規(guī)劃個(gè)性化的學(xué)習(xí)路線，并向教師反饋學(xué)生的學(xué)習(xí)行為和效果，為后續(xù)教學(xué)提供個(gè)性化的推薦，幫助教師修訂教學(xué)大綱和內(nèi)容，以改進(jìn)教學(xué)方法。特別是對醫(yī)學(xué)生而言，提供了醫(yī)學(xué)信息查詢系統(tǒng)，通過計(jì)算機(jī)技術(shù)查詢網(wǎng)絡(luò)上的海量醫(yī)學(xué)數(shù)據(jù)，如：電子病歷、CT影像圖片、文獻(xiàn)資料、基因組測序等，通過數(shù)據(jù)挖掘等技術(shù)，可以得出有關(guān)公共健康的信息或預(yù)測[20]，能夠極大激發(fā)醫(yī)學(xué)生學(xué)習(xí)計(jì)算機(jī)的興趣。

5　討論

大數(shù)據(jù)必將給醫(yī)學(xué)類院校計(jì)算機(jī)基礎(chǔ)教育帶來巨大改變，曾經(jīng)依靠經(jīng)驗(yàn)和靈感的授課過程，將會(huì)被以客觀數(shù)據(jù)分析為主的決策分析所慢慢代替，大數(shù)據(jù)已經(jīng)悄然改變著教學(xué)過程，也必將深度改變計(jì)算機(jī)基礎(chǔ)教學(xué)模式，主要體現(xiàn)在如下幾個(gè)方面。

計(jì)算機(jī)教學(xué)內(nèi)容的變化。隨著大數(shù)據(jù)技術(shù)的發(fā)展和醫(yī)學(xué)信息數(shù)據(jù)量的指數(shù)性增長，如何更好利用和挖掘現(xiàn)有醫(yī)學(xué)信息成為研究人員所面臨的難題[21]，醫(yī)學(xué)類院校教育也應(yīng)與時(shí)俱進(jìn)，特別是計(jì)算機(jī)教學(xué)，應(yīng)當(dāng)把計(jì)算機(jī)技術(shù)與醫(yī)學(xué)信息結(jié)合起來，幫助學(xué)生了解醫(yī)學(xué)大數(shù)據(jù)，學(xué)習(xí)醫(yī)學(xué)大數(shù)據(jù)分析與挖掘技術(shù)，提高就業(yè)競爭力，同時(shí)也能幫助教師提升自身業(yè)務(wù)素質(zhì)。

計(jì)算機(jī)教學(xué)思維的變化。原來的計(jì)算機(jī)基礎(chǔ)教學(xué)基本屬于灌輸式教學(xué)，而隨著大數(shù)據(jù)和互聯(lián)網(wǎng)的發(fā)展，知識(shí)的接受方式呈現(xiàn)多元化傾向，教師必須轉(zhuǎn)變教學(xué)思維，以更多的案例和互動(dòng)式教學(xué)來引導(dǎo)學(xué)生去尋找解決問題的辦法。同時(shí)，大數(shù)據(jù)帶來海量醫(yī)學(xué)數(shù)據(jù)，讓教師對計(jì)算機(jī)教學(xué)結(jié)合醫(yī)學(xué)特色的教授方法有了更加清晰的認(rèn)知，啟發(fā)學(xué)生尋找最優(yōu)解決方案。這是大數(shù)據(jù)時(shí)代下醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教學(xué)的最突出特點(diǎn)。

計(jì)算機(jī)教學(xué)模式的變化。在傳統(tǒng)計(jì)算機(jī)基礎(chǔ)教學(xué)中，課前備課占據(jù)了教師絕大部分精力，而大數(shù)據(jù)會(huì)讓教師把更多精力放在課后分析上，形成“備課-教授-上機(jī)-測試-分析-改進(jìn)”的新模式，通過大數(shù)據(jù)，可以對一個(gè)班級甚至一位學(xué)生的學(xué)習(xí)行為、學(xué)習(xí)習(xí)慣、上機(jī)測試情況、學(xué)習(xí)難點(diǎn)等進(jìn)行分析評價(jià)，從而得出教學(xué)過程中的規(guī)律，改進(jìn)教學(xué)方式，提高教學(xué)質(zhì)量。

個(gè)性化教學(xué)的深入開展。大數(shù)據(jù)技術(shù)的發(fā)展，使得建立覆蓋學(xué)生學(xué)習(xí)全過程、全要素的信息庫成為可能，學(xué)生的大量試卷、課堂表現(xiàn)、學(xué)習(xí)經(jīng)歷、成長軌跡、家庭背景等都將被包含在大數(shù)據(jù)分析中，教師可以利用數(shù)據(jù)挖掘技術(shù)，依據(jù)學(xué)生的學(xué)習(xí)特征，比如答題持續(xù)時(shí)間，具體回答步驟和內(nèi)容，答題答對、答錯(cuò)的要素等，研究各種行為的內(nèi)在聯(lián)系，找到學(xué)習(xí)弱點(diǎn)，據(jù)此形成針對學(xué)生個(gè)性化的教學(xué)策略，提高教學(xué)效率。

因此，本文提出建立醫(yī)學(xué)計(jì)算機(jī)基礎(chǔ)教學(xué)新模式的研究內(nèi)容，具體關(guān)系如圖3所示。

圖3　研究內(nèi)容示意圖

6　結(jié)論

教師的專業(yè)知識(shí)和綜合素質(zhì)是影響教學(xué)質(zhì)量的重要因素[22]，醫(yī)學(xué)院校的計(jì)算機(jī)教師應(yīng)當(dāng)在鞏固專業(yè)知識(shí)的同時(shí)，不斷學(xué)習(xí)醫(yī)學(xué)基礎(chǔ)知識(shí)，開闊眼界，這不僅有利于教師在教學(xué)科研工作中創(chuàng)新、發(fā)展，也有利于解決醫(yī)學(xué)院校計(jì)算機(jī)基礎(chǔ)教育所面臨的問題。

本文通過教育數(shù)據(jù)實(shí)踐分析和大數(shù)據(jù)技術(shù)的運(yùn)用，結(jié)合醫(yī)學(xué)院校教學(xué)特點(diǎn)，以計(jì)算機(jī)基礎(chǔ)教育為例，構(gòu)建了實(shí)踐分析模型，通過實(shí)時(shí)數(shù)據(jù)匯總分析，提升教學(xué)質(zhì)量。并希望以此為契機(jī)，建立醫(yī)學(xué)高等教育標(biāo)準(zhǔn)化教學(xué)模型，對醫(yī)學(xué)院校其他公共基礎(chǔ)課程及醫(yī)學(xué)專業(yè)課程教學(xué)模式產(chǎn)生積極影響。教育工作者必須做好應(yīng)對復(fù)雜大數(shù)據(jù)分析的準(zhǔn)備[23]，加快提升自身綜合素質(zhì)，探索研究，在嚴(yán)格保護(hù)信息隱私的前提下，合理運(yùn)用這些新興技術(shù)，培養(yǎng)出適應(yīng)社會(huì)需求的具有高信息素養(yǎng)并具有創(chuàng)新思維和創(chuàng)新能力的新時(shí)代醫(yī)學(xué)生。

參考文獻(xiàn)：

[1]Marx V. The big challenges of big data[J]. Nature, 2013, 498(7453):255-260.

[2]Manyika J, Chui M, Brown B, et al. Big data:The next frontier for innovation, competition, and productivity[J]. 2011.

[3]Zikopoulos P C, Eaton C, DeRoos D, et al. Understanding big data[J]. New York et al:McGraw-Hill, 2012.

[4]Howe D, et al. Big data:The future of biocuration[J]. Nature, 2008, 455(7209):47-50.

[5]West DM. Big data for education:Data mining, data analytics, and web dashboards[J]. Governance Studies at Brookings, 2012:1-10.

[6]Siemens G, Long P. Penetrating the Fog:Analytics in Learning and Education[J]. EDUCAUSE review, 2011, 46(5):30.

[7]Picciano AG. The Evolution of Big Data and Learning Analytics in American Higher Education[J]. Journal of Asynchronous Learning Networks, 2012, 16(3):9-20.

[8]Maojo V, Martin F, Crespo J, et al. Theory, abstraction and design in medical informatics[J]. Methods Inf Med, 2002, 41(1):44-50.

[9]Cho N, Gilchrist C, Costain G, et al. Incorporating evidence-based medicine in the undergraduate medical curriculum:early exposure to a journal club may be a viable solution[J]. University of Toronto Medical Journal, 2011, 88

(3):154-155.

[10]Corrin L, Olmos M. Capturing clinical experiences:supporting medical education through the implementation of an online Clinical Log[J]. 2010.

[11]Khan N, Yaqoob I, Hashem I A T, et al. Big data:survey, technologies, opportunities, and challenges.[J]. Scientific World Journal, 2014.

[12]Mennin S. Self-organisation, integration and curriculum in the complex world of medical education[J]. Medical education, 2010, 44(1):20-30.

[13]Rachel HE, et al. Developing the role of big data and analytics in health professional education[J]. Medical Teacher, 2014, 36(3):216-222.

[14]Angela van Barneveld, Kimberly E Arnold, and John P Campbell. Analytics in Higher Education:Establishing a Common Language[J]. Educause Learning Initiative, 2012, ELI Paper 1

[15]Mayer-Scho¨nberger V, Cukier K. Big data:A revolution that will transform how we live, work, and think[R]. Boston, MA:Houghton Mifflin Harcourt, 2013.

[16]Baker RSJD, Yacef K. The state of educational data mining in 2009:A review and future visions[J]. J Educ Data Mining, 2009,1(1):3-16.

[17]Adam Cooper. What is Analytics? Definition and Essential Characteristics[J]. Cetis Analytics, 2012.

[18]Davenport TH, Harris JG, Morison R. Analytics at work:Smarter decisions, better results[M]. Harvard Business Review Press. 2010.

[19]Otero P, Hersh W, Jai Ganesh AU. Big Data:Are Biomedical and Health Informatics Training Programs Ready? Contribution of the IMIA Working Group for Health and Medical Informatics Education.[J]. Yearbook of Medical Informatics, 2014, 9(1):177-81.

[20]Bourne P E. Confronting the Ethical Challenges of Big Data in Public Health[J]. Plos Computational Biology, 2015, 11(2).

[21]Vaitsis C, et al. Visual analytics in healthcare education:exploring novel ways to analyze and represent big data in undergraduate medical education[J]. Peerj, 2014：2.

[22]Ginns P, Prosser M, Barrie S. Students’ perceptions of teaching quality in higher education:the perspective of currently enrolled students[J]. Studies in Higher Education, 2007, 32(5):603-615.

[23]EllawayRH, et al. Developing the role of big data and analytics in health professional education[J]. Medical Teacher, 2014, 36(3):216-222.

(編輯：楊俊武)