陳樹婷，周文霞，王 玨

（杭州醫(yī)學院基礎醫(yī)學部，浙江 杭州310053）

一、研究背景

臨床醫(yī)學是一門實踐性要求很強的學科。相對其他專業(yè)教育而言，臨床醫(yī)學高等教育具有以下特點：臨床專業(yè)知識內容涵蓋范圍廣，知識量大［1］；臨床專業(yè)的實踐要求高，通過實踐和應用實現(xiàn)其社會服務功能。隨著科技的進步，現(xiàn)有醫(yī)學知識和技能在逐漸過時，臨床醫(yī)學生需要不斷更新專業(yè)知識和技能［2］。因此，優(yōu)化臨床醫(yī)學專業(yè)學生學習策略，研究面向臨床醫(yī)學專業(yè)學生的培養(yǎng)創(chuàng)新機制及其教學方法是非常有必要的。計算機輔助教學（Computer-aided Instruction，CAI）是利用先進信息技術提高教學效果的有效方法，是可能實現(xiàn)上述目標的重要途徑。

人工智能 （Artificial Intelligence，AI）是利用計算機系統(tǒng)模仿人類的感知、推理等思維活動的專業(yè)技術。上世紀70年代末，W.J.Clancey等人將人工智能技術引入到CAI領域，提出了智能化計算機輔助教學方法（Intelligent Computeraided Instruction，ICAI），該方法設計實現(xiàn)了面向醫(yī)療診斷專業(yè)的教學系統(tǒng)，來完成傳染病學科的教學與研究工作［3］。ICAI將教學內容與教學策略分開，根據學生的認知模型提供的信息，通過智能系統(tǒng)的搜索與推理，動態(tài)生成適合于個別化教學的內容與策略；為教師提供友好的教學內容、測試內容、維護界面，無需改變軟件的結構即可調整教學策略；通過對學生認知模型、教學內容、測試結果的智能分析，向教學督導人員提供對任課教師教學業(yè)績評價的參考意見。從某種意義上說，ICAI系統(tǒng)就是一個自主、優(yōu)秀的老師［4］。

當前關于ICAI方面的研究處于快速發(fā)展階段，且對象主要集中在計算機、機械、信息等方面，因此研究一種面向臨床醫(yī)學專業(yè)的ICAI方法非常有必要。機器學習（Machine Learning，ML）是研究計算機怎樣模擬或實現(xiàn)人類的學習行為，通過算法以獲取新的知識，重新組織已有的知識結構使之不斷改善自身的性能［5］。因此，本文將ML方法引入到臨床醫(yī)學教育領域，旨在研究一種ICAI建模與學習策略優(yōu)化方法。

二、特征提取與信息融合

確定具體班級作為研究對象，通過教務管理系統(tǒng)獲取學生的基本檔案數據，并對其學緣歷程、文化背景信息進行擴充與完善。在此基礎上，通過訪談與調查問卷的方式采集學生的相關信息數據，建立臨床專業(yè)學生學習信息數據表（Study Information Data-sheet，SID）。采用社會科學統(tǒng)計軟件包（Statistical Package for the Social Sciences，SPSS）進行特征數據提取，得到該方向學生在學緣結構、知識儲備、記憶特征、學習策略等方面的特征數據。通過教務系統(tǒng)及其他方式獲得的非計算性數據可認為是具有確定性結構，是完備的。由于各個信息指標因素之間并非完全獨立，因此通過SPSS計算獲得的數據具有耦合覆蓋特征，是不完備的。而ICAI系統(tǒng)對于輸入參數的要求是具有統(tǒng)一完備性，這樣其計算結果才具有實際意義。針對此問題，本文采用粗糙集經驗學習系統(tǒng)（Learning from Examples based on Rough Sets，LERS）進行多維對象信息提取，處理非結構化不完備數據，消除各指標數據間的耦合噪聲與相關冗余數據，提高所獲信息的可用度?；谏鲜龉ぷ魉@得的學生學習特征數據，進而分析其學習過程與知識認知形成機制，對其在臨床醫(yī)學專業(yè)方向的學習策略優(yōu)劣條件進行對比研究，并進行相關指標評價，建立SID主題數據庫，為ICAI系統(tǒng)建模以及該方向學習策略優(yōu)化方法的研究提供理論依據與數據支持。

三、基于ML的ICAI系統(tǒng)

ICAI建模是本文研究的核心內容，其關鍵在于對學生學習過程的動態(tài)跟蹤，并根據跟蹤結果提供課程教學決策支持，即體現(xiàn)特定的智能屬性。根據實際的教學過程需求，ICAI模型可劃分為3個子模型：（1）知識庫模型是相對某具體專業(yè)（臨床醫(yī)學）的領域知識超集，包括教師經驗庫、教學素材庫、學生錯誤庫、知識遷移緩沖區(qū)等。ICAI系統(tǒng)可采用超媒體的網狀結構表示領域知識、超媒體嵌入過程性知識與結構化知識。（2）教師模型是ICAI系統(tǒng)的一套產生式規(guī)則推理機制，是對教師教學活動的過程模擬，能夠對學生模型記錄下來的學生信息進行處理，并運用知識庫中的知識進行推理，做出決策和判斷。（3）學生模型可以通過智能化交互接口跟蹤學習過程，對每個課程建立獨立的單元，建立各單元水平的判定規(guī)則。ICAI系統(tǒng)通過點鼠標、按界面上的功能按鈕或選擇菜單等方式來實現(xiàn)。學生可以通過人機交互界面從教師模塊和知識庫中得到系統(tǒng)對學生行為診斷的信息反饋。

四、原型系統(tǒng)開發(fā)與實驗

基于上述研究工作，開發(fā)了面向臨床醫(yī)學專業(yè)的ICAI原型應用軟件系統(tǒng)。系統(tǒng)可容納臨床醫(yī)學主要專業(yè)課程，根據不同的教學任務需求，通過超文本知識庫、教師模塊接口、學生模塊接口等應用程序接口，向用戶提供課程知識遍歷、知識點查詢、典型習題及錯誤分析、啟發(fā)式知識點網絡圖譜等服務。

為了驗證本文所提出的基于RS的教學對象信息融合方法的有效性，基于所開發(fā)的ICAI原型軟件系統(tǒng)，以筆者所在單位的10個教學班級（30人/班）為對象，采集相關數據，形成SID原始樣本并進行備份。利用所提出的信息融合方法，對SID原始樣本進行處理，然后對原始樣本及融合處理后的樣本分別進行先序與中序遍歷，得到結果如下（見附圖）。可以看出，經過融合處理后的數據條目需要更少的查詢時間，且隨著人數測增加，體現(xiàn)出更好的效率優(yōu)勢。上述結果表明，本文所提出的信息融合方法能夠有效消除各相關數據項之間的冗余信息，使SID中的數據條目統(tǒng)一規(guī)格化，提高了ICAI系統(tǒng)的數據訪問效率。

附圖 數據遍歷對比實驗結果

為了檢驗所開發(fā)原型系統(tǒng)的實際應用效果，以筆者所在單位臨床專業(yè)的兩個教學班級為對象，進行了為期兩學期的教學效果對比實驗，結果如下（見附表）。實驗過程中，班級A應用本系統(tǒng)，尤其是在課外及自學環(huán)節(jié)，班級B未使用本系統(tǒng)；對比參考指標主要包括教學效果總體滿意度、300個專業(yè)難度知識點掌握概率、二次學習動機概率與平均績點。通過數據可以看出，本系統(tǒng)可有效提高教學效果，尤其是在高難度知識點深化理解、自主學習動機激發(fā)等方面。

附表 教學效果對比實驗結果

五、結 論

針對臨床醫(yī)學教學過程中存在因知識量大、記憶及實踐環(huán)節(jié)要求高而造成的學習策略難以優(yōu)化問題，將ML方法引入到臨床醫(yī)學教育領域，提出了一種ICAI建模與學習策略優(yōu)化方法，主要得到如下結論：（1）提出了一種基于RS的教學對象信息提取融合方法，消除相關數據記錄之間的冗余信息，融合不完備數據，有效提高了系統(tǒng)的訪問效率。（2）建立面向臨床醫(yī)學專業(yè)的ICAI模型，主要包含超文本知識庫、教師模型、學生模型三個邏輯功能構件。在此基礎上，開發(fā)了應用原型軟件系統(tǒng)，進行了教學效果對比實驗，驗證系統(tǒng)的有效性。