范棟林
(河北北方學(xué)院 附屬第一醫(yī)院,河北 張家口 075000)
實踐教學(xué)質(zhì)量評價十分復(fù)雜,評價的客觀性也直接影響到實踐教學(xué)的改革。將層次分析法(AHP)和極限學(xué)習(xí)機(ELM)相結(jié)合,并采用涼亭鳥優(yōu)化(SBO)算法對ELM參數(shù)進行優(yōu)化,提出了基于AHP和SBO-ELM的醫(yī)院實踐教學(xué)質(zhì)量評價系統(tǒng),并通過具體的案例驗證評價系統(tǒng)的有效性。
AHP將復(fù)雜的多目標(biāo)決策問題層次化分析,形成一個多層次的分析結(jié)構(gòu)模型,在解決各類復(fù)雜問題中具有十分廣泛的應(yīng)用。以下為AHP的分析流程。
構(gòu)造一個層級是非常關(guān)鍵的,而一個好的層級可以讓一個復(fù)雜的問題變得更加清楚和條理。其原則是將復(fù)雜的問題分為若干個部分,每一個部分為一個元素。下一層元素為準則層可支配方案層,同時其又受到目標(biāo)層的支配[1]。具體的層次結(jié)構(gòu)圖如圖1所示。
圖1 構(gòu)建的層次結(jié)構(gòu)圖Fig.1 Builds the hierarchy diagram
因為對某個問題有不同的主體性理解,所以各個層面的政策制定者對各個層面的評價都會有很大的差別。利用對比判別法可以有效地克服因主觀認知差異而產(chǎn)生的問題。在該方法中,不同因子的重要程度被1~9標(biāo)度法所衡量,表1所示為標(biāo)度法的具體內(nèi)容;2、4、6、8數(shù)值介于其相鄰數(shù)值之間[2]。
表1 標(biāo)度法含義Tab.1 Meaning of scaling method
通過對各個比較判定矩陣進行最大的特征值和特征矢量的運算,并對其進行了一致性檢驗。當(dāng)相容性系數(shù)低于0.10時,進行了相容性檢驗;與之不同,為了通過一致性檢驗,對比較判斷矩陣進行了修改。為了計算最大特征值和特征向量,必須對比較判斷矩陣的每個列向量進行歸一化。標(biāo)準化方法:
(1)
根據(jù)行對ωij進行求和并得到ωj,進一步對ωj進行歸一化:
(2)
(3)
式中:ω為近似特征向量。最大特征向量λmax的近似計算公式:
(4)
計算一致性檢驗指數(shù)CI,通過查表獲得平均隨機一致性指數(shù)RI;通過CI和RI獲得一致性比CR:
(5)
CR=CI/RI
(6)
利用分級方法,可以獲得單個單元的最終單元的次序權(quán)重矢量。最后,通過采用從上往下的方式進行綜合評估,得出各指標(biāo)的權(quán)重矢量。
臨床醫(yī)學(xué)專業(yè)人才培養(yǎng)實施校院合作的質(zhì)量直接決定了人才培養(yǎng)的質(zhì)量,強化醫(yī)院實踐教學(xué)質(zhì)量評價能夠更好地為實踐教學(xué)改革提供參考。醫(yī)院實踐教學(xué)質(zhì)量評價是一個復(fù)雜的系統(tǒng)性問題,結(jié)合高等臨床醫(yī)學(xué)院的實習(xí)標(biāo)準,構(gòu)建實踐教學(xué)評價層次結(jié)構(gòu),具體如圖2所示[3]。
圖2 實踐教學(xué)評價層次結(jié)構(gòu)Fig.2 Hierarchy structure of practical teaching evaluation
由圖2可看出,在實踐教學(xué)理念、實踐教學(xué)方法以及實踐教學(xué)教師3個層面上,對大學(xué)合作實習(xí)教學(xué)進行了評估。實習(xí)教學(xué)的思想在一定程度上反映了院校開展協(xié)作實習(xí)的重要意義。在加強醫(yī)學(xué)專業(yè)協(xié)作實習(xí)中,加強合作實習(xí)對提高醫(yī)學(xué)專業(yè)人才培養(yǎng)水平具有重要意義。實踐教學(xué)法是對當(dāng)前教育發(fā)展的一個重要指標(biāo),若不健全的校內(nèi)外實習(xí)基地,在開展校醫(yī)協(xié)作臨床實習(xí)中,會存在著許多問題。實習(xí)教師在實踐教學(xué)中起著舉足輕重的作用。在實施高校臨床實習(xí)協(xié)作中,應(yīng)強化實習(xí)教師的培養(yǎng),為了更好地提升醫(yī)學(xué)專業(yè)的臨床實習(xí)技能,更好地利用學(xué)校間的合作進行實習(xí)。本文所構(gòu)建的醫(yī)療合作臨床實習(xí)評估系統(tǒng)包含9項指標(biāo),其權(quán)重的測算結(jié)果如表2所示。
表2 校院協(xié)作臨床實習(xí)評估指標(biāo)的權(quán)重Tab.2 Weight of evaluation indicators of school-hospital collaboration clinical practice
由表2可知,實習(xí)教學(xué)基地、領(lǐng)導(dǎo)比例、實習(xí)教學(xué)時數(shù)以及專業(yè)兼職老師是影響醫(yī)院實習(xí)教學(xué)質(zhì)量的重要因素。
涼亭鳥優(yōu)化算法(SBO)是一種仿生算法,為了吸引雌鳥在展覽廳里繁衍后代,模仿公的亭子來搭建和布置亭子[4]。通過概率選擇、精英策略、位置更新和變異運算等方法,確定了一個最好的位置,也就是所需要的問題的優(yōu)化解決方案。以下為SBO算法的主要步驟。
2.2.1種群初始化
隨機生成M個初始種群,種群初始化公式:
xij=xjmin+rand(0,1)×(xjmax-xjmin)
(7)
式中:i=1,2,…,M;j=1,2,…,D;xjmax和xjmin分別為優(yōu)化問題第j維的上、下限。
2.2.2計算個體概率選擇和適合度
涼亭建成后,雄館鳥會在涼亭內(nèi)外大聲歌唱,吸引雌館鳥。雌鳥會在亭子附近筑巢,并根據(jù)式(7)的概率產(chǎn)卵[5]。
(8)
式中:Pi是第i只涼亭鳥的選擇概率;M是涼亭數(shù)量;fi是第i只涼亭鳥的適應(yīng)度。
(9)
f(xi)為式(9)中的第i個亭子的適應(yīng)度函數(shù)。
2.2.3個體位置更新
雌性涼亭鳥位置更新公式[6]:
(10)
(11)
式中:a表示為最大步長;λk表示為變量步長量。
2.2.4突變操作
正態(tài)分布被應(yīng)用于當(dāng)前涼亭鳥位置進行突變操作,以提高SBO算法的搜索性能。
(12)
(13)
式中:z是搜索空間系數(shù);Umax、Umin分別是搜索空間上限和下限。
ELM為一個單隱層前饋神經(jīng)網(wǎng)絡(luò),其模型結(jié)構(gòu)如圖3所示。
圖3 ELM模型結(jié)構(gòu)圖Fig.3 Structure diagram of ELM model
假設(shè)有N個訓(xùn)練樣值(Xi,Yi),輸入和目標(biāo)向量分別是Xi=[xi1,xi2,…,xin]T∈Rn和Ti=[ti1,ti2,…,tin]T∈Rm。X和T分別為n×Q維和m×Q維矩陣。因此 ELM模式的輸出值是由隱藏層的結(jié)點L來表達的[7]:
(14)
式中:βi為ELM模型的輸出權(quán)重;g(x)是ELM模型的激勵函數(shù);Wi=[wi1,wi2,…,win]T為ELM模型的輸入權(quán)重;Wi·Xj為Wi和Xj的內(nèi)積;bi為ELM模型的第i個隱含層節(jié)點的偏置。
ELM學(xué)習(xí)的目的在于使模型的輸出錯誤降到最低,即式(15)的誤差最小。
(15)
聯(lián)合式(14)和式(15),也就是存在βi、Wi和bi,使得式(16)成立。
(16)
式(16)的矩陣形式為:
Hβ=T
(17)
式中:H為ELM模型隱含層節(jié)點的輸出;β為ELM模型的輸出權(quán)重矩陣。
(18)
在ELM模型訓(xùn)練過程中,Wi與bi保持不變,β的最小二乘解可以通過求解式(19)獲得:
(19)
式(19)的最小二乘解可表示為:
(20)
ELM模型的性能受初始輸入權(quán)和隱含層偏壓的影響。本文利用SBO算法對ELM模型進行了初值加權(quán)及隱含層偏差的優(yōu)選,并選擇均方根誤差(RMSE)作為目標(biāo)函數(shù):
(21)
式中:n為樣本數(shù)量;xk和predk為第k個樣本的實際值和預(yù)測值。
為了實現(xiàn)對校醫(yī)合作臨床實踐教學(xué)評價的研究,先根據(jù)校醫(yī)合作臨床實踐教學(xué)評價指標(biāo)體系及各指標(biāo)的相對重要性[9],運用專業(yè)評分方法,確定各項評估指數(shù)及總分;另外,將各評估指數(shù)的分數(shù)作為SBO-ELM的輸入,而SBO-ELM的總分數(shù)則是其輸出結(jié)果。并且建立基于SBO-ELM的校醫(yī)合作臨床實踐教學(xué)評價模型。基于SBO-ELM的校院合作性臨床實踐教學(xué)評價算法流程被描述為:
Step1: 選擇評價指標(biāo)信息和綜合評分數(shù)據(jù)信息,對 ELM和測驗集合進行分割,并對數(shù)據(jù)進行規(guī)范化處理[10]:
(22)
式(11)中,統(tǒng)一后的數(shù)據(jù)為x′;統(tǒng)一后的最小值和最大值分別為a和b,取a=-1,b=1;原始數(shù)據(jù)和原始數(shù)據(jù)中的最大值和最小值分別是x、xmax和xmin。
Step2: SBO算法參數(shù)被設(shè)置:最大迭代次數(shù)為T、選擇概率為p、種群規(guī)模為popsize、最大步長為a和搜索空間系數(shù)為z,同時涼亭位置被隨機初始;
Step3: 根據(jù)式(21),可以計算出和排序每一個展館本人的總體目標(biāo)函數(shù)值,并進一步保留現(xiàn)階段最好展館位置做為精英本人位置;
Step4: 涼亭的選擇概率可根據(jù)式(8)和式(9)計算;
Step5: 更新涼亭位置可根據(jù)式(10)和式(13);
Step6: 對目前展廳所在區(qū)域的目標(biāo)函數(shù)進行計算和分類,確定目前樓閣的精銳所在區(qū)域,并與上一代的精銳進行對比。若超過上一屆的優(yōu)秀崗位,則將繼續(xù)保持現(xiàn)有的位置。相反,這是一種保持其上一輩人的精銳;
Step7: 假如迭代頻次t>T,那么就輸出最好涼亭部位,還可以說相匹配的ELM實體模型的最好輸出層權(quán)值和隱含層偏置;否則,反復(fù)流程3~流程7;
Step8: 將最優(yōu)輸出層的權(quán)重和隱層的偏差代入ELM模型,對校院合作臨床實踐進行評價。
選擇第一臨床醫(yī)學(xué)院在2012~2021年的校院實踐教學(xué)質(zhì)量評價數(shù)據(jù)作為研究對象,通過1~9標(biāo)度法的兩兩對比,得出了商-校-院合作性臨床實踐評價指標(biāo)的得分數(shù)據(jù)和校院合作性臨床實踐評價的數(shù)據(jù),并運用最大最小值法標(biāo)準化處理并評估。
使用均方根誤差(RMSE)與相關(guān)系數(shù)(R)作為判斷依據(jù),對校院合作臨床實習(xí)的評價結(jié)果進行評估[11]:
(23)
(24)
式中:n為樣本數(shù)量;xk和predk為第k個樣本的實際得分和預(yù)測得分。
將校院合作性臨床實踐評價結(jié)果劃分為優(yōu)秀、良好、中等、較差和差5個等級[12],具體如表3所示。
表3 評價等級劃分Tab.3 Evaluation grade division
學(xué)校-醫(yī)院合作臨床實踐評估的評估數(shù)據(jù)分為培訓(xùn)集和測試集。訓(xùn)練集共有6組數(shù)據(jù),用于建立SBO-ELM學(xué)校-醫(yī)院合作臨床實踐評估模型;測試集共有4組數(shù)據(jù),用于驗證前者建立的SBO-ELM學(xué)校-醫(yī)院合作臨床實踐評估模型的正確性。為了說明SBO-ELM學(xué)校-醫(yī)院合作臨床實踐評估模型的優(yōu)勢,將SBO-ELM和PSO-ELM[13]、GA-ELM[14]和ELM[20]進行了比較。不一樣的算法參數(shù)如表4所示;校院合作臨床實踐評估結(jié)果如圖4和表5所示。
表4 不同算法參數(shù)Tab.4 Parameters of different algorithms
圖4 校院合作性臨床實踐評價結(jié)果Fig.4 Evaluation results of school-hospital cooperative clinical practice
表5 校院合作性臨床實踐評價結(jié)果對比Tab.5 Comparison of evaluation results of school-hospital cooperative clinical practice
由圖4和表5中的結(jié)果可知:(1)SBO-ELM是最好的,因此SBO-ELM模型的校醫(yī)合作臨床實踐評估效果最好;(2)SBO-ELM、GA-ELM和PSO-ELM的評估精度優(yōu)于ELM,主要是因為SBO、GA和PSO算法優(yōu)化了ELM模型的初始輸入權(quán)重和隱含層偏差等參數(shù),大大提高了校院合作臨床實習(xí)評估結(jié)果的準確性。
校間合作臨床醫(yī)學(xué)實踐課堂教學(xué)是一種“院校-醫(yī)院-小區(qū)-社會發(fā)展”方式,對提高臨床醫(yī)學(xué)專業(yè)學(xué)生的實際操作能力具有重要作用。運用層次分析法對院校的實習(xí)教學(xué)評估進行了探討,建立了實習(xí)評估的體系結(jié)構(gòu),并采用專家打分法得出各項綜合得分。每個評估指數(shù)的分數(shù)均以SBO-ELM模式的形式進行,而總分數(shù)則以SBO-ELM模式的形式輸出,構(gòu)建了以SBO-ELM為基礎(chǔ)的醫(yī)院醫(yī)療協(xié)作實習(xí)的評估模式。結(jié)果表明:SBO-ELM能有效提高校醫(yī)合作臨床實習(xí)教學(xué)評價的準確性;層次分析的結(jié)果表明,實踐教學(xué)基地、行業(yè)兼職教師、實習(xí)課時和領(lǐng)導(dǎo)比例對實踐教學(xué)質(zhì)量有重要影響。提升臨床實踐教學(xué)水平,進一步提高實踐活動產(chǎn)業(yè)基地基本建設(shè),提高領(lǐng)頭人占比,科學(xué)安排綜合實踐課程時間,充分運用兼職教師在行業(yè)領(lǐng)域中的功效。