面向医学信息工程专业的数据挖掘课程教学方法研究

朱映雪 李丽 刘明友 雷宇 贵州医科大学

一、引言

随着数据信息化和数据智能化在各行业的广泛应用，近年来数据的存储呈爆炸式加速增长的趋势，随着“智慧医疗”[1]和“互联网+”等技术的推进产生了大量的具有潜在价值的数据，如何有效地把控数据全貌、快速有效地挖掘数据背后潜在的信息对于医疗甚至是社会中各行业的发展具有重要意义。在广泛应用于各行各业的背景下，数据挖掘已然作为“智慧医疗”领域强有力的优秀技术，对于医疗服务质量的改善、有效降低医疗成本、强化个性化健康管理具有重要意义。

医学信息工程专业属于医学领域与信息技术领域相结合的新型工科[2]，基于大数据背景及“智慧医疗”构建的条件下，该专业的发展方向主要是通过对医学领域内的海量数据进行实践应用的挖掘分析任务，有效降低医疗成本、强化个性化健康管理以及推动“智慧医疗”的发展，因此在数据挖掘课程的教学过程中更应注重培养学生的实践和创新能力，从而提升学生能够高效的将所学的课程知识合理、创新地应用于解决实际问题的能力。

本文针对现行数据挖掘课程教学中存在的问题，结合医学信息工程专业的培养计划，提出了面向医学信息工程专业的实践创新型人才培养课程教学方法，让学生能够有效投入到课程学习中，提高课程趣味性，让学生能够掌握并熟练应用所学的数据挖掘知识，从而达到培养医学信息工程学生实践创新能力的目标。

二、课程教学现状

针对不同专业，任课教师根据自己的经验在教学过程中对数据挖掘课程进行了某些探索和改进，刘波等人对数据挖掘课程的实践教学给出了完整的教学内容以及详细的评价考核方式，并在教学中获得较好的效果。关鹏等人探索了统计学专业的数据挖掘课程实验教学模式，以R语言进行数据挖掘实验，通过项目式学习提升学生分析问题和解决问题的能力[3]。黄浩等人提出在数据挖掘课程中通过案例贯穿教学和能力拓展比赛等教学方法提升学生的数据挖掘实践和创新能力[4]。但是，数据挖掘课程由于教学任务重、该领域教师多年形成的科研领域以及课程讲授习惯等原因，老师在数据挖掘课程讲授过程中更注重自己讲解，特别是理论知识和数学推导的讲解，且倾向于模式化的训练，从而在一定程度上使该课程的教学存在着缺乏交流互动、缺乏课程兴趣和缺乏实践创新等能力的问题，导致教学效果不理想。

医学信息工程专业的开设是将医学基础与信息技术相关知识进行交叉融合，为后续的医疗卫生事业发展开辟了新的途径，与信息化社会的发展高度契合。2003年国家对医学信息工程专业进行宏观的规划，将其列为高等教育专业目录外的新工科专业；2012年又将该专业划为特设专业。但是目前医学信息专业人才培养模式尚不成熟，因此招生数量相对较少[5]，其涉及到的专业相关课程体系设计、教学方式比较滞后，所涉及的课程教学集中在信息技术、计算机科学以及信息系统管理等方面，部分院校涉及图书情报学和临床医学基础等内容，综上所述可以发现医学信息工程专业的培养方式仍是以传统的教育模式为主，偏重于理论的学习，对于培养学生的实践创新能力具有一定的局限。

三、教学改革方法

（一）理论教学改革方法

数据挖掘是一门新兴的交叉融合型学科，融合了多门学科的知识，包括计算机科学、数据仓库和数据库技术、统计学、并行计算和分布式计算、机器学习、人工智能等[6]。数据挖掘课程的特点是内容比较新颖、覆盖领域广泛、同其他课程的交叉性较强、课程内容难度较大等，尤其对于医学信息工程的学生来说，如何将在医学领域内使用数据挖掘技术是专业的重要培养目标之一，由于数据挖掘课程的教学内容往往偏重于对算法理论和数学知识进行讲解和推导，传统的理论教学讲授方式对医学信息工程专业学生来说内容枯燥、课程趣味性低，导致教学效果不理想。

综上所述，本文从以下两点进行理论教学方法的改进：第一，为了解决内容枯燥，课程趣味性低等问题，在理论教学过程中，以案例贯穿整个教学，比如在讲到分类器时，通过医学诊断病症（阳性，阴性）的案例让学生了解到二分类是什么，由于医学信息工程的学生在医学领域有一定的基础，通过案例中的“假阳率”让他们了解到在数据挖掘的二分类问题中同样存在误判的情况，从而引出分类器的评估问题，在引起学生的学习兴趣的同时，激发他们去思考，久而久之，能够培养出一定的创新思维；第二，为了培养实践创新能力，可以通过给学生布置阶段大作业来实现，比如检索近年来深度学习算法在医学领域内应用的优秀论文，并对其进行总结，这样可以更好地让学生将所学知识合理、创新地应用于具体问题，同时一定程度上扩展了学生对理论知识的总结能力，通过总结和思考，学生的创新意识得到了有效提升。

（二）实践教学改革方法

现有的数据挖掘课程教学中通常倾向于理论讲解，学生自己动手实践的机会较少，尤其对于医学信息工程的学生来说，编程实践机会较少，因此学生能够将所学数据挖掘知识合理、创新地应用于医学信息领域比较困难。

为了解决数据挖掘课程的实践教学问题，本文提出了以下几点改进：在实践过程中鼓励将“站在巨人的肩膀上”和自力更生结合起来解决问题的教学模式：（1）让学生去搜集当前医学领域内最常用和最有效的数据挖掘算法和工具，关注其中重要的库和算法函数，例如Python语言中的SKlearn库和该库中的朴素贝叶斯算法、决策树算法、回归算法等；（2）并且能够灵活使用编程语言将这些算法进行整合和改进，做到实现基础算法到算法改进的有效应用的二次开发；（3）使用自己擅长的编程语言复述库中的经典算法；（4）第一，对于现有库中没有实现的算法功能，要能够使用Java、C++、Python 等语言实现自己的算法需求；第二，鼓励学生参加数据挖掘竞赛，如KDD CUP，全国大学生“互联网+”创新大赛、Kaggle及数学建模大赛等，以更好地扩展学生的实践能力；第三，可以参照Kaggle等设计比赛场景、搭建比赛环境，从而提升学生的实践创新能力。

四、课程考核体系

为了课程教学培养的有效性实施，提出了新的课程考核体系。课程考核由两大部分构成：平时成绩、期末成绩。对于平时成绩，为了有效培养学生的实践创新能力，除了常规的平时练习、基础实验、上课互动情况及考勤情况以外，结合数据挖掘学科特点，加入了能力拓展比赛的成绩考核模式，即结合课程内容和进度设计实际的数据挖掘问题场景，让学生以小组形式参加比赛，对于表现良好的学生予以一定的成绩作为鼓励，同时引导学生加深自己对相关问题的分析与思考，改进数据挖掘问题的解决方案，从而进一步提升学生的积极性、成就感，提升教学成果。该考核模式有效提升了学生的实践能力，同时学生在比赛中的思考能够有效的培养创新意识，因此该考核模式的加入使得课程的趣味性更强，也更有利于学生在相对真实的环境中锻炼并提升数据挖掘能力。

五、总结

随着医疗、金融、电商等社会各领域的信息化数据的爆炸性增长，掌握数据挖掘知识必定是医学信息工程专业的培养目标之一。在这样的背景下，以培养实践创新型医学信息人才为目标，对数据挖掘理论及实践课程的教学内容和方法进行探索和研究。本文从学科专业的发展、课程教学的发展等方面出发，同时结合医学信息工程专业所开设课程的实际需求，对数据挖掘课程的理论和实践教学方法进行了论述和探索，提出了相关教学方法的改进方案，对进一步提高面向医学信息工程专业的数据挖掘课程的教学质量和相关专业课程的教学方法探索具有主要的意义。