生物医药专业“医学数据挖掘”课程设计

　　在生物医学的快速发展中，培养高素质的生物医药人才是医科大学的重点，本篇文章就首先探究“医学数据挖掘”课程对提升大学生数据分析能力的重要性，文章中也探究了“医学数据挖掘”课程的教学内容，教学手段，教学过程，让生物医药学生通过这一课程可以学到更多的知识。

　　关键词：医学数据挖掘,医药专业大学生,案例教学

　　当前，随着大数据时代的来临，在临床医疗工作流程中也产生了大量的结构化和非结构化文本、影像、基因测序、电生理等数据，这些海量数据越来越多地被医院信息系统收集和存储。其中不仅包含医嘱、护理记录、药物使用等诊疗数据，还包括所有医患角色、医疗设备、管理和服务人员在业务系统中产生的数据。在现代医院信息化管理的电子化、信息化、数据化、智能化要求下，医疗大数据存储量已可用PB级来计量。

　　由于医疗数据本质上与疾病病理相关，存在极为复杂的相互关联和相互依存的关系，因此利用大数据分析简化这种复杂性和建立智能的关联性识别将会有重大意义。目前，大数据分析挖掘技术所能提供的智能学习算法、支持向量机、神经网络算法技术等对临床连续性数据的学习和推理均能达到很好的应用效果。

　　近年来，随着大数据的发展，对于不同层面的数据类型，已发展了不少统计机器学习方法和生物信息学方法对各类型医疗大数据进行挖掘。例如，将数据挖掘技术和生物信息学方法融入不同的分子生物学理论，通过海量数据挖掘对疾病相关生物标记进行提取，从而制订个性化治疗方案，实现精准医学研究。医药专业的大学生更应该紧跟时展，学习大数据的相关知识。“医学数据挖掘”课程正是基于这样的背景开设的，目的是提高医学生对大数据的认识，使其学会掌握常见的数据挖掘方法，并能够应用于自己的研究中。

　　由于笔者所在的是医科院校，学生们未来将要深入临床和科研一线。而随着生物科技的迅猛发展及大数据时代的来临，高通量数据的产生需要学生尽可能多地掌握相应的数据分析和数据挖掘技术。因此，开设本课程，一方面是让学生了解基本及复杂数据的统计分析方法，掌握必要的统计学和数据挖掘技术，提高学生数据分析处理的能力，另一方面也为学生的临床实践和毕业设计提供帮助。

　　当前，现代化的教学模式已经由传统的以教为主转化为以教师为主导、以学生为主体的双主教学模式。这种新型教学设计模式结合了以教为主和以学为主两种教学模式的优点，是我国教育技术领域的专家学者在教育实践研究中已经证明的非常有效的教学系统设计过程模式。[1]而数据挖掘课程更是一门实践的学科，需要学生除了掌握基本统计知识和数据挖掘理论之外，还要进行数据分析实践，将此作为学习课程的必要补充。数据分析实践对医药学专业的学生未来从事科研活动有着重要的实际意义。

　　由于高年级学生已经熟悉了大学学习的方式和方法，有了高等数学和线性代数的学习基础，且具备稳定的内部学习动机和明确的学习目标，因此，他们对教师的教学方法和手段就会有一定的要求，需要教师深入地挖掘授课方式方法和手段。

　　传统的教学方法和学习方法会使学生感到无趣，而统计学和数据挖掘理论中繁琐的计算也会使学生感到厌烦。因此，笔者在本课程中采用了案例教學的模式，该模式充分体现了数据挖掘应用的广泛性，它不仅涉及面广，而且还包含了各种计算机软件[2]，从而达到简化计算，灵活运用统计和数据挖掘理论的目的，这大大提高了学生对数据挖掘技术的理解，并有效地培养了他们应用计算机解决实际问题的能力。

　　笔者结合教学过程中的心得体会，围绕案例教学进行的“医学数据挖掘”的教学和实践活动，开展数据挖掘应用分析案例教学实践，帮助学生树立面向实际的观念，提高解决实际问题的能力。下面，笔者就以“医学数据挖掘”课程为例探讨案例教学在培养21世纪的新型生物医药学人才中的重要作用。

　　教学内容设计

　　笔者对“医学数据挖掘”课程的教学内容进行了设计，即先以讲座的形式让学生了解医学大数据的相关知识。接着，通过讲座和学生自学的形式使其学会使用相应的数据挖掘软件工具(如SPSS软件、R软件、plink软件等)进行数据处理。在数据挖掘技术上重点讲述决策树、随机森林、贝叶斯网络、聚类等常见的数据挖掘方法，并要求学生学会用这些方法对数据进行分析。学生可自行设计分析思路，并对数据进行处理，最后将方法和结果及相应的解释进行总结，撰写研究报告。通过这样的课程教学，真正提高学生在数据分析上思考问题和解决问题的能力。该课程的主要内容具体如下：

　　1.以讲座的形式讲授医学大数据的相关知识

　　①医学大数据的科研设计;

　　②医学大数据的收集及共享数据库;

　　③医学大数据的下载。

　　2.以讲座的形式讲授数据挖掘技术

　　①决策树和随机森林分析法;

　　②贝叶斯网络分析法;

　　③关联规则分析法;

　　④聚类分析方法。

　　3.学生实际操作训练

　　①提供一套数据;

　　②学生根据阅读的相关文献及自己对数据的理解，设计数据分析思路;

　　③学习使用统计学及数据挖掘相关的软件，并选择适合的统计学方法和数据挖掘方法及应用软件工具对数据进行分析和处理;

　　④总结数据分析结果，撰写研究报告，如果有可能，争取发表论文。

　　教学成效

　　“医学数据挖掘”课程在开展两轮后，取得了一定的教学成效，学生在数据处理分析方面取得了很大的进步。另外，通过学习数据挖掘理论及数据挖掘软件的使用，初步达到了提高学生综合素质，增强学生就业竞争力的培训目的。通过该课程的教学，让学生们尝到了学以致用的乐趣，激发了学生的创新意识，培养了他们的创新精神和创新能力，同时也促使有兴趣的学生去拓展自己的知识宽度，提高自己的思维能力和解决实际问题的能力。该课程的主要教学成果体现在：学生能够独立地设计数据分析思路，并使用统计软件及数据挖掘软件处理相应的一些数据，解释相应的结果，撰写研究报告。这对学生将来的科研活动很有益处，甚至有的学生还在期刊上发表了论文，在本科阶段就初尝了发表论文的快乐。

　　笔者通过调查发现，学生在课程结束后对该课程深有体会。例如，有的学生提到：“面对一个课题，如引起糖尿病的因素有哪些，我们会调查出一份数据，包含糖尿病、年龄、糖尿病家族史、高血压史、吸烟史、饮酒史、身高、体重、腰围、臀围、收缩压、舒张压等，然后根据这些数据去判断哪些因素是糖尿病的风险因素。因此，这就需要选择合适的统计方法和数据挖掘方法(如多因素回归、关联规则、贝叶斯网络等)，并选取统计软件和数据挖掘工具予以实现。

　　此外，流行病学研究中有很多课题，如PM2.5与心血管疾病之间是否有关系?很多队列参与研究，获得了大量的数据，但从这些数据中并不能直接看出变量之间是否存在关系，而通过数据挖掘就可以在一定概率下判断两者之间的相关性。”还有的学生表示：“通过学习医学数据挖掘课程，基本掌握了运用常用统计软件和R软件进行数据分析。”还有的学生提到：“通过医学数据挖掘课程的学习，使自己了解和掌握了主要的数据挖掘方法，也使日后的科研工作有了更多的新思路。”学生们在学习该课程后，惊叹于医学统计学和医学数据挖掘的魅力，该课程为学生提供了很好的实践练习机会，为学生未来的学习和职业生涯提供更广阔的思路。

　　结论

　　文章采用案例教学正是为了发挥学生学习的主观能动性，提高他们解决实际问题的能力。当然，目前对该课程的研究还处于探索阶段，还要不断加强师资队伍的建设，教师要积极参与教学改革，整合各种教学手段和信息技术，丰富知识储备，从而成为学生真正的良师益友。

　　参考文献：

　　[1]吴疆.现代教育技术教程：第三版[D].北京：人民邮电出版社，2009.

　　[2]华琳，李林.医学数据挖掘案例与实践[D].北京：清华大学出版社，2016.

　　[3]杨华，张振军，贾学龙.浅谈开展数学建模教育的作用[J].中国轻工教育，2006(2)：46-47.

　　推荐期刊：生物医学工程研究是什么期刊

　　在期刊上投稿的时候，每个作者都需要搞清楚期刊的征稿范围、是否正规等，因为这在很大程度上决定着论文发表出来是否有效，或者是论文能否顺利发表出来。那么生物医学工程研究是什么期刊呢?在征稿的时候有哪些要求呢?本文主要针对生物医学工程研究杂志给大家做了一些详细的介绍，希望可以帮助到各位作者。首先我们来了解一下生物医学工程研究杂志的一些详细介绍，希望可以帮助到各位作者。