大数据背景下人工智能在医学研究生个性化网络教学中的探索

随着AI突飞猛进的发展，促进了AI与教育融合发展及应用创新。为顺应国家相关政策要求，紧紧把握大数据时代发展的利好趋势，深化医学研究生个性化网络教学研究势在必行。如何根据现有研究生课程建设进行相应的改革，构建顺应时代发展需求的个性化网络教学模式，是进一步深化教学改革，提升教学质量的核心点。

1 AI及大数据的概述

AI技术作为研究机器智能和智能机器的一门综合性高技术学科，最初产生于上世纪，是一门涉及多学科的综合型技术学科，目前已在众多领域取得杰出的成就，并逐步向多元化的方向发展。大数据指数据量庞大到人工无法在有效时间内规整为能够使用的信息。中央出台的相关文件明确表示要在以大数据为背景的人工智能方面取得重大突破，并要加快推动互联网、大数据、AI和实体经济深度融合[1]。国务院办公厅印发《关于促进和规范健康医疗大数据应用发展指导意见》，推进基础平台和数据中心建设，鼓励利用新技术、新理念和新模式，加快实现医改目标[2]。由此而见，从国家战略层面上已经将大数据及AI贯彻到工作生活的方方面面，AI也为医学教学改革提供了重要的保障，为顺应国家相关政策要求，紧紧把握大数据时代发展的利好趋势，深化医学研究生个性化网络教学研究势在必行。

2 传统医学研究生教学的特点及AI将发挥的作用

传统的医学硕博士研究生教育模式较为陈旧单一且信息更新滞后，其课程与本科生课程类似，只是深度稍加强而已，而高规格高水准研讨会及其综合交叉学科的专题讲座的开设较少，未能很好做到学科导向及指引[3-4]。作为金字塔顶端的人才，未能充分发挥其学习的积极性和主动性，难以实现高层次高素质专业技术人才培养的目的。目前国内教育界有关AI辅助教学的功能在教育中体现得不够充分，需要各级教育行政机构、专家学者和一线教师进行积极探索。如何根据现有研究生课程建设进行相应的改革，构建顺应时代发展需求的个性化网络教学模式，是进一步深化教学改革，提升教学质量的核心点。

AI作为信息技术发展的领头军，引领着信息时代的发展方向，成为教育取得突破式发展的重要驱动力。大数据的优势在于利用机器学习算法对大数据挖掘的结果进行合成、转化和管理，最终提高研究的效率。以AI为核心的新兴信息技术不仅有助于均衡教育资源、提高教学效率、改进学习体验，而且正在逐步实现真正意义上的个性化学习。在网络教学大数据背景下，为顺应发展趋势，以学生兴趣及能力为导向，根据学生的需求及能力制定个性化学习方案，根据不同层次人才对课程的要求，更新教育观念和改革教学内容，突出创新能力的培养，进行个性化教学，从而达到最优化最高效学习的目的，为培养相关领域的高级人才做铺垫。当新兴科技到来，因材施教的可行性有了大幅提高，AI信息技术的发展推动了教学环境和教学模式的变革，个性化教育的实现有了新的途径。互联网新技术的不断涌现突破了时空限制，让优质教育资源得以科学分配。互联网及智能化丰富了教学方式，大数据、云计算、AI、VR新技术的涌现，不断突破教育的屏障，使得互联网介入医学硕博士研究生传统教育改革成为可能。传统的教学模式难以完成的教育空缺，通过建立规范的教学体系，对高端人才学习需求及资源获取提供快捷方便的渠道。教学应用需求为AI发展持续提供新动力，形成可持续创新、双螺旋演进的互动发展模式。

3 AI在医学研究生教学改革中的策略

借助AI在大数据背景下医学硕博士研究生个性化网络教学主要体现在以下几个方面。

（1）AI助力于搭建国内外先进教育资源的桥梁：随着互联网的发展和信息化时代的来临，大规模数据时代正在开启， 而互联网做为大数据的基础，AI进一步助力于搭建国内外先进教育资源的桥梁[5-6]。针对硕博研究生这类高水平的精英，国内的资源已然不能很好满足其学习需求，需要掌握大量的国际前沿资讯及最新的研究动向，努力引领或跟进国内外研究的新航标。因此，无论是教育模式还是资源获取，均须与时俱进。做为学生应及时查阅最新文献，多浏览互联网上相关专业论坛，尽可能参加高端的国际会议，积极参加海外交流。由于汇聚了全球精英研究成果，许多内容前沿或经典。虽然数据和信息的透明性及易获取性是大数据时代的典型特征，但仍需借助AI优势，弱化国际交流的屏障，将资源获取过程简单化、易于操作及掌握。

（2）大数据背景助力于开创教育新模式：以慕课、翻转课堂、微课堂等方式介入教育领域的大数据技术已经对我国的教育产生了巨大的影响[7]。从大数据的观点看，只有用户无限扩展的资源才是有前途的资源。随着数据的大量采集，数据处理方法更高效，人机界面更具人性化，AI将不断改变传统教育的形式，开辟新的教育模式。尤其对于高精尖人才的培养，此类需求更甚。而在大数据时代，有关某一领域的信息海量的存储在系统或网络里，借鉴海外先进高校的教育模式，与国内现行的教育方式想融合，制定符合中国特色的医学高校研究生培养方案，为培育高水平的医学研究生做出贡献。

（3）个性化教育培养专业精英：个性化学习是以促进学生个性发展为目标，用相关软件对硕博士在线学习进行记录，分析其学习特点，帮助学生突破学习难关，从而实现自我超越，使得医学硕博士教育能够实现个体化培养的目标。凭借大数据通过深度学习等技术，分析学生的学习特征并个性化、精准化为每个学生创建个性化的学习体验，推送适合每个学生精准化学习内容。与网络智能搜索平台的个性化推荐类似，AI系统也应能够从大量的学生数据中进行检索，包括网上浏览文本、语音、图像、视频等资源的行为数据中收集信息，并基于AI的深度学习推荐算法，自动预测学习者的兴趣偏好，智能化为学生进行学习内容进行个体化推送[8]。

AI新技术与传统教育不断融合发展，因材施教，根据硕博士对于新兴技术的感兴趣程度进行相关咨询的推送，AI进一步助力于教育资源的获取，进一步激发了学生的学习积极性，从而让硕博士能在感兴趣领域进行深入挖掘、思索及研究，使其潜心学习、努力钻研、尽量掌握、且学以致用，从而为培养相关领域的人才做铺垫。为了使推送内容与学生的兴趣能力相符合，需要客观的评估学生的水平及学习内容的难度，而此过程需要将复杂理论算法与AI技术充分结合才能实现，最终高效、显著地提升学习效果。

（4）大数据提升高等医学教育内涵：建立知识图谱，构建和优化内容模型，从而使学生更了解自我。医学硕博士对老师的期望比较高，除了常规课本的相关知识点，他们更期望接触课本以外的内容，包括前沿的科学成果及其它更未知的领域。完善的自适应学习体系，首先需系统学习知识图谱，再根据使用后学生留下的海量行为数据进行数据挖掘，然后得到准确客观的知识图谱[9]。最终，系统将以优化后的知识图谱，为学生匹配最佳学习路径。为培养开拓进取、勇于创新和敢于担当的技术型与应用型之高层次医学研究生人才为其目的[10]。

（5）自适应学习：对研究生教学绝不能拘泥于理论教学，更需要把学生置于真实的大数据环境中进行实战培养，将AI运用于自适应学习是个性化学习的方式之一。在配备优质教学内容的基础上，学生通过网络观看专家讲座，并且在网络上与相关领域研究人员讨论，随时查阅文献及资料，自主规划学习内容及计划，并及时反馈及互动[11]。与本科教学不同之处在于研究生教学应以学术性研究为导向，老师应组织和引导研究生自行探索，而这种导向在大数据的环境下更容易实现。大数据环境下混合式教育模式是指将传统的面对面授课和学生利用网络数据自行学习相结合，这将成为高校教学的主流模式，对研究生教学影响更为广泛。

在AI时代，教师队伍的素质直接影响到研究生的教学质量，老师在教学过程中需一直关注学生深度学习和个性化学习，特别借助大数据和AI分析，每个学生的学习特征显示的更加清晰，如何通过更好的利用大数据分析出的结果来实现教育的真谛，是教育工作者需要思索的问题。首先，老师应该树立新的学习观，把握终身学习的思想；其次需与时俱进，及时更新知识体系及教育方式；最后要有一定批判性思维能力，不被庞大的信息所迷惑。总之老师们也要随着时代和环境的变化提升自身的职业素养[12-13]。

4 结语

AI在教育中崭露头角，虽然处于初级阶段，但AI所涉及的大数据及自适应等相关技术一定程度的满足了教育领域的应用需求，随着AI技术的不断成熟，其与教育领域的融合也将不断深化。AI将从搭建国内外先进教育资源的桥梁、开创教育新模式、培养专业精英、构建和优化教学内容模型、满足个性化自适应学习等方面互为医学研究生教育的发展注入新动力。研究生教育是培养高层次人才的主要途径，而创新能力则是衡量研究生教育质量的重要指标。应该充分利用大数据时代带来的机会，改变教学理念，充分利用新的教学手段，提高教学质量，为培养具备创新实践能力的综合人才提供参考。