基于Python语言的中医学大数据相关课程建设探索 *——以实用中医药大数据研究导论课程为例

胡 玥 马 勇 刘孟敏 陶伟伟

（南京中医药大学中医学院·中西医结合学院，江苏 南京 210023）

数字化背景下，中医药事业的长远发展，离不开中医学与大数据相结合的强有力推动。利用计算机大数据处理工具进行数据分析和挖掘日益成为中医及中西医结合从业人员不可或缺的技能［1］。作为一门广泛使用的编程语言，Python 具有语法规则简单、易上手、易理解的特点，同时其开放的系统和丰富的第三方数据库，在数据挖掘、图像处理、人工智能和数据可视化方面具有独特优势［2，3］。南京中医药大学积极探索大数据与中医学知识相融合的教学改革思路，积极推进相关课程建设，以期培养中医及中西医结合专业学生大数据分析所需的数据素养，促进中医药知识的深入挖掘、系统传承和守正创新。本研究以实用中医药大数据研究导论课程的结课调查为例，分析了中西医结合临床专业学生基于Python 语言大数据课程的学习现状及需求，深入探索适合其专业发展的学习、教学模式。

1 资料与方法

1.1 一般资料以2021—2022学年第1学期中西医结合临床专业，选修实用中医药大数据研究导论课程的大学一年级学生为调查对象，共计94人；剔除无效调查问卷后，共回收有效问卷93 份（98.94%），其中男36 份（38.71%），女57份（61.29%）。

1.2 调查内容与方法此次课程满意度调查采用调查问卷形式，题型设置为选择题与主观题2 种。问卷内容主要包括课程学习基本情况（整体满意度、收获最大部分、最感兴趣部分、Python语言认可度）、自身学习效果评价及其影响因素（课后练习情况、感兴趣程度、与中医研究的融合度）、课程存在问题以及对此课程的建议4个维度。调查通过问卷星平台进行，采取线上方式填写、回答问卷。

1.3 问卷设计本次调查问卷题量为14 道，包括13 道选择题，1 道主观建议题。为确保调查结果的客观性，问卷提交采取匿名形式。

1.4 统计学方法把回收的有效问卷结果导入Excel 表格，建立数据库后，进行描述性统计，采用SPSS 26.0软件加以分析，数据统计和分析运用x2检验，P＜0.05表示差异具有统计学意义。

2 结果

2.1 实用中医药大数据研究导论课程学习基本情况所回收的93份有效调查问卷，在“对课程的满意程度”题目中，有27 人对本课程非常满意，62 人比较满意，4 人持一般态度；在对学习本课程“收获最大的部分”以及“最感兴趣的内容”的多选调查题目中，数据可视化出现的频率最高，分别为81 次以及60 次。2 个项目中出现频率最低的为生物信息，分别为46 次和20 次；在对“Python语言对今后学习是否有帮助”的调查中，认为帮助很大的有39 人，有一定帮助的有52 人，而认为没有帮助的仅有2人。见表1。

表1 93名学生实用中医药大数据研究导论课程学习基本情况

2.2 实用中医药大数据研究导论课程学习效果及其影响因素分析在学生的课程学习效果自我评价调查中，较差的有28 人（30.11%），一般的有37 人（39.78%），较好的有28 人（30.11%）。以学习效果作为因变量进行x2检验，课后自己是否练习、自身的学习兴趣比较，差异具有统计学意义（P＜0.05），表明上述2 个因素会显著影响课程的学习效果。在中医知识融合度方面，64.52%（60/93）的学生给出的评分居中，然而该因素并未对学习效果产生显著影响。见表2。

表2 93名学生实用中医药大数据研究导论课程学习效果及其影响因素分析

2.3 学生视角下实用中医药大数据研究导论课程存在问题及提升教学效果的建议在学生对“本课程存在问题”的多选调查题目中，基于学生视角，38.41%（63/164）的学生认为难度过大难以接受、25.61%（42/164）的学生则认为课时太少，这是占比最高的2 个问题。在“提升本课程教学的效果措施”中，适当降低难度（30.36%）及更好地与医学知识融合（29.46%）为学生视角下的主要建议。见表3。

表3 基于Python语言大数据课程存在问题及提升教学效果的建议

3 讨论

3.1 中医学大数据相关课程开设现状

3.1.1 具象化内容较抽象化内容更易于得到内在认同通过对实用中医药大数据研究导论基本情况的调查发现，本课程“收获最大部分”以及“最感兴趣内容”中，数据可视化出现的频率最高，数据库使用其次，而数据类型、生物信息及机器学习等板块频率较低。数据可视化及数据库使用为课程中较为具象化的板块，多结合具体操作与演示讲授，展示内容较为直观和丰富。而数据类型、生物信息及机器学习等板块，多涉及算法、公式等，抽象思维占主导。结合调查结果可知，具象化教学板块较抽象化内容更易于触及学生学习大数据类课程的兴趣点，从而得到其内在认同。

3.1.2 对Python语言认识及学习意愿不足在“Python语言对今后学习是否有帮助”的调查数据反馈中，超过97%的学生认为“帮助很大”或“有一定帮助”，只有2.15%（2/93）的学生认为“没有帮助”，但是课后主动练习的学生仅占到总人数的8.6%（8/93）。一方面，学生对Python 语言的认识存在一定的盲目性，认为有帮助，却并不清楚如何获得帮助；另一方面，课后主动练习的学生非常少，表明了学生对于Python 语言的自主学习意愿不足，内生动力较为缺乏，因此在实践课程中缺乏积极性，课后也没有将兴趣转化为进一步学习的动力。

3.1.3 课后练习和学习兴趣可影响课程学习效果从调查及分析结果来看，课后是否练习以及学习兴趣是学习效果的影响因素。“纸上得来终觉浅，绝知此事要躬行”，Python语言的熟练应用需要反复试错和练习，尤其对于非计算机专业的医学生［4，5］。充分引导及安排适当的课后练习，有助于提升课程的学习效果。在课堂教学中，当教师注重激发学生学习兴趣，巧妙借助于丰富多样的教学手段时，将会极大增加课程的趣味性［6］。在调查问卷的课程意见反馈中，有学生表示，课程开设中教师所制作的PPT 课件精美，图文并茂，并且提供的参考书籍文献非常详实，能激发学习兴趣；这部分学生学习效果较好。因此，学习兴趣也是影响学习效果的一个重要因素。

3.2 中医学大数据相关课程开设现存的实际问题

3.2.1 课程时长对实操内容造成挤压由于课程建设还在探索阶段，因此在设计课程时，教学计划并不十分完善。加之中西医结合专业大一学生的课程安排中，还需要充分考虑并保证其他课程的学时，因此每周实用中医药大数据研究导论只排一节课（共36 学时）。在本课程的开设中，为增加学生编写代码的能力，设置了上机实操内容。但由于课程设置时间较短，学时偏少，且课程本身涵盖内容较多，而大多数学生缺乏大数据相关基础，需要更加细致的讲解，因此部分内容只能删减或者压缩上机实操的课时。据反馈，很多情况下，由于教师对实操内容相关理论的仓促讲解，学生上机输入代码过程中，并没有准确理解代码的真正意义。课程时长不足，且会对上机实操内容讲解及练习造成挤压，是课程开设中存在的实际问题之一。

3.2.2 课程难度与接受水平的割裂在调查问卷的课程意见反馈部分中，学生表示，虽然课程开设中教师讲解细致，提供的参考书籍文献内容详实，但对于没有Python 基础的学生而言，依旧存在很大难度。部分课程板块涉及数据的清洗、数据挖掘的算法、机器学习算法等，虽然讲解的内容浅显易懂，并非专业级难度，且添加了较多医学应用场景，但是对于低年级学生仍有不小的困难。同时，大一学生对医学基础知识的学习还在起步阶段，对医学场景的理解不足，接受水平较低，导致本课程的学习效果较差。课程难度与接受水平的割裂，是课程开设中存在的实际问题之二。

3.2.3 案例缺乏与师生互动程度较低将大数据与中医学知识相结合，开设实用中医药大数据研究导论是学校关于教学改革的一次积极尝试与探索。但是在实际教学中，存在着很多现实的困难。如大数据与中医学相融合的案例较少，且很多难度较大，并不适合本科教学。教师自主编写的案例尚不成熟，且与实践操作的衔接较为生硬等。同时，教师授课过程中，讲授模式单一，多采用“灌输式”的教学方式，忽视学生的主观能动性。即使是实操内容，学生提问也多集中于解决技术性问题，对课程本身理论的讨论极少。因此，师生之间的互动程度低。综上所述，不管是案例缺乏还是师生互动程度低，均是课程建设中存在的现实问题。

3.3 中医学大数据相关课程建设的努力方向

3.3.1 化繁为简保留精髓 在讲授关键内容的同时适当降低学习内容的难度针对目前开设的实用中医药大数据研究导论课程内容庞杂、学习难度较大的困境，一方面申请增加一定的课时，尤其是增加上机实操的机会，以解决授课过程中由于课时缺乏出现“讲不透”的问题；另一方面，结合课程设置、教学计划、教学内容以及教师个人教学经验，梳理课程中的关键知识点，去粗取精、保留精髓。同时适当降低部分板块的学习难度，使之更为贴合本科低年级学生的学习现状，从而加深学生对知识点的理解度。如在机器学习章节，可选择几种具有代表性、易于理解的算法加以讲解，如线性回归、支持向量机、决策树等经典算法，对较为复杂且不常用的算法做适当删减，如Boosting 和AdaBoost 等。通过对关键内容进行提炼、加深、固化，逐步厘清课程知识点脉络，有的放矢，最终达到提升教学效果的目的。

3.3.2 需求牵引融合运用 增加基于大数据Python语言运用与中医知识的融合度学以致用是课程学习的终极目的。对于中医及中西医结合专业学生而言，将课程的学习融入中医学发展的洪流中，不仅是对中医文化与理论自信的坚持，更有助于增益解决实际临床问题的能力。对于本课程而言，以学生实际需求为出发点，将基于Python 语言的大数据运用与中医知识进行充分的融合，是当前大数据背景下的一种教学创新，更是未来教学模式发展的必然趋势。例如，在实际教学中，以中医临床实践为基准，对其中涉及的健康管理、药物治疗、电子病历等数据进行挖掘，不仅能帮助学生站在大数据视角下学会如何挖掘与传承名老中医经验，而且能使学生充分理解中医临床数据库的价值，从而对中医学知识体系中最具特色和优势的内容做有力的诠释与证明。

3.3.3 兴趣导向躬行实践 营造开放互助学习氛围并增加精准实用案例中医新课程改革倡导教师主导、学生主体，重视团队的打造［7］。在未来课程讲授过程中，需增加与学生之间的互动。例如课上进行翻转课堂，加强交互式平台的建设及教学资源的集成，为学生创设更为宽松且自由的学习氛围，激发学生的主动性及探索精神，带着对于新知识的疑问聆听教师讲解［8］。在课后可以成立互助小组，不仅有利于学生之间对Python 学习心得的交流，也有利于对疑难知识点的相互探讨。通过“课上感兴趣，课下勤探讨”的模式，营造互助开放的学习氛围。此外，教师还可借助于不同智慧教学平台（如雨课堂、慕课、蓝墨云班课等）添加筛选后的高质量实用案例，利于学生课后及时巩固、复习，增强理论学习与实践操作之间的紧密联系。

4 结语

实用中医药大数据研究导论课程是对中西医结合大数据课程建设的探索。大数据与中医药知识相结合下的教学改革，将有利于整合来自大数据的便利性、高效性等优势，适用于现代教学模式的创新，满足学生发展需求，为培养未来中医学、中西医结合医学所需要的人才奠定坚实基础［9］。然而，当前所开设课程仍然存在着诸多不足，需要对症下药，在坚持“传承精华，守正创新”思想的同时，不断调整与优化大数据与中医学知识的融合，为中医药事业的发展作出新的贡献。