中醫(yī)藥院校本科機器學習課程教改實踐探索

崔曼曼　門韶洋　弓偉　羅曉牧　劉秀峰

摘要：《機器學習導論》作為生物醫(yī)學工程專業(yè)本科階段的一門重要的專業(yè)課，涉及的先修知識廣泛，要求學生具備一定的專業(yè)知識和綜合應用能力。單單基于傳統(tǒng)講授法，很難取得良好的教學效果。針對該課程在傳統(tǒng)教學模式下存在的主要問題，該文提出一種基于O-PIRTAS翻轉課堂的教學新模式，將生物醫(yī)學工程方面的人工智能應用與該課程教學重點有機結合，旨在通過增加學生的學習勝任力，激發(fā)其內在的學習動機，提高教學效果。

關鍵詞：中醫(yī)藥院校;機器學習;O-PIRTAS;翻轉課堂;學習勝任力

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）04-0093-04

Abstract： "Introduction to Machine Learning"， as an important professional course in the undergraduate stage of biomedical engineering， involving a wide range of prerequisite knowledge， requires students to master certain professional knowledge and comprehensive application ability. Only based on the traditional lecture-style teaching method， it is difficult to achieve good teaching effect. In view of the main problems existing in the traditional teaching mode of the course， this paper proposes a new teaching mode based on O-PIRTAS flipped classroom， which combines the application of artificial intelligence in biomedical engineering with the teaching emphasis of the course， aiming at stimulating their intrinsic learning motivation and improving the teaching effect by enhancing students' learning competence.

Key words：traditional chinese medicine colleges and universities; machine learning; O-PIRTAS; flipped classroom; learning competence

1 引言

生物醫(yī)學工程專業(yè)是一個高度融合了生物醫(yī)學和理工科學的相關理論和技術的綜合型交叉學科。它主要專注于人體系統(tǒng)各個層次上的狀態(tài)變化，并以解決醫(yī)學問題為最終導向，通過工程手段控制上述狀態(tài)變化，進而從技術層面為疾病的預防、診斷、治療和康復理療提供保障。目前人類社會已經進入大數據時代，整個人類生命周期正是一個龐大的生物醫(yī)學大數據的發(fā)生源。前沿的人工智能技術對上述海量生物醫(yī)學數據的實時監(jiān)測，并從中提取有價值的信息，將大大有助于新時代智慧醫(yī)療的全面建設和快速發(fā)展。為了能夠更好地迎合未來臨床醫(yī)療對高素質人工智能人才的需求，目前不少中醫(yī)藥院?；谝延械呐囵B(yǎng)方案，通過開設人工智能相關課程、加強工科實踐教學等方式，嘗試探索“新工科”背景下復合型專業(yè)人才的培養(yǎng)模式[1]。

近年來，機器學習已經逐步由一種常用的人工智能實現(xiàn)方法演變?yōu)槿斯ぶ悄艿囊粋€重要分支。它基于計算機編程語言，利用多學科的數學算法解析現(xiàn)有數據、學習其中的規(guī)律，從而能夠對現(xiàn)實中遇到的新事件做出相應的決策和預測，實現(xiàn)一定的智能化操作。目前機器學習技術已經滲透到中西醫(yī)診斷[2-3]、癥候方劑[4]、生物醫(yī)學信息處理[5]等多個與生物醫(yī)學工程密切相關的研究領域，尤其是在此次的新冠疫情防疫工作中，基于機器學習技術的中醫(yī)智能處方推薦系統(tǒng)[6]被提出，為醫(yī)生智能推送適合病癥的中醫(yī)治療參考方案和中醫(yī)藥治療輔助開方功能，極大地提高了醫(yī)護工作效率。而針對生物醫(yī)學工程專業(yè)開設《機器學習導論》課程，旨在通過利用機器學習算法解決已有的醫(yī)學相關問題，培養(yǎng)學生的跨學科學習能力和綜合實踐能力。該課程的開設對中醫(yī)藥院校信息化復合型人才的培育具有非常重要的現(xiàn)實意義。

然而，我國學生從小到大普遍接受著傳統(tǒng)的講授式教學，習慣被動地聽老師講課，自主性不夠強，缺少師生合作或生生合作經驗，同時缺乏獨立思考、質疑精神和批判性思維。這顯然不利于新時代復合型人才的培養(yǎng)。因此，如何通過教學改革，激發(fā)學生學習的主觀能動性，培養(yǎng)其創(chuàng)新性和自主性，逐漸成為教育工作者急需解決的關鍵問題之一。目前已有不少工作圍繞上述問題進行了教學改革研究[7-8]。基于已有教改方法，本文結合中醫(yī)藥院校中機器學習課程開展過程中表現(xiàn)出來的問題，提出了一種基于O-PIRTAS翻轉課堂[9]教學法的新型教學模式，通過設計豐富的教學活動，增強學生學習勝任力和內在學習動機，進而提升教學效果。

2 《機器學習導論》課程在傳統(tǒng)教學模式下的問題

《機器學習導論》是一門綜合了數學、計算機編程、人工智能等多個領域知識的交叉型課程。該課程涉及的理論內容廣泛，同時對學生的數學功底和編程基礎有一定的要求。從能力培養(yǎng)層面講，本課程旨在培養(yǎng)學生能夠運用所學機器學習算法邏輯應用到解決生物醫(yī)學工程領域相關的實際問題中去，比如腫瘤自動勾畫、放療計劃設計等。然而，這對學生自身學習能力的要求非常高。但當前采用的傳統(tǒng)授課方式主要采用單一的講授法，教師習慣于從自身的角度出發(fā)完成對本課程重難點內容的理論講授。這種教學方法雖然能夠在短時間內將大量的知識較為系統(tǒng)地傳授給學生，但單向被動地信息接收模式，并沒有給學生太多機會與教師進行互動，實驗上機也只是對機器學習算法的簡單驗證。對工科課程采用的這種單向的、側重理論化的教學方式對于中醫(yī)藥院校學生來說不僅內容枯燥、晦澀難懂，更無法激發(fā)其學習興趣，最終導致課堂教學難、教學效果差的局面。具體來說，該課程在傳統(tǒng)教學模式下反映出來的問題可以歸結為以下幾點：

1） 數學知識跨度大與學生數學基礎薄弱之間的矛盾

經典的機器學習算法都是以相應的數學知識為基礎，通過對現(xiàn)有的實際工程問題進行數學建模形成數學問題，再利用已有的數學工具進行求解，其中涉及的數學知識跨度較大，主要有概率論與數理統(tǒng)計、線性代數、最優(yōu)化算法等。然而在傳統(tǒng)的先修課程教學過程中，學生通常很難直接觀察到數學基礎課程與實際問題之間的關系，最終導致大多數學生的數學基礎薄弱，或者雖然能夠熟練掌握數學知識，但并不能很好地將其進行實際應用。而在機器學習的傳統(tǒng)授課過程中，由于課堂時間有限，普遍反映出來的現(xiàn)象是教師無法調動學生的學習熱情和對學生的先前知識的不當估計，最終導致理論講授變成填鴨式教學，學生對課程內容的興趣和熱情越來越低迷。

2） 跨學科學習能力要求高與學生主動探索性低之間的矛盾

在傳統(tǒng)教學過程中，課堂主要是教師活動的舞臺，教師憑借自身的教學經驗，“系統(tǒng)地”向學生展示所需要掌握的算法理論，學生只需安靜地聽講即可。這種教學模式使得學生很難感知到學習的自主性以及自己在學習上的勝任力，單向的知識講授同時也導致師生、生生之間很難展開充分的互動交流活動，將學習活動更多地限制為個體行為。在這個過程中學生更容易表現(xiàn)出外在的學習動機，比如為了獲得學分，或者更好的期末成績，而其主動探索的內在動機幾乎沒有被激發(fā)。因此，在面對機器學習這樣對跨學科學習能力要求較高、學習內容比較復雜的課程時候，學生最終表現(xiàn)出的學習效果往往較差。

3） 理論聯(lián)系不到實際

機器學習課程是一門理論與應用并重的課程，機器學習技術的發(fā)展很大程度上是來源于解決實際問題，總結解決方法并實現(xiàn)理論上的突破，但最終又應用于生產生活，從實踐中檢驗和優(yōu)化解決方法。但在傳統(tǒng)授課過程中，教師將大部分時間用于強調理論知識的理解，導致學生雖然掌握了相應的理論知識，但對算法的應用一無所知。這樣雖然能夠幫助學生獲得很好地理論成績，卻背離了該課程開設的培養(yǎng)目標。

3 基于O-PIRTAS翻轉課堂的機器學習課程教學改革

《機器學習導論》課程旨在培養(yǎng)學生跨學科學習能力和綜合運用所學的機器學習算法解決實際問題的能力。然而，本課程表現(xiàn)出的理論內容涉及廣泛、編程基礎要求高、應用難度大等特點，尤其是面對數學基礎和編程能力薄弱的中醫(yī)藥學院的學生，學習的難度更大。針對本課程在傳統(tǒng)模式下表現(xiàn)出的問題，本文提出一種基于O-PIRTAS翻轉課堂的授課新模式，根據學生的即時反饋，及時對教學內容和教學方式進行優(yōu)化調整，進而提升教學效果。

3.1? O-PIRTAS翻轉課堂教學模式

相比傳統(tǒng)教學模式，基于O-PIRTAS翻轉課堂的教學模式較為全面地涵蓋了課前課中課后、線上線下、課內課外以及知識能力的不同維度，如圖1所示，主要由以下7個步驟組成：Objective（確定教學目標）、Preparation（課前準備活動）、Instructionalvideo（課前教學視頻）、Review（課堂視頻回顧）、Test（課堂知識測試）、Activity（課堂活動開展）、Summary（課堂總結提升）。

一個完整的基于O-PIRTAS翻轉課堂的教學流程描述如下：在確定教學內容之后，教師需要首先明確本堂課的教學目標（O），即知識性目標和能力性目標;之后教師通過設計有效的課前準備活動（P），幫助學生明確學習目的，使其學習具有一定的指向性，激發(fā)其學習興趣的同時，為后續(xù)的視頻學習奠定學習基礎;傳統(tǒng)課堂的授課內容主要以課前教學視頻（I）的形式，由學生在課前自主完成在線學習，教學視頻可由教師自行錄制，也可利用已有的相關教學視頻，這個階段學生需要對自身的學習情況進行自我打分，該成績將計入課程總分;之后進入線下實體課堂教學，教師只需要提綱挈領地對視頻知識點進行回顧（R），幫助學生把握知識結構，而不是對知識點重新講解和詳細分析;為了檢驗學生在課前視頻學習過程中的學習效果，教師課通過雨課堂等軟件適當設計課堂知識測試（T），之后根據測試結果有針對性地進行知識點講解，深化知識性教學目標，而學生的課堂測試結果將被計入課程總分;在課堂測試完成之后，教師根據教學重點，設計相關的課堂教學活動（A），進一步深化能力性教學目標，具體可結合已有的較為成熟的學習模式，比如問題式學習、項目式學習、游戲式學習、同伴教學、案例教學等，通過互動、探究、問題解決和個別化指導的方式，完成應用、分析、評價和創(chuàng)造等高水平的認知活動，其中教學進度取決于活動過程中學生的實時教學反饋;最后，教師應對本次課內容進行適當的總結、歸納和提升（S），提煉出最核心的教學內容，幫助學生形成對教學內容更完整深入的認識和理解。不難發(fā)現(xiàn)，其中課前準備活動（P）、課前教學視頻（I）、課堂視頻回顧（R）、課堂知識測試（T）主要是圍繞知識性目標開展，課堂活動開展（A）主要是圍繞能力性目標開展。

綜上所述，為了更充分地調動教師的教學熱情和激發(fā)學生的主觀創(chuàng)造力，基于O-PIRTAS翻轉課堂的教學模式主要結合實際的學情狀況，從課程目標、課程內容、課程實施和課程評價四個方面對傳統(tǒng)型課堂進行有針對性的設計和調整，具體調整如表1所示。

3.2 《機器學習導論》課程的教學改革實施

本節(jié)主要是給出機器學習課程在基于O-PIRTAS翻轉課堂的教學新模式下的具體實施方案。

1）Objective（確定教學目標）：針對每堂教學內容確定其教學目標，包括知識性目標和能力性目標。掌握知識性目標只是對學生的基礎性要求，通?？赏ㄟ^學生自學課前教學視頻（Instructionalvideo）和線上測試完成;更重要的是在此基礎上進一步培養(yǎng)學生獨立思考的能力、批判性思維和溝通能力等，為此教師可通過開展課堂活動（Activity）來完成，如基于問題式學習活動、基于項目式學習活動、基于游戲式學習活動等。因此，教學目標的確定對翻轉課堂后續(xù)環(huán)節(jié)的順利開展具有重要的指導性意義?？紤]到機器學習課程的特點，通常其課程的知識性目標為：掌握某經典機器學習算法的基本算法思想以及相關概念;熟悉其適用條件和相關擴展知識;能力性目標為：利用機器學習算法能夠解決實際問題、形成獨立研究問題和解決問題的能力。

2）Preparation（課前準備活動）：為提高視頻學習的有效性，通常在學生完成課前教學視頻學習之前需要設計課前準備與導入活動。針對中醫(yī)藥學院學生數學基礎和編程能力薄弱的特點，便可在此環(huán)節(jié)做一些準備性工作?；谡n前準備活動的目的，一般需要設計兩類活動：一是為了激發(fā)學生的學習動機;二是為學生課前教學視頻的學習奠定基礎。（1）由于機器學習課程的課程性質偏向于應用，因而激發(fā)學習動機的活動環(huán)節(jié)通常以介紹該算法的實際應用為主，可以為學生提供機器學習算法在生物醫(yī)學工程相關領域的科普或研究性學術論文，通過閱讀論文，學生能夠認識到機器學習算法在學術研究和科技創(chuàng)新中的作用，比如講授神經網絡相關知識點時，先給學生展示權威學術論文關于神經網絡技術在放療全流程的應用，讓學生直觀立體地認識到神經網絡幫助實現(xiàn)放療自動化和智能化的作用機理，拉近理論與應用的距離，進而激發(fā)學生的自主學習興趣和動機;（2）基于學生已有的學習興趣，接下來主要針對學生的認知基礎，提前設計一些思考題，雖然他們的答案可能是錯誤的，但是他們會帶著這些疑問有針對性地學習和分析教學視頻中的知識點，進而提升視頻學習效果。例如，在第二個課前準備活動中要求學生思考：當前對這個算法的理解是什么？它是如何解決實際問題的？它適用于解決哪類問題？有沒有限定條件？相比已學的其他算法，它的優(yōu)缺點是什么？針對這些缺點，有哪些改進方法？除此之外，針對機器學習涉及的數學知識，也需要在這一環(huán)節(jié)提煉出來，要求學生在課前完成相關數學知識的回顧性學習，為下一步理解算法做準備。

3）Instructionalvideo（課前教學視頻）：教學視頻形式可以多樣，內容主要反映教師在傳統(tǒng)課堂中的講授部分，視頻學習部分主要對應前面制定的知識性教學目標。教學視頻可以是由教師根據學生的專業(yè)特點和自身的教學經驗自行設計，也可以采用各大教學平臺上已有的、成熟的教學視頻。學生需要在課前完成視頻的觀看和學習。這個環(huán)節(jié)教師可將教學視頻上傳到網絡教學平臺，利用平臺統(tǒng)計學生的觀看時長和次數，之后根據平臺統(tǒng)計數據追蹤和把握學生課前的學習效果。

4）Review（課堂視頻回顧）：該環(huán)節(jié)是線下實體課堂的第一個環(huán)節(jié)。翻轉課堂通過教學視頻將知識性學習移到課外，從而保證大量的課堂時間可以被用來進行問題解決、合作探究等活動。然而視頻學習通常是發(fā)生在課前的線上，如果線下課堂一開始就讓學生解決問題或者開展合作探究活動，可能會因為多數學生難以迅速回想起視頻內容而無法順利進行。為此，教師需要提綱挈領地回顧課前視頻知識點，帶領學生梳理本次課程的知識點結構，例如決策樹算法的基本思想、不同的屬性劃分方法對應哪些決策樹算法、決策樹應對過擬合的主要手段有哪些等，為后續(xù)問題解決和探究活動打好基礎。這個環(huán)節(jié)通?？刂圃?0分鐘左右，而關于學生課前教學視頻的學習效果將通過后續(xù)的環(huán)節(jié)進行了解。

5）Test（課堂知識測試）：該環(huán)節(jié)主要是針對知識性教學目標，通過設計一些課堂問題進一步深化學生對知識的理解和掌握。其出發(fā)點有二：（1）檢查學生對基礎知識點的掌握情況;（2）檢查學生對教學重點和教學難點的理解情況。針對（1）可以設計一些比較簡單的客觀題，考察事實性信息，這部分通常可采用雨課堂、超星軟件、kahoot等課堂互動軟件，獲得學生的即時反饋，及時掌握學生的學習狀態(tài);針對（2）通常會有針對性地設計一些比較難的主觀題，比如針對某個機器學習算法，要求學生重述算法流程，并對重點實現(xiàn)過程進行理解式講解，比如支持向量機算法過程中，如何利用拉格朗日乘子法求解最優(yōu)的支持向量機學習模型。如果大部分同學可以回答正確，則該知識點可以選擇略過不講;否則，則表明之前的視頻學習效果不好，教師需要仔細分析學生的錯誤，并進行有針對性地講解。同時學生在課堂問題的回答情況將被計入課程總分。在這個環(huán)節(jié)中，教師能夠根據學生的學習效果，及時對所講內容和講授方法進行調整。根據具體情況，該環(huán)節(jié)大概占用1個課時的時間在鞏固與深化對知識性目標的理解和掌握，為之后的能力性目標培養(yǎng)奠定理論基礎。

6）Activity（課堂活動探究）：該環(huán)節(jié)是該教學模式的靈魂和核心，其活動設計目標為培養(yǎng)學生跨學科學習能力和綜合運用所學的經典機器學習算法解決實際問題的能力。通常需要占用1.5課時的時間用于進行深層的活動參與和有意義的學習。在此環(huán)節(jié)中，教師通常結合教學目標中的能力部分，要求學生分組探索某個算法在實際問題中的具體應用，并利用計算機語言實現(xiàn)解決某個實際問題。例如，在樸素貝葉斯分類器部分，要求學生分組完成垃圾郵件檢測的任務，并與其他分類算法進行性能對比。在小組討論和組間辯論的過程中，學生會對所學算法的理論知識有更深入透徹的理解，同時培養(yǎng)了其獨立思考能力、溝通能力和合作能力。教師在這個環(huán)節(jié)中主要進行個別指導和評論。通過類似的課堂探究活動，學生會逐漸意識到科學研究往往就是一個向著越來越好的優(yōu)化過程，答案不再是唯一關注的結果，更重要的是要探索這個結果的適用條件和范圍。

7）Summary（課堂總結提升）：翻轉課堂雖然是給予了學生充分的自由度參與有意義的學習活動，但是對很多學生來講，從第一階段的課前準備活動，到最后的課堂活動，可能依舊無法把握教學重點。此時，需要教師再次對所授內容進行總結、歸納和提升，幫助學生提煉出最核心的學習內容，以形成完整的認識。例如在決策樹算法部分，教師總結構造決策樹的遞歸流程以及遞歸終止條件，提醒學生在遞歸過程中劃分屬性的選擇起到了關鍵作用，引出剪枝策略在緩解過擬合問題中的優(yōu)越性。之后，教師也可以預告下一次課的課前準備活動，繼續(xù)開展下一個O-PIRTAS教學循環(huán)。至此，整個O-PIRTAS翻轉課堂教學的閉環(huán)就完成了。

為了能更直觀地觀察出與傳統(tǒng)教學模式之間的差異之處，表2以“O-PIRTAS”為對比主線，將基于O-PIRTAS翻轉課堂的機器學習課程教學改革的具體實施方案總結如下：

3 結語

本文主要針對當前中醫(yī)藥院校中機器學習課程在傳統(tǒng)教學模式下表現(xiàn)出的問題，提出了一種新的基于O-PIRTAS翻轉課堂教學法的機器學習教學方案。該方案密切結合學生的學情狀況，從課程目標、課程內容、課程實施和課程評價四個方面對傳統(tǒng)型課堂重新進行有針對性地設計和調整，旨在通過激發(fā)學生學習的內在動機和學習勝任力提高教學效果。

參考文獻：

[1] 丁長松， 瞿昊宇， 嚴璐， 王志輝. “新工科”建設背景下中醫(yī)藥大學信息類本科專業(yè)人才培養(yǎng)方案的研究與實踐[J]. 教育現(xiàn)代化， 2019， 6（50）：5-6.

[2] 李本岳， 李偉榮， 潘華峰， 王宏， 王奇. 人工智能對中醫(yī)診斷的影響[J]. 世界科學技術-中醫(yī)藥現(xiàn)代化， 2020， 22（5）：1624-1628.

[3] 李彩紅， 張慧娥， 申海杰. K-means無監(jiān)督機器學習算法在心臟CT圖像分割中的應用[J]. 電腦知識與技術， 2019， 15（1）：212-213.

[4] 曹繼忠， 趙亮， 溫川飆. 基于深度學習技術中醫(yī)優(yōu)勢病種證候到治法方劑算法模型的構想[J]. 世界最新醫(yī)學信息文摘， 2018， 18（28）：252-253+258.

[5] 榮國光， Arnaldo Mendez， Elie Bou Assi， 趙博， Mohamad Sawan. 醫(yī)療保健中的人工智能——綜述與預測性案例研究[J]. Engineering， 2020， 6（3）：189-211.

[6] 王斌， 劉濤， 王廣志， 謝琪. 支持新型冠狀病毒肺炎的中醫(yī)智能處方推薦和知識庫系統(tǒng)[J]. 中國數字醫(yī)學， 2020， 15（5）：25-27.

[7] 陳葉旺， 鐘必能. 機器學習算法教學中的理論與實踐探討[J]. 福建電腦， 2019， 35（7）：44-45.

[8] 曾道建，向凌云，周書仁.面向本科生的機器學習課程教學改革探討[J].科技經濟導刊，2019，27（30）：110-111.

[9] 郭建鵬. 翻轉課堂與高校教學創(chuàng)新[M]. 廈門： 廈門大學出版社， 2018.

【通聯(lián)編輯：王力】