中医药院校统计学课程多维深度学习方法探讨

Exploration of multidimensional deep learning methods in statistics courses in traditional Chinese medicine colleges

摘要

基于深度学习理论和中医药专业的特点，本研究提出了一种“实践导向”的统计学课程多维深度学习方法。首次将大单元设计理念应用于中医药院校的统计学课程重构，并提出了一系列结合中医药实际问题的多维深度学习策略。旨在提升中医药专业学生的实践创新能力，为后续其他专业课程的学习和科学研究奠定必要的统计理论基础，同时也为更好地培养中医药领域的拔尖人才提供有力支持。

Abstract

Based on deep learning theory and the characteristics of Chinese medicine disciplines， this paper proposes a “practice-oriented” multidimensional deep learning approach for statistics courses. We are the first to apply the concept of large unit design to the reconstruction of statistical courses in Chinese medicine colleges and to propose a series of multidimensional deep learning strategies that incorporate real-world issues in Chinese medicine. This initiative aims to enhance the practical innovation capabilities of students majoring in Chinese medicine， laying a necessary theoretical foundation in statistics for their future studies in other disciplines and scientific research， while also providing strong support for cultivating top talent in the field of Chinese medicine.

Graphical abstract

关键词

中医药院校 / 统计学课程 / 多维深度学习 / 大单元设计 / 实践创新

Key words

traditional Chinese medicine colleges / statistics course / multidimensional deep learning / large-unit design / practical innovation

新医科是教育部为加快高水平医学本科教育建设、全面提升医学人才培养能力而提出的改革方向之一。新医科建设在以人工智能和大数据为代表的新一轮科技革命和产业变革背景下，强调“医工理文”的融合，对原有医学专业的人才培养提出了新的要求。面对这一要求，中医药本科的数学与统计学相关课程教育亟需重新构建新的体系和模式，以顺应医学教育创新发展的新方向，为实施健康中国战略培养高水平人才^［1］。传统的统计学课堂以教师讲授为主，学生大量获取知识，这种方式导致学生的学习往往停留在“浅层学习”阶段，因此，许多学生在研究生阶段仍然无法理解新的统计方法原理，只知其然、不知其所以然，知识学习与实践应用之间存在脱节。因此，目前迫切需要探索新的教学模式，以进一步提升中医药专业学生的实践创新能力。

深度学习模型中划分出学习者认知思维目标的6个层级：认知、理解、应用、分析、评价和创新，形成层层递进、逐步深入的结构。深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将其融入原有的认知结构中，且能够在众多思想间建立联系，还能够把已有知识迁移到新的情境中，从而作出决策和解决问题^［2］。近年来，许多学者已将深度学习理论应用于本科教学实践，并研究了基于深度学习的项目式学习（project-based learning，PBL）教学法^［3-4］。然而，目前尚未见到将深度学习的大单元设计理念应用于中医药院校统计学课程教学的相关文献，同时也缺乏适合中医药院校学生的深度学习策略。

本文基于深度学习理论的研究与实践，提出了一种适用于中医药院校统计学课程的多维深度学习方法。该方法将大单元设计理念深度融合，并紧密结合中医药领域的实际问题，从广度、深度和高度多个维度引导学生学习，同时提出多种策略以促进学生的深度学习，培养他们的创新思维与解决问题的能力。具体而言，文中将深入剖析大单元设计理念在课程结构中的应用，在教师的有效引导下，推动学生在多个维度进行深度学习。其中，广度关注知识范围与主题的多样性，涵盖认知和理解的层次；深度侧重于对知识的深入理解与掌握，涉及应用和分析的层面；高度则强调在知识应用的基础上形成高层次的思维及创新能力，以提升学生的跨学科思维和综合素养，体现评价和创新的层级。此外，还提出了一系列契合中医药院校学生的深度学习策略，以此激发学生积极投身实践活动，增强学生实践和创新能力。通过研究，希望为中医药院校的统计学课程改革提供理论支持和实践指导，为学生的深度学习及能力培养营造更好的学习环境。

1 统计学课程深度学习构建

在统计学课程中，由于教学内容较为抽象且课时有限，学生常常面临学习困难，导致知识呈现零散、无序和碎片化的状态。有鉴于此，以下内容将围绕基于“大概念”的统计学单元教学设计展开深入探讨。教学团队以“数据”作为贯穿始终的主线，把课程内容划分为4个大单元。在此基础上，以“数据分析”这一重要大单元为例，对大单元深度学习方法进行详细阐述。

1.1 大单元多维深度学习概述

本节研究以“大概念”为核心的大单元教学设计下的多维深度学习方法，所谓“大概念”，在学科知识体系中处于核心地位，是具有高度抽象概括性的概念、观念、主题或论题。从认知层面来看，能够帮助学生组织和整合知识、促进知识迁移的关键要素；在课程与教学设计领域，则是串联相关内容、构建课程单元并为教学评价指引方向的重要线索^［5］。大单元教学设计是在整体思维的引领下开展的，其根本出发点是为了提升学生的数学统计核心素养。教师会对相关教材内容进行统筹规划、重新组合与优化处理，并将优化后的教学内容视作一个相对独立的教学单元^［6］。以“大概念”为核心的大单元教学设计能够清晰地凸显教学内容的主线，并且将知识之间内在的关联展现出来。通过这种方法，可以协助学生构建完善的知识网络，使他们对学科概念的理解更加深入，进而提升知识迁移与应用的能力。如此一来，能够更有效地激发学生开展深度学习，从而妥善解决因课时受限而引发的知识碎片化问题。

概率论知识是统计学方法的基础，传统的统计学课程通常先教授概率论基础，再学习统计方法。然而，对于中医药专业的学生而言，在短时间内将概率论知识应用于统计学方法中是较为困难的。这导致学生在学习了概率论基础（如随机变量和分布函数）后，在接下来的统计方法课程中不再重复这些概念，从而使他们对概率知识的实际应用感到困惑，甚至不清楚如何运用这些知识。这种情况导致概率论知识教学时间较长却收获甚微，使学生对统计方法思想的理解变得片面和模糊。

中医药专业统计学课程的教学应该以实践应用为导向，偏重统计方法的理解和学习，为了能够更好地提高教学效率，从浅表走向深层，依据大单元统摄中心，即设计单元的大概念^［7］，按照学习的逻辑关系对知识进行结构化的重新组合。从课程内容的角度来看，大概念是课程的核心，统计学是一门收集、整理、分析和解释数据的科学，“数据”为学习者提供了一个构建知识框架的重要线索，所以应该围绕“数据”进行课程重构，以统计方法为教学核心，概率论知识服务于统计方法的教学，把知识排列成有序的逻辑组合。本研究将课程内容分为4大单元：数据收集、数据整理、数据分析与数据应用，对于每个大单元，通过构建问题链，在教学过程中建立问题间的联系（即通过一个问题引发另一个相关问题，从而形成逻辑关联并促进深度思考）、知识间的联系（即将不同情境下的统计知识相互关联，以深入理解知识的形成过程），以及课堂间的联系（即不同时间段的学习内容和方法之间的衔接与延续）。带领学生从广度、深度、高度多维度进行深度学习，促进学生全面掌握基本知识，深入理解基本思想和思维，同时提升学生的应用实践与迁移创新能力。具体见图1。

1.2 大单元多维深度学习案例

本节以“数据分析”大单元为例，基于学情分析和教学目标，确定大单元主题和达成评价，生成大任务并转化为多维深度学习活动。“数据分析”的大单元主题是挖掘不同数据的信息。学生在中学阶段学习了总体、样本和正态分布的定义等，已经对统计学有了基本了解。在大学一年级，学生学习了高等数学，掌握了微积分和微分方程的基本理论与方法，具备了运用高等数学进行分析和解决问题的能力。“数据收集”和“数据整理”两个大单元给出了处理数据的指导思想。所以，此部分设计的问题应具有探究性特征，高于学生原有的知识水平，给学生留下足够的思维空间，学生依据指导思想，从多角度展开探索，这里的多角度是指涵盖诸如正向思考、逆向思考、侧向思考等不同的思维视角，以此打破常规思维定式。同时，从多方面进行分析，包括对问题所涉及的理论层面（如对概念展开深度剖析）、实践层面（如尝试具体操作方法），以及应用层面（如探索在不同场景中的应用）等不同方面的考量。此外，还要从多领域着手，这涉及学科内不同分支领域及跨学科领域，例如，在本课程中，既有概率、统计等分支领域的相互结合，也包括统计与医学、药学、计算机等其他学科相关知识的融合。通过这样的探索与分析来解决问题，进而培养学生的统计思维和科学观念。确定单元大任务并详细介绍其中一个子任务的多维深度学习过程，具体见表1。

2 统计学课程深度学习策略

本研究在关注课程基本教学内容的同时，进一步深入归纳了多种促进多维深度学习的策略。其中涵盖了专题式深度学习，即围绕解决中医药问题展开专题探索；拓展式深度学习，以学习更多可用于解决实际问题的复杂统计方法为目标；还有以各类数据分析大赛为依托的个性化深度学习。这些策略旨在激励学生积极投身实践活动，培养他们的创新思维和问题解决能力，进而引导他们步入“运用、分析、综合、评价”的高级认知层次。这种多元化的学习途径，不仅有利于学生把握最新的科技动态，更能激发他们对科学探索的热情，培育其终身学习的意识。

2.1 专题式深度学习

在学生掌握了基本的统计学思想和方法后，接下来需要深入了解统计方法在中医药研究中的实际应用。为此，本团队设计了专题式深度学习模型，主要通过阅读相关文献、进行初步探索，来解决中医药领域面临的一些棘手问题。具体见图2。

具体而言，深度学习强调必有教师的引导和帮助^［8］，教师将提供多个研究专题供学生选择，例如：如何预测某种中药材的价格？如何预测中国居民人均医疗保健消费支出？学生自由组成小组，共同讨论，选定研究专题。在确定了研究问题后，学生通过国家统计局、中药材天地网、中国知网等网站搜集数据，查阅相关文献，并学习文献中的统计学方法，以解决实际问题。每个小组需将研究内容制作成课件，内容包括但不限于数据采集、数据预处理、模型训练、模型评价等，简要介绍所使用的算法、调优策略及训练过程等。最后，小组将讨论形成各自的观点与成果，并提交相关材料。教师给予评价反馈，若学生对研究问题感兴趣，课程结束后也可继续深入研究，并将所学迁移应用到其他专题研究中，教师将提供持续指导。

2.2 拓展式深度学习

通过统计学课程的学习，学生已掌握基本的概率原理和统计学思想，能够应用简单的统计方法分析中医药数据。然而，在“专题自主学习”过程中，教学团队发现，学生在方法应用上的恰当性有待提升，已学的方法较为基础，难以处理更复杂的数据。在现代中医药研究中，复杂统计方法是必不可少的工具，它不仅能提升研究的科学性和可靠性，还能推动中医药的创新与发展。因此，针对中医药专业的学生，系统学习复杂统计方法显得尤为重要。

基于此，本研究提出了拓展式深度学习模型。由于课时有限，统计学课程的拓展式深度学习主要利用课下时间进行，学生进行自主讨论，教师定期指导。内容包括理论学习和实践讨论。理论学习主要介绍常用的复杂统计方法，如多元线性回归、非线性回归、聚类分析、判别分析等；若时间允许，还将进一步介绍常用的机器学习方法。在掌握理论基础后，实践阶段将介绍SPSS或Python软件的基本使用，然后根据理论学习的内容，分别讲解如何利用统计软件进行中医药数据分析，以帮助学生掌握基本的软件分析方法。具体见图3。

2.3 个性化深度学习

为了促进个人的专业成长，并为未来的职业发展打下坚实基础，本研究建立个性化深度学习模型。学生可选择加入学校的数据协会，如北京中医药大学管理学院成立的中医药大数据协会。中医药领域大数据技术发展迅速，大数据协会通常会组织各种讲座、研讨会和培训活动，学生可以借此机会深入了解中医药领域的最新研究进展及大数据技术的应用，这对提升专业知识至关重要。此外，协会成员还会共同参与科研项目，学生可以通过这些项目锻炼科研能力，获得数据分析和模型构建等实际操作经验，这些实践技能在今后的学习与工作中将是宝贵的财富。具体见图4。

各类数据分析大赛也为学生的个性化发展提供了有力支持。例如，北京中医药大学校内的医学数据分析大赛和大学生数学建模竞赛选拔。校外的比赛也同样丰富，如全国数字健康创新应用大赛健康医疗大数据主题赛、“高教社杯”全国大学生数学建模竞赛等。数据分析大赛通常围绕现实生活中的具体问题展开，参赛者以团队形式合作，运用统计学、机器学习和数据可视化等技术进行数据处理与分析，寻找有效的解决方案。这种实践经验不仅能帮助学生巩固课堂知识，还能提升他们的实际操作能力与问题解决能力。因此，鼓励学生根据个人情况选择适合的数据分析大赛，不仅有助于提升专业技能，为未来职业发展创造更多机会，也是学生成长过程中的重要组成部分。

3 小结

在“数智中医药”时代，中医药的发展迎来了新的机遇，同时也对人才培养提出了更高的挑战。这一背景要求中医药教育工作者对教育模式进行相应的调整和改革，以适应未来的需求。本研究基于深度学习教育理念，结合中医药院校的统计学课程，设计了一种适用于中医药院校的多维深度学习教学模式及多种策略，该教学方法能够促进学生对统计方法和统计思想的深入理解，有助于培养能够运用跨学科知识解决医学领域前沿问题的高层次创新人才，同时也为中医药院校的统计学课程改革提供了理论支持和实践指导。

通过对多维深度学习理论的研究和实践，研究者在自觉的教育活动中探索教学规律。教育数智化是新时期推进教育强国建设的重要突破口和切入点^［9］，如何将互联网、云计算、人工智能、大数据等信息技术深度融入教育教学及管理全过程，寻找更加深入的教学策略，以带领学生真正走向学习的更深层次，将是未来研究和努力的方向。

参考文献

[1] 赵浩强，张薇，吴清，等.“四新”建设背景下中药学拔尖学生培养基地建设模式研究：以北京中医药大学中药学拔尖学生培养基地为例［J］.中医教育，2023，42（5）：81-87.

[2] 何玲，黎加厚.促进学生深度学习［J］.现代教学，2005（5）：29-30.

[3] 陈泓磊，柳芳，罗辉兴，等.新医科背景下基于深度学习的PBL教学法的探索［J］.中国继续医学教育，2023，15（20）：27-31.

[4] 李颖，侯世林，师玉荣，等.促进大学生深度学习的PBL教学方法研究与实践［J］.高教学刊，2024，10（11）：96-99.

[5] 刘徽.“大概念”视角下的单元整体教学构型：兼论素养导向的课堂变革［J］.教育研究，2020，41（6）：64-77.

[6] 吕世虎，杨婷，吴振英.数学单元教学设计的内涵、特征以及基本操作步骤［J］.当代教育与文化，2016，8（4）：41-46.

[7] 崔允漷.如何开展指向学科核心素养的大单元设计［J］.北京教育（普教版），2019（2）：11-15.

[8] 郭华.深度学习及其意义［J］.课程·教材·教法，2016（11）：8.

[9] 周辉.数智赋能中医药高校教育教学的现实桎梏与突破路径［J］.湖南中医药大学学报，2024，44（6）：1095-1099.

基金资助

北京中医药大学教育科学研究课题(XJY22027)

北京中医药大学教育科学研究重点课题(XJZ24001)

北京中医药大学“侯俊玲教学名师工作坊”(MSGZF-202001)

北京中医药大学“吉卯祉教学名师工作坊”(MSGZF-202205)