“经络腧穴学”知识图谱AI课程建设

Construction of knowledge graph-based AI course for “Meridian and Acupoint Science”

摘要

目的 针对“经络腧穴学”课程存在的知识体系碎片化、教学资源更新滞后、学生主体性缺失等痛点，构建基于知识图谱的AI课程体系，推动教学模式从“教师主导”向“学生中心”转型。 方法 采用“人工框架构建+智能平台映射”混合方式，基于超星泛雅平台完成知识图谱的层级化构建与可视化呈现，整合知识图谱与智能检索、动态推荐等技术。 结果 实现教学内容网状关联、个性化学习规划与实时反馈机制，促进教学模式转型，提升学生知识整合能力与自主学习能力。 结论 通过知识图谱技术与智能平台的深度融合，可有效解决传统课程痛点，为中医药教育智能化提供创新路径，助力教学质量提升与学生核心素养发展。

Abstract

Objective To address the challenges of fragmented knowledge structures, outdated teaching resources, and lack of student-centered learning in “Meridian and Acupoint Science” course, this study aims to develop a knowledge graph-based AI course system to facilitate the transformation of teaching modes from “teacher-led” to “student-centered” approaches. Methods A blended methodology of “manual framework construction + intelligent platform mapping” was adopted. Based on Chaoxing Fanya platform, a hierarchical knowledge graph was constructed with visual representation, integrating technologies such as knowledge graph, intelligent retrieval, and dynamic recommendation. Results Networked interconnections of teaching content, personalized learning planning, and real-time feedback mechanisms were achieved, thereby facilitating the transformation of teaching modes and enhancing students’ knowledge integration capabilities and autonomous learning abilities. Conclusion The profound integration of knowledge graph technology and intelligent platforms effectively addresses the limitations of traditional courses, offering innovative pathways for the intelligent transformation of Chinese medicine education, thereby enhancing teaching quality and fostering the development of students’ core competencies.

关键词

经络腧穴学 / 知识图谱 / AI课程建设 / AI辅助教学

Key words

Meridian and Acupoint Science / knowledge graph / construction of AI course / AI-assisted teaching

在人工智能发展的新时代，大数据驱动知识学习已然成为了人工智能的发展重点。2017年，国务院印发的《新一代人工智能发展规划》将智能技术定位为教育变革的核心驱动力，提出通过“智能学习+交互式学习”的双轮驱动，突破传统课堂的时空限制，构建以认知学科为基础的个性化教育生态^[1]。人工智能介入传统教学模式的改革势在必行，智能教育以学生为中心更是大势所趋。基于知识图谱的教学过程智能化优化路径，能够有效深化“经络腧穴学”教学智能化改革进程，助力推动传统教学模式向数字化形态转型升级。本文重点探讨“经络腧穴学”知识图谱AI课程的建设。

1 知识图谱应用于“经络腧穴学”课程教学缘由

1.1 课程建设概况

“经络腧穴学”是一门理论与实践并重的课程，是针灸推拿学专业学生的基础课程和主干课程，为后续专业课程提供针灸基础知识和方法，旨在培养学生科学素养、创新精神和实践能力。“经络腧穴学”课程经历了教学团队建设、网络课程建设、混合教学改革以及创新教学改革等阶段。自建设以来，教学团队致力于优化课程内容，增加岭南针灸名医用穴、当代研究动态等内容，通过混合教学中融入临床技能、课程实训中采用分组对抗点穴等方法强化实践课教学。同时，团队还非常重视课程的多媒体教学、双语教学。课程的学习平台包括学校爱课SPOC平台、智慧树、中国大学MOOC等，其中在学校爱课SPOC平台中包含的学习资源有微课、PowerPoint课件、测试题等，栏目有“实验指导”“双语学习”“学习网址链接”等。除此之外，课程具备齐全的实验设备，建设完善的教学评价体系，以及课程思政元素的全程融入。随着科技快速发展，教学方法不断改革创新。在教学团队的努力下，“经络腧穴学”课程一直都在追随新的变革，为保证高水准教学而努力。

1.2 教学中存在的问题

“经络腧穴学”课程的教学一直以来都紧跟教育改革步伐，从传统线下教学模式到线上线下混合式教学模式，不仅顺应网络化发展潮流，而且朝着“以学生为中心”的模式方向转变；从纯理论教学到理论与临床并重，不仅提高了学生的学习兴趣，而且还培养学生学以致用的能力；从借鉴教学改革经验到基于“三段四相”的创新教学改革^[2]，不仅是教学团队独立思考的体现，而且还是团队教学改革真正进步的开始。

在“十四五”教育数字化战略行动推进背景下，我国教育领域正迎来从信息时代向智能时代的转型期。有学者指出，知识体系呈现动态化、复合化的显著特征，知识更新速度加快、多维融合与形态嬗变已成为新常态^[3]。因此，教学改革还需“更上一层楼”。

目前，课程教学尚存在以下几个问题：一是“经络腧穴学”课程知识体系庞杂，使初学者在理解记忆过程中面临较大的认知负荷，因此，亟须借助AI知识图谱等可视化认知工具辅助教学；二是学生在夯实基础理论的同时，须建立前沿研究智能追踪机制，通过知识图谱技术实现学科动态的实时监测，然而当前教育资源建设中存在“预制式微视频课程”与“网络知识流动态演进”之间的结构性矛盾^[4]，无法满足知识更新迭代加速、跨学科融合加剧的现实需求；三是结合人工智能的现代教育技术与教学实践的深度融合正在重塑教育生态系统，这种技术赋能使教育的个体发展功能与社会整合价值获得双重提升，同时催化着知识生产范式的转型、教学主体角色的重构以及教育生态系统的整体革新^[5]。因此，在智能时代教育范式转型进程中，构建学生主动参与的学习环境并激活其主观能动性^[6]，已成为突破传统教学模式桎梏、实现教育质量系统性提升的关键突破口。

在人工智能时代背景下，有学者提出，传统静态的知识存储模式正逐步被动态知识网络体系所取代，学习的本质已从知识内容的机械记忆转向知识关联能力的培养^[3]。知识图谱技术通过构建知识点间的逻辑关联、学习目标的层级映射以及教学资源的多维关联，可将碎片化教育资源整合为具有语义关联的知识网络系统，这种系统化的知识整合方法不仅是智能教育系统的核心，还能通过知识关联能力为个性化学习和智能教学提供支持^[7]。根据知识图谱理论建立知识点间的网状结构，让学生更好地掌握这一门课程是本次“经络腧穴学”课程教学改革研究的重点。

2 “经络腧穴学”课程知识图谱构建

2.1 知识图谱介绍

知识图谱通常分为两类^[8]：一类是信息资源管理领域的科学知识图谱，主要用于分析科学文献的知识结构；另一类是计算机科学领域的大规模知识图谱（由Google公司提出）。当前，人工智能领域讨论的知识图谱多指后者^[9]。知识图谱是通过实体-关系-实体三元组和属性值对构建的结构化语义知识库，用于符号化描述概念及其相互关系，形成网状知识结构^[10]。随着本体构建、实体抽取等关键技术的成熟，知识图谱在教育领域的应用逐渐深化^[11]。

教育知识图谱构建是融合本体工程与数据科学的交叉学科工程，主要包含以下关键环节：①本体构建。基于学科知识体系框架，结合专家经验，采用人工法或自动化分析方法，挖掘教学资源间的语义关联并构建知识框架。②知识抽取。依托教育本体模型，通过人工标记或自动化技术，提取知识单元及其多维关联关系。③知识表示。运用机器可理解的规范化表示方法，将实体及其语义关系转化为计算机可处理的结构化数据。④知识融合。通过多模态数据对齐、上下文消歧及教学资源多维关联，实现跨源知识整合，最终形成支撑智能教育服务的领域知识图谱^[12]。

2.2 课程知识图谱构建流程

知识图谱的构建流程通常包含两大核心环节：一是在模式层通过本体构建实现知识的概念化表征，二是在数据层完成多源数据的抽取、融合与存储^[13]。“经络腧穴学”课程将结合“五步法”^[14]，在专业教师和专家的协助与指导下，采用超星泛雅平台提供的基于领域本体模型的标准化模版导入机制^[15]，人工手动构建课程本体。“经络腧穴学”课程本体包括概述、经络与腧穴、疾病与症状、经络的纵横关系、点穴实验五个部分，以“经络与腧穴”部分为核心。课程知识图谱采用“自顶向下”的构建方式，通过构建领域本体模型以确定知识体系的顶层结构，然后通过持续获取领域新知识对数据层进行动态更新^[16]，从而确保知识体系的完整性和动态演进能力。

本研究构建课程知识图谱的具体流程如下：

(1)课程本体数据源于规划教材“经络腧穴学”，“疾病与症状”模块参考中、西医临床规划教材，“点穴实验”部分采用自编实验指导书；

(2)基于专业培养方案、教学大纲及临床执业医师考试大纲，在领域专家的审核指导下，完成知识点的抽取与知识概念的获取；

(3)基于教材的“章—节—知识点”层级结构，采用“自顶向下”的方法，构建知识概念的多级分类体系^[14]；

(4)对知识点进行属性、学习要求的标注，如表1~3所示；

(5)建立拓展知识点、跨课程知识点的关联，如添加古代与现代文献摘录、名家用穴、专业基础课程内容等拓展知识点，添加解剖学、医疗事故处理条例等跨课程知识点；

(6)采用标准化模版完成知识体系结构化，通过超星泛雅平台实现知识图谱可视化；

(7)通过应用实体链接技术，为知识图谱整合多模态类型的资源实体^[12]，配套资源库包括教学资源（课程视频、三维动画、PPT）、临床资源（古今医案、典型病例）、科研资源（核心期刊文献、学位论文）。

2.3 课程知识图谱的应用

从教育领域的AI应用场景来看，自适应学习被视为最具发展潜力的核心方向。该技术通过整合人工智能算法与学生练习数据，能够精准定位知识薄弱点，并基于分析结果动态优化学习路径，为学生提供覆盖课前预习、课堂学习、课后复习与练习的全周期个性化解决方案^[17]。

与此同时，教育知识图谱的技术应用也为AI赋能教育提供了重要支撑。研究表明，其已形成涵盖学习者画像构建、教学资源优化和教学过程分析的三维应用体系：在学习者画像方面，可实现个性化推荐与学情诊断；在教学资源优化方面，可通过智能检索与管理系统提升资源利用效率；在教学过程分析方面，可开展课堂教学行为评估与问答交互分析^[18]。具体实践层面，基于知识图谱的“大学物理”AI 课程通过数据分析、模式识别和自然语言处理技术构建智能教学系统，实现个性化学习路径推荐、精准知识漏洞诊断及实时问答支持，显著提升了学生学习效率与考试成绩^[19]；而在中医教育领域，基于温病学知识图谱构建的 BOPPPS 混合教学模式较传统教学更有效提升学生主动性与积极性，在中医思维培养方面获得显著成效^[20]。这些实证研究充分验证了知识图谱在教学场景中的实践价值。在此基础上，“经络腧穴学”知识图谱的具体应用如下：

2.3.1 利用知识图谱进行自主学习

学生可依托知识图谱开展系统化自主预习。具体实施路径如下：首先通过图谱节点获取知识点的核心概念与属性特征，建立基础认知框架；其次通过图谱关联的多模态资源（如经脉循行图、穴位3D解剖图、动态操作演示等）深化理解；继而通过智能题库完成分层练习（含选择题、医案分析等）巩固知识。在学习过程中，智能问答系统实时提供个性化答疑支持。系统基于学习行为数据构建认知画像，动态推荐适配的学习资源，确保核心知识点的掌握。学有余力者可通过知识图谱拓展学习：①纵向延伸至专业基础课程，例如在腧穴主治范畴，关联疾病的中西医病机分析、中西医诊断要点等；在针刺操作领域，关联针刺操作规范、历代医家操作要点等；②横向融合跨学科知识，例如在胸部腧穴定位学习中，关联解剖学的胸部组织结构、影像学的胸部断层图像等；在针刺风险防控模块，关联医疗行政法规的条例、医疗纠纷的典型案例等。

在复习环节，知识图谱的网状结构为记忆重构提供可视化支持。通过图谱的层级化展示与智能检索功能，学生可快速定位薄弱知识点，开展针对性复习^[11]。系统基于学习轨迹分析生成个性化复习方案，重点突破高频错误点，并提供阶段性测试验证学习效果。这种数据驱动的复习模式，将被动知识存储转化为主动认知重构的深度学习过程。

2.3.2 利用知识图谱辅助课堂教学

在理论教学中，教师可以通过知识图谱的动态知识网络有序展开课堂教学，借助知识图谱的配套资源丰富课堂内容，解决原有资源的滞后；课堂练习与测试数据自动同步至后台，支持即时错题解析；系统分析学生搜索与提问内容的数据，辅助教师针对性讲解；科研文献关联功能则可直观展示学科前沿，拓展学生科研思维。

在实验教学环节，为强化临床技能的培养，“经络与腧穴”部分下的每个章节都会有相对应的点穴实验操作，因为腧穴定位是每个针灸推拿学专业学生必须掌握的基本技能，是学习专业课程的重要组成部分。教师可以利用知识图谱的“点穴实验”部分，更好地为学生介绍实验背景、实验目的、实验用具、实验内容、教学考核。如在实验背景中，关联明代针灸铜人像的介绍，不仅可以增加课堂的趣味性，而且还巧妙地融入课程思政元素。在“教学考核”中，通过布置小组作业、实施操作考核提升学生技能水平，并借助学情分析开展个性化指导，能够实现学生能力发展与教师教学能力的同步提高。

3 “经络腧穴学”知识图谱AI课程实践成效

本研究通过问卷调研、平台数据采集及教学实验成绩对比，分析知识图谱AI课程的应用成效，验证其在实际教学中的实践价值。

2025年春季学期，“经络腧穴学”知识图谱AI课程在2023 级针灸推拿学专业（70名学生）开展试点，目前已完成“概述”模块及“手太阴/手阳明/足阳明/足太阴经络与腧穴”四个单元的教学。课程通过《知识图谱学习效果调查问卷》开展实践效果调查，问卷回收率达100.0%。数据显示：71.0%的学生认为知识图谱对知识点理解与掌握“非常有帮助”（40.0%）或“比较有帮助”（31.0%），反馈关键词集中在“直观”“整体关联”，反映可视化知识网络对抽象理论知识的理解具有显著促进作用；54.0%的学生认可知识图谱的 “个性化推荐”功能，认为其有效减少了无效重复学习，针对性强。系统后台数据表明，学生人均每周访问知识图谱18次，高频使用“经络循行动态演示”“穴位解剖”“腧穴主治”等模块，其中71.0%的学生主动完成了知识点拓展学习。教学反馈显示，相较于往届传统教学，任课教师观察到课堂抽背准确率提高50.0%、课堂测验平均分提升11.8%，点穴实验操作优秀率（66.7%）达往届（25.0%）的2.67倍，且学生提问中能结合多学科知识和反思学习过程的高阶问题占比从35.0%提升至73.0%，体现出学生对腧穴定位与操作技能的掌握更为扎实且提问质量显著提升。

4 结束语

人工智能技术在教育领域的赋能效应日益显著，教学改革背景下课程建设智能化已成为必然趋势。本研究在“经络腧穴学”教学改革中运用知识图谱技术，有利于解决目前教学中存在的教学内容碎片化、知识关联弱等传统难题，可以显著加速教学模式向以学生为中心的智能化转型。未来研究将重点关注知识图谱应用的长效机制建设，并探索其与智能教学系统的深度融合路径。

参考文献

[1] 国务院. 新一代人工智能发展规划(国发〔2017〕35号)[EB/OL]. (2017-07-20) [2025-03-19].

[2] 文凤, 彭祉莹, 张继苹, 等. 经络腧穴学课程“三段四相”创新教学改革[J]. 新中医, 2024(1): 227-230.

[3] 王竹立. 面向智能时代的知识观与学习观新论[J]. 远程教育杂志, 2017(3): 3-10.

[4] 王竹立. 在线开放课程: 内涵、 模式、 设计与建设: 兼及智能时代在线开放课程建设的思考[J]. 远程教育杂志, 2018(4): 69-78.

[5] BOUCHARD P. Network promises and their implications[J]. RUSC Universities and Knowledge Society Journal, 2011(1): 288-302.

[6] 赵宇博, 张丽萍, 闫盛, 等. 个性化学习中学科知识图谱构建与应用综述[J]. 计算机工程与应用, 2023(10): 1-21.

[7] 侯兴泉, 熊玉珍, 徐贵平. “数字人文”在线开放课程知识图谱构建[J]. 华文教学与研究, 2024(4): 79-85.

[8] 冯新翎, 何胜, 熊太纯, 等. “科学知识图谱”与“Google知识图谱”比较分析: 基于知识管理理论视角[J]. 情报杂志, 2017(1): 149-153.

[9] 李振, 周东岱, 王勇. “人工智能+”视域下的教育知识图谱:内涵、技术框架与应用研究[J]. 远程教育杂志, 2019(4): 42-53.

[10] 刘峤, 李杨, 段宏, 等. 知识图谱构建技术综述[J]. 计算机研究与发展, 2016(3): 582-600.

[11] 孙丽郡, 孟繁军, 徐行健. 课程知识图谱构建技术研究综述[J/OL]. 计算机工程: 1-25. (2024-07-24)[2024-03-19].

[12] 高茂, 张丽萍. 融合多模态资源的教育知识图谱的内涵、 技术与应用研究[J]. 计算机应用研究, 2022(8): 2257-2267.

[13] 刘泽迪. 基于知识图谱的中医穴位自动问答系统[D]. 南昌: 南昌大学, 2024.

[14] 张亚龙. 学科知识的可视化技术研究与实现[D]. 成都: 电子科技大学, 2016.

[15] 王硕. 基于知识图谱的混合式教学研究[D]. 昆明: 云南师范大学, 2024.

[16] 李子亮, 李兴春. 《科学计算与MATLAB语言》课程知识图谱的构建[J]. 智能计算机与应用, 2025(2): 116-123.

[17] 刘敏. 浅谈AI+教育的应用与发展[J]. 技术与市场, 2020(3): 76-77.

[18] 李惠乾, 钟柏昌. 教育知识图谱: 研究进展与未来发展: 基于2013 — 2023年中文核心期刊载文的分析[J].计算机工程, 2024(7): 1-12.

[19] 张红光, 李永涛, 杨志红, 等. 基于知识图谱的《大学物理》AI课程建设与实践[J/OL]. 大学物理: 1-7. (2025-03-07)[2025-03-20].

[20] 刘鑫鑫, 汤朝晖, 席崇程. 基于内经选读课程构建多模态知识图谱智能问答系统的实践与探索[J]. 中医教育, 2025(1): 143-148.

基金资助

广东省质量工程项目(G623291264)

深圳市“医疗卫生三名工程”项目资助(SMZYSM202108013)