《医学数据挖掘》课程的在线教学实践与探索

当前"互联网+教育"改革已深入推进,全国高校广泛开展了线上教学.线上教学模式改变了教师的教学方式和学生的学习方式,人们重新认识了教育技术的力量和价值.本文以《医学数据挖掘》课程为例,分析该课程的在线教学现状及存在的问题,并结合学生提出的建议探讨如何让医药专业的本科生、研究生及进修的临床医生通过线上教学理解大数据时代下的数据挖掘技术并能够应用数据挖掘软件解决实际问题,这也是该门课程教学的重要任务.本文旨在探讨《医学数据挖掘》课程的在线教学内容、教学实践和研究对策,为数据分析及数据挖掘类等实操类课程的在线教学提供参考.     

教育数据挖掘对教育要素的影响研究

大数据时代,通过教育数据挖掘技术能够对教育教学过程中产生的海量数据进行有效地分析,且运用数据分析的结果,发现教育过程中的问题,提供指导性的建议,促成行之有效的解决策略。文章从教育者、受教育者、教育管理者、教育资源四个要素探究教育数据挖掘对教育产生的影响,剖析教育数据挖掘技术精进对教育各要素带来的影响,阐释个中不足,旨在顺应智慧时代发展,使教育数据挖掘技术更好地促进教育发展。     

利用数据挖掘技术实现LIS数据共享的设计实践

介绍了如何利用数据挖掘技术对现有医院实验室信息管理系统（LIS）进行大数据分析，并利用Web或手机APP的方式呈现给客户诊断结果，为患者建立一个关于身体指标的数字账户，构建了一个以“智慧医疗”为理念的数据共享平台。经过半年的调试运行，大大缩减了病人的排队等待和就诊时间，减轻了医生的门诊工作压力，为医学专家提供了检验数据的查询分析工具。     

智慧养老平台构建研究

构建基于医养结合的智慧养老服务平台,详细阐述平台架构、技术实现及具体功能,包括紧急呼救、通讯、生活服务、医疗服务、休闲娱乐、定位和监测等。利用数据挖掘技术分析老年人健康数据,发现其中规律,为老年人提供智慧化、个性化健康管理服务。     

基于循证医学的海量医学数据挖掘分析方法研究

从循证医学视角出发，以宁波市智慧健康保障体系项目为例，介绍数据挖掘方法在医学领域中的应用，在此基础上阐述医学海量数据挖掘分析步骤、研究内容、分析方法、关键技术、模型构建、平台架构与功能等。     

太忻经济一体化背景下开展智慧健康服务与管理人才培养模式的探索实践

目的：探索太忻经济一体化背景下开展智慧健康服务与管理人才培养模式。方法：选取忻州职业技术学院2019—2021年智慧健康服务与管理专业、常规教学的30名学生作为研究对象。采取问卷调查的方式，分析忻州职业技术学院智慧健康服务与管理专业教学成果，明确智慧健康服务与管理专业教学现状。结果：接受调查的30名学生中，9名学生对于自身就业前景存在悲观态度，认为老年人服务行业社会地位低、收入不高、劳动强度大，毕业后从事相关服务活动的意愿不高；12名学生认为专业课程设置存在问题；5名学生认为专业课程学习效果不佳，没有达到预期效果。结论：智慧健康服务与管理人才培养模式的构建，较好地满足了太忻经济一体化社会经济发展要求，提升了健康服务与管理的专业化水平。     

中医数据挖掘算法研究进展

伴随大数据时代的到来和数据挖掘技术的兴起,中医数据挖掘也逐步走向热门。本文对数据挖掘进行系统概述,着重对中医数据挖掘的研究进展进行了具体的趋势分析,对相关方法的研究进行了梳理,以期为相关科研工作者进行中医领域数据挖掘的研究提供有价值的文献参考。     

数据挖掘在病例分析中的应用探讨

在当今信息时代,信息技术广泛应用在我们生活各个领域,极大地提高了人们生活水平。大数据技术是近年来互联网领域的一个热点话题,大数据在信息采集、存储、分析和管理远远超过了传统的分析软件,因此广泛应用在社会各个领域。将数据挖掘技术应用在病历分析中,可以积累临床医学经验,为医生诊断提供宝贵的经验,提高我国医疗诊断水平。本文主要分析了数据挖掘的方法,以及数据挖掘在病例分析中的具体应用。     

基于数据挖掘及统计学的护理课程与素质研究

采用统计学的回归分析、因子分析和数据挖掘的关联规则、决策树CART、CHAID、QUEST算法4种方法分析高校护理专业学生科目成绩,综合研究护理课程关联性以及课程对学生素质的影响。统计学与数据挖掘方法相结合,取长补短,能更深入发现科目潜在的关联性、不同科目对不同层次学生的影响度等;并能进一步帮助教务人员科学设置课程,加强科任教师交流沟通,促进学生提高学习效率。     

需求驱动的医疗健康大数据挖掘模型构建

将跨行业数据挖掘标准流程模型（简称“CRISP-DM模型”）和需求、数据、数据挖掘方法三者的对应关系相结合构建需求驱动的数据挖掘模型。该模型主要包括需求、数据和数据挖掘方法3个核心概念与需求理解、数据理解、数据准备、建模、评估和部署6个过程步骤，分为需求层、数据层、算法层和部署层4个层次。需求驱动的医疗健康大数据挖掘模型可打破“数据先入为主”的习惯性思维，降低盲目进行数据挖掘研究引发的失败风险。整理需求、数据和数据挖掘方法之间的对应关系，可优化医疗健康大数据挖掘路径，降低数据挖掘新手的学习成本，对临床医疗和健康管理实践都具有现实意义，可用于未来的医疗健康大数据开发策略研究。     

留学生《针灸学》英语教学问题及方法

留学生的中医针灸教育是一项复杂而专业的工作。针对传统教学在留学生教育中存在的问题,笔者探讨了目前较为时兴的几种现代教学方法,并对这几种教学方法的内涵、教学模式进行了分析,比较其优劣,最后提出正确教学方式的选择应从实际出发,因课、因人制宜,以提高留学生针灸学教学质量。     

“互联网”背景下的解剖学实验教学改革

解剖学是一门研究人体形态结构的学科。传统的解剖学实验教学面临着实验条件差、标本损耗率高、师生双向交互不足等弊端。通过探究如何在互联网背景下开展新型解剖学实验教学,在线下通过配备可触控电子屏和实物展示台,安装VR摄像头,配备升降式解剖台打造实体学习空间,在线上通过部署智慧教学平台和数字人解剖系统,构建虚拟学习空间;同时基于大数据实现线上线下融合的智慧实验室,探索建设"互联网"背景下的新型解剖学实验教学,旨在促进解剖学实验教学适应现代医学教育需要,为实验教学改革和整体智慧校园建设提供参考。     

新医科背景下医学院校大数据专业人才培养实践与启示

介绍医学院校数据科学与大数据技术专业、大数据管理与应用专业的人才培养现状,从课程设计、师资力量、实践教学、就业前景等方面分析医学院校大数据相关专业人才培养特点,针对医学信息专业群教育提出建议。     

诊断学教学中双语教学的实践及体会

阐述了对双语教学的理念、模式、可行性的认识,总结了南京医科大学诊断学教学中开展双语教学工作的成功经验,并对教学中存在的问题及解决方法进行了初步分析,提出了将留学生医学教育与双语教学工作相结合的新见解。     

医科大学生的人格特征研究

目的 了解医科大学生个性特点,为医学教育改革、实施因材施教、培养创新人才提供依据。方法 采用整群抽样对132名皖医大学生进行横断面研究。结果 男生具有高聪慧性、高敢为性、高敏感性、低稳定性特点;女生具有高稳定性、高聪慧性、高有恒性、低敏感性、低怀疑性特点。结论 我院女生的人格因子在医学基础课程学习方面优于男生。     

数据驱动式医学信息素质教育优化研究

分析信息素质教育数据驱动模式的研究背景、特征及其教育理念。探讨医学信息素质教育数据驱动模式实践形式,提出数据驱动模式优化的技术条件,在此基础上对数据驱动模式的优化模型进行深入分析和构建。     

大数据背景下医学生数据素养培养研究

介绍数据素养概念,从教学目标、方法、过程几方面探讨大数据背景下医学生数据素养培养模式,指出该模式有助于提高医学生数据分析与挖掘能力,树立数据意识和数据伦理,提升数据素养。     

医学院校大数据课程群研究与建设

分析医学院校大数据课程设置存在的问题及原因,详细阐述大数据课程群建设思路、内容,包括分层多元化人才培养模式、多学科知识融合、大数据课程群、产学研一体化的实验教学等,为相关研究提供参考。     

大数据环境下信息组织课程教学改革探索

分析当前信息组织课程教学中存在的问题以及大数据环境对信息组织的影响,提出在信息组织课程教学过程中从教学内容、教学方法、考核方式3方面进行改革,实践表明改革有助于激发学生学习热情,进一步提高教学效果和质量。