新医科 + 新工科”背景下计算机类实验课程教学改革的探索

以人工智能、大数据为代表的新一轮科技浪潮，正以前所未有的广度和深度重塑医药健康产业生态，对高校人才培养范式提出了颠覆性挑战。据《2023全球数字健康产业报告》显示， 85% 的创新型药企已将编程能力纳入医药研发人才核心素养 [1]。教育部高校大学计算机教指委制定的新版教学基本要求明确了计算机基础教学的目标：培养计算思维、融入新一代信息技术赋能[2]。而我国医疗装备领域关键技术岗位中兼具医学知识与工程技能的复合人才缺口高达 72%^[3] 。本研究聚焦“医药情境驱动的计算能力”培养体系构建：通过模块化医药计算项目库重塑实验内容，依托医药数据全流程处理平台创新教学形态，建立多元评价机制。

1 传统大学计算机基础实验课程教学存在的问题

（1）学生基础差异大

作为通识类课程，传统计算机实验课面临生源知识结构的多元性挑战。由于区域信息教育的不均性，导致学生基础不同，当前“统一学时 + 统一内容”的教学模式导致双重资源浪费。

（2）课程设置单一

计算机类课程较少，且缺少知识的逐层递进。传统课程仅提供大学计算机基础与编程语言等普适性内容，缺乏医药细分领域的定向模块选择。学生无法根据自身方向（如药物分析、医疗器械研发）选修智能数据处理或医疗系统开发实验课，导致计算能力培养与医药科研前沿需求脱节，高阶医药人才的计算思维素养形成受阻。

（3）脱离专业应用

实验任务多局限于抽象的计算机习题演练，缺乏对接真实医药研究环节的案例载体。典型如仅用 Excel 手动计算 LD50 数据，未引入 Python 脚本实现药物毒性批量分析，使学生无法建立自动化研究思维，面对真实药物筛选项目时仍依赖低效人工操作。

2“新医科 + 新工科”背景下“计算机基础”类课程教学改革的措施

为响应“新医科 + 新工科”交叉复合人才培养需求，教学团队聚焦“医药情境驱动的计算能力”培养目标，从以下三个层面进行了系统化的实验教学改革：

2.1 教学内容重构，赋能药医工融合人才培养（1）按需分层，科目拓展。

第一学期课程以“打基础，强工具”为目标，开设《大学计算机基础》、《OFFICE 高级应用》两门课程。两门课程均保留基础核心实验，如医药信息的规范化存储与管理实验，以确保全体学生能够建立规范的药物实验数据集，提升学生医药信息的基础素养和规范性意识。OFFICE 高级应课程在保留基础文档、表格、演示文稿操作实验外，增设简单的科研场景数据处理与分析实验，如利用Excel 高级函数与数据透视表进行药物理化性质统计。

第二学期以“学编程，重应用”为目标，开设两种编程语言 × 两种学时共 4 门课程。以 Python 语言方向为例，32 学时课程主要以掌握 Python 基础语法与关键技能为目标，要求学生能利用 Python 脚本自动化解决医药研究中规则明确、重复性高的基础计算问题。48 学时课程额外注重小型系统原型构建能力，例如增设“小型医疗信息系统分析与设计实践”实验，培养学生利用计算工具优化医药流程的能力。

在第三学期的进阶选修 Python 数据分析与应用课程中，以“提能力，触前沿”为核心理念。例如开设医药应用导向的模块化特色实验科目，如“医药健康数据可视化实训”实验：利用可视化工具展示流行病学趋势、药物疗效对比、患者队列特征等。

（2）医药情境嵌入式案例库建设

为了提高学生的信息素养，围绕药物研发、检验分析、医院信息管理、健康管理等方向，研发“医药真实项目案例资源库”。基于真实或模拟真实场景下的医药数据，如药物虚拟筛选、药代动力学建模中的数据需求，解决特定医药问题，如“对给定临床数据集，可视化不同治疗方案下患者恢复速度的分布差异”。学生不再是“为学计算机而学计算机”，而是“为解决医药问题而掌握计算工具”。这直接建立了编程与制药、分子模型、医疗系统等核心场景的强关联，解决能动性不足和脱离应用的问题。

2.2 教学方法创新

（1）线上先导课，资源分级

开设配套线上先导课，提供 windows 系统、办公软件、Python 语法、数据处理入门、工具使用指南等基础知识模块。构建分级学习资源包，为零基础同学提供“入门包”，为有基础学生提供“拓展包”。课前发布预习任务，结合线上测试或问卷，精准识别学生基础水平画像。

（2）分组协作，破解基础差异

基于课前基础预判，组建混编学习小组，以确保每组包含不同基础水平学生。鼓励基础较好学生协助同伴、担任团队内部小组长，基础薄弱学生承担力所能及或需要学习的任务。教师从知识灌输者转变为学习引导者，聚焦于关键问题引导、方法指导、医药知识的交叉解释。指定最小可行目标，强调通过协作，在实验课时内完成一个可运行、能解决案例核心需求的小成果。

3 新医科 + 新工科”背景下“计算机基础”类实验课程教学改革的成效

（1）模块化、可选择的进阶课程链条形成

成功打破原有单一、普适的课程结构，建立了以医药需求为导向、能力递进为脉络、模块选择为特色的实验课程新体系。课前学生调研显示， 92% 学生认同通过案例“能看到计算机技术与药学研究、临床决策等专业场景的直接关联”，解决了“学了计算机有什么用”的困惑，学习动机由被动应付转向主动探索。基于课前基础画像的分组实施后，课堂时间利用率提升，小组内“传帮带”氛围浓厚。

（2）建立多元化、多层次的评价体系

摒弃单一结果评价，建立了融合“计算机技术 - 专业应用 - 团队协作”三维一体的评价体系。不但考察逻辑正确性、平台工具熟练度，还将解决特定医药问题的有效性、数据解读准确性纳入重点实验成果评价体系，同时综合学习行为、小组协作贡献度综合给出成绩评定。

4 结语

面对人工智能、大数据等技术革命对医药健康生态的影响及复合型人才缺口的紧迫挑战，本研究以“计算机类实验课”为改革枢纽，提出并实践了“医药情境驱动的计算能力”培养理念。通过构建“模块化医药计算项目库”实验内容，将编程学习融入医药场景之中；通过实现资源分级导下精准协作与即时反馈。建立“面向医药应用有效性”的多元评估机制，将解决医药实际问题的效能作为核心评价标准。

实践表明，改革有效填补了传统计算机基础教学与医药前沿需求的鸿沟，显著提升学生的主动学习动力。未来将持续深化医药应用导向的课程迭代，探索校 - 企联动的项目资源开发，为培育“新医科 + 新工科”领军人才贡献更具示范性的“沈药方案”。

参考文献：

[1] International Data Corporation. Worldwide Digital Health Industry Forecast[R]. 2023–2027.

[2] 教育部高等学校大学计算机课程教学指导委员会 . 新时代大学计算机基础课程教学基本要求[M]. 北京：高等教育出版社，2023.

[3] 中国药品监督管理研究会 . 《中国医疗器械行业发展报告（2022）》[R]. 社会科学文献出版社，2022.

基金项目：辽宁省级优质教学资源建设与共享项目（项目编号2021-GX-202148）

作者简介：第一作者：翟玉萱，女，特聘副教授，研究方向为医药大数据与人工智能，278763282@qq.com。通讯作者：翟菲，女，教授，研究方向为药学信息学，feirr.zhai@qq.com