如何系统提升学生学科竞赛竞争力|北京理工大学医工交叉教学实践分享（6）

在指导学生参与高水平学科竞赛方面，有哪些提升竞争力的关键方法？近日，北京理工大学医学技术学院辛怡副教授在和鲸组织的分享会上，系统介绍了其团队在《数据挖掘在生物医学中的应用》课程中的创新实践，为解决普遍教学痛点提供了可借鉴的“平台化”路径。在分享会上，她还讲述了课程如何通过贯通式项目设计、资源支撑与赛事衔接，助力学生在高水平学科竞赛中脱颖而出。

辛老师在会上系统阐述了《数据挖掘在生物医学中的应用》课程建设的完整线路图和创新实践，从课程建设的背景、痛点和培养目标出发，重点介绍了“两线三域”学习链路、“立体拼图”教学活动、“四重支持”导学模式三大课程设计创新举措及课程成果。辛老师还强调，课程基于和鲸 ModelWhale 平台构建了多元化的教学实践场景，实现了资源整合、互动协作与实践赋能的深度融合。学生基于 ModelWhale 完成编程实践，借助 AI 工具提升学习效率，学生解决医工领域问题能力显著提高，成果斐然。

当前生物医学医工融合人才培养面临结构性挑战：一方面，学生医学知识和临床业务背景薄弱与技术快速衍新导致学用脱节；另一方面，医学数据兼具强领域特异性、严格隐私约束及动态临床场景等复杂属性，导致传统数据挖掘课程“从算法到案例”的教学范式难以适配。为破解医工交叉人才培养痛点，辛怡老师为参会教师分享了北理工独到创新基础：课程团队以“培养面向国家重大需求和人民生命健康的医学技术人才”为目标，以国家大健康战略为牵引，持续开展数智赋能的混合式教学改革。将教学内容与科技资源深度融合，构建“两线三域”学习链路，实施“立体拼图”教学活动，提供“四重支持”导学模式。将医学业务逻辑与数据科学思维耦合，开展“问题拆解-算法探索-方案迭代”，培养学生从事医学技术研发所需数据挖掘的核心能力。

在交流环节，有参会教师表示在传统教学模式下，教学内容与实践脱节、教学方法单一致使创新思维培养不足、竞赛与课程体系衔接不畅等问题频频出现，学生参与高水平学科竞赛往往缺乏竞争力。在指导学生参与高水平学科竞赛方面，有哪些提升竞争力的关键方法？辛老师给出了团队经验。

• 课程设计：以项目制驱动，无缝衔接竞赛需求

  课程采用贯通式项目设计，从课程初始即引导学生分组开展真实医学数据挖掘项目，完整覆盖选题、迭代、答辩及报告全流程。项目选题聚焦国家重大需求，如重大疾病个性化诊疗、中医药现代化探索、公共卫生问题等，确保研究价值与竞赛评审标准高度契合。

• 资源支撑：构建“竞赛赋能工具箱”

  课程整合多方资源，为学生提供从技术到数据的全方位支持：

  （1）国家级医学数据平台：接入国家人口健康科学数据仓储等权威数据库，提供真实、规范的医学数据支撑。

  （2）AI 创新虚拟实验室：依托和鲸 ModelWhale 平台，搭建一站式竞赛实践环境，集成代码模板、开源工具及 AI 课程助手，降低技术门槛。

  （3）智能竞赛助手：携手智谱开发基于智能体的 AI 课程助手，内置竞赛知识库，辅助学生解决代码调试、文献检索等高频问题，课程结束后仍可持续使用。

• 竞赛对接：分层培育，精准匹配赛事要求

  基于课程项目优中选优，从校级赛事出发：

  （1）校级孵化：优秀课程项目优先推荐至校级“大学生创新创业训练计划”，积累初期竞赛经验。

  （2）重点赛事攻坚：针对全国大学生生物医学工程创新设计竞赛等医工学科赛事以及中国高校计算机大赛等教育部白名单赛事，组建专项备赛群，邀请往届获奖者分享经验，精准优化参赛材料。

  （3）行业实战演练：组织学生参与医疗大数据 Datathon 等产学研联动活动，与企业、医院团队同场竞技，强化实战能力。

2025 年，和鲸联合智谱打造集“课程+实训+竞赛”三维生态的人工智能教育解决方案，旨在培养兼具技术实战与创新思维的复合型人才。以“医学+AI”为特色，将人工智能技术融入教学教学全要素，和鲸从精准医疗与智能健康出发，以 AI+素养和交叉融合课程为核心，一方面，通过将竞赛项目有机融入课程教学内容，帮助学生实现从理论知识到实践应用的转化，另一方面，依托和鲸社区内丰富的行业资源，精心设计"医学+AI"等特色主题训练营，为学生搭建展示创新能力的舞台，挖掘前沿算法与跨领域人才。

点此了解：https://ai.heywhale.com/AIED.html?flag=scppbit6

北京理工大学《数据挖掘在生物医学中的应用》课程创新实践，生动展示了如何通过目标明确的教学设计，结合功能强大的一站式实践平台，系统性解决医工交叉数据挖掘教学中的深层痛点。辛怡副教授的分享为同行提供了宝贵的经验，其“平台赋能实践”的思路，为深化医工融合人才培养改革提供了重要参考。

本次分享覆盖教学设计、技术融合、竞赛培育全链条，为医学与 AI 融合领域的人才培养提供了可借鉴的“北理工方案”。您可联系工作人员（备注“北理工分享”）获取分享会整场视频。

和鲸持续开展更多高校实践分享，为高校教师搭建交流平台，助力医学教育创新发展。8 月 8 日下午 14:00 ，和鲸将举办 “医科+AI ” 系列第四场讲座，以医学人工智能教育：从通识到领域应用为主题，邀请首都医科大学生物医学工程学院副教授刘冬冬老师，围绕面向医学类院校的人工智能通识教育探索与实践带来分享，欢迎各位老师点击这里报名参会，共同交流。

全国高校于 2024 年全面启动人工智能教育改革，标志着我国 “智慧教育元年” 的开启，而当前高校在人才培养体系设计、课程改革路径、教学模式创新、实践教学体系构建及能力评价标准等方面尚处于探索阶段，AI 对教育教学产生的挑战和冲击也未能被解决。

2025 年 5 月，智谱与和鲸联合牵头发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》。该白皮书从政策解读、现状分析到教学模式与教学工具、技术底座、高校实践案例等，全景式呈现了 AI 融合高等教育的现状与前景、机遇与挑战。

您可点击前往和鲸官网获取白皮书，或联系工作人员了解更多“学科+AI”相关案例与资讯。

白皮书在编撰过程中，特别组建专家顾问委员会，特邀 20+ 位国内高校权威专家领衔指导，成员覆盖通识教育及文、理、医、工全学科领域，为人才培养理念与实践路径把关定向。同时，项目组广泛收集 2500+ 份多元问卷，调研对象涵盖学生、企业从业者、教育工作者、科研人员等群体，并系统梳理国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，以扎实的数据与案例支撑，确保白皮书兼具学术深度与实践价值。

让每个学科拥抱 AI ，共同开启高等教育智能化转型的新篇章。期待《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》的发布能为高校 AI 通识教育提供了前瞻性的理论指导，并勾勒出学科与 AI 深度融合的实践路径。未来，随着白皮书指导价值的逐步释放与研讨成果的持续转化，我国高等教育将加速迈入“学科+AI”协同发展的新阶段，为培养适应智能时代的复合型人才提供强劲引擎。