生物学杂志

生物学杂志 ›› 2026, Vol. 43 ›› Issue (4): 116-.doi: 10.3969/j.issn.2095-1736.2026.04.116

• 教学研究 • 上一篇    下一篇

生物医用材料课程的技术赋能教学改革

刘　涛， 史　慧， 尹培群
  

  1. 安徽医科大学 生物医学工程学院， 合肥 230032
  • 出版日期:2026-08-18 发布日期:2026-08-21
  • 作者简介:刘涛，博士，副教授，研究方向为生物医用材料，E-mail：liutao@ahmu.edu.cn
  • 基金资助:
    安徽省高等学校省级质量工程教学研究项目（2024jyxm0151，2024jyxm0150）

Technology-enhanced teaching reform of the biomedical materials course 

LIU Tao, SHI Hui, YIN Peiqun#br#   

  1. School of Biomedical Engineering, Anhui Medical University, Hefei 230032, China
  • Online:2026-08-18 Published:2026-08-21

PDF (PC)

2

摘要： 本研究基于新医科建设需求，自2023年起对课程体系进行系统性改革，并在2024—2025年持续推进与优化。改革内容包括重构课程模块、引入学习分析以提升教学精准度、采用生成式人工智能（artificial intelligence generated content， AIGC）助教与虚拟案例推演支持深度学习，以及建立覆盖学习行为与创新成果的多元评价机制。通过对比改革前（2021—2022年）与改革后（2023—2025年）学生的学习数据可以发现，课堂参与度、课程成绩、优秀率和学习满意度呈持续提升趋势。改革实施后的三届学生在全国大学生生物医学工程创新设计竞赛和生命科学竞赛中获得的奖项数量亦呈增长态势。研究结果表明，该教学模式有助于提升学生的知识理解水平与工程实践能力，可为医工交叉类课程的改革与建设提供有益借鉴。

关键词: 生物医用材料, 生物医学工程, 学习分析, 生成式人工智能, 虚拟仿真实验

Abstract: To address the requirements of New Medical Education, a systematic reform of the course system was initiated in 2023 and further implemented and optimized during 2024－2025. The reform focused on reorganizing course modules, applying learning analytics to inform teaching decisions, incorporating artificial intelligence generated content (AIGC)－supported virtual case simulations, and developing a multi-dimensional evaluation system. A comparison of student data from before (2021－2022) and after the reform (2023－2025) revealed consistent improvements in class participation, academic performance, rates of excellence, and satisfaction of learning. In addition, students showed stronger engineering practice and innovation capabilities, reflected in an increase in the number of awards in national biomedical engineering and life science competitions. Overall, the reform demonstrated the practical value of technology-enhanced teaching approaches in interdisciplinary curriculum development.

Key words: biomaterials, biomedical engineering, learning analytics, artificial intelligence generated content, virtual simulation

中图分类号: