張 勇,李 偉,呂建瑞,吳 剛,雷曉鳴,張珍妮,張會娟,李 雪(西安交通大學第二附屬醫院麻醉科,陜西西安710004)
以問題為基礎的學習(PBL)教學法是醫學教育較為推崇的教育模式[1-3],也是目前各大醫學院校醫學教育改革的重點。為改變以往麻醉學教學中學生參與性不強、知識學習不系統、反饋環節缺失等缺點,本研究在麻醉學教學的臨床見習中采用了PBL教學法和研習會(workshop)相結合的新的教學模式,取得了良好的教學效果,現報道如下。
對麻醉學本科教育一線教師而言,傳統大課的課堂教學模式更好操作和實施,而常常對PBL教學法指導下學生分組進行討論和學習的麻醉見習課堂的重視不夠。傳統醫學課堂教學在教師與學生之間無法實時溝通和反饋,也使得醫學生對操作性極強的麻醉學科的學習興趣不濃,相應地其學習的自主性與合作性也非常低下[4]。怎樣使PBL教學法指導下的學生,分組進行討論和學習的麻醉見習課堂變得更能引起學生的興趣,為廣大麻醉學教師和學生提供更好的課外學習和交流手段是當前面臨的難題。
當代中國的教育改革已在蓬勃發展中,麻醉學科教育則必須跟上,當前的研究熱點集中在PBL教學法如何在醫學教育中發揮作用、PBL教學法與醫學教育相結合的實例等方面。當前,國際教育也正將PBL教學法作為教育改革的突破口和重要方向[5-6]。怎樣將PBL教學法有效地用于麻醉學本科教學中,讓PBL教學法為麻醉學本科教育帶來嶄新的體驗,為學生在課堂外拓展全新的交互式見習課學習平臺,營造學生易于接受的便捷的課外學習領域是麻醉學教育者的任務。但目前大部分院校著眼于PBL教學法的相關教學方法的研究并沒有深入到臨床二級學科,且極為缺乏相關的實證研究,研究水平也不夠高。PBL教學法可更加契合麻醉學教學中對實踐操作、病例分析、動畫演示、虛擬患者等環節,在打破傳統課堂教學的固有模式及提供更被年輕人所樂于接受的先進、可參與的情景體驗等方面,具有無可比擬的先天優勢。
臨床見習是課時有限的麻醉學教學中極為重要的環節之一。臨床見習課作為理論聯系實際的第一站,是鞏固學生課堂知識,邁步走向臨床醫生不可或缺的重要步驟。麻醉學臨床見習課程具有相關醫學操作多、醫學操作掌握難度大、知識點分散零碎、與臨床實際問題聯系緊密等特點[7]。本研究采用PBL教學法結合workshop進行見習教學,讓學生在相關醫學問題的指引下,不斷進行自主、能動地深入研究,并在workshop中與同學組成工作小隊進行討論和研究,并進一步對虛擬患者進行診斷和操作。該教學模式的改革,深化了學習內容,鞏固了教學效果,為麻醉學臨床實習提供了新的思路。
任課教師在見習課實施前根據臨床見習教學大綱選擇緊扣理論課內容的經典病例4例,并針對這些病例從美國麻醉醫師協會分級、術前訪視、麻醉方法選擇、麻醉注意事項、圍手術期可能發生的問題、麻醉并發癥等方面出發設計PBL教學法的教學問題。每次見習課實施前,任課教師先用50 min時間復習常用麻醉方法、麻醉器械、麻醉藥物等相關內容。然后任課教師將學生分為4個工作組,并提出緊扣臨床經典病例的一系列問題讓學生在工作組內以workshop的形式進行討論和思考。4個工作組的學生由任課教師分別帶入手術室進行見習內容的學習。教師在講解麻醉機使用原理、常見麻醉藥物、臨床麻醉示教、麻醉后監測治療室內患者蘇醒等相關過程中,所有的教學設計、問題引出、答疑解惑均圍繞著預設的教學問題展開。
手術室內見習教學時間為2 h。室內教學結束后,4個workshop進入臨床示教室進行虛擬患者的麻醉實施、麻醉超聲的實際應用、病案討論和情景再現心肺復蘇術(PCR)等教學環節。
在以往的教學環節中,教師偏重于講解,學生偏重于機械記憶。即使在以聯系實際著稱的臨床見習課程中,仍以教師講解作為主要的學習手段[8]。而PBL教學法結合workshop則為麻醉學的臨床見習教學提供了新的思路。在教學實施中學生不僅可緊密參與各教學環節,且教師也能從學生中得到反饋。實際教學中發現,學生對虛擬患者的麻醉實施、麻醉超聲的使用和PCR情景再現的教學環節熱情較高,積極參與,且教學效果較好。確認虛擬患者后,則由每個workshop進行討論并擬定麻醉方案,選擇合適的麻醉藥品、麻醉器材、麻醉方法并對患者可能出現的相關并發癥及麻醉風險做好預案。在這一過程中,學生由被動接受臨床知識轉而成為做出臨床決策的麻醉醫師,激發出了學生學習的熱情和求知欲。
基于本科室3臺教學用的麻醉超聲機,任課教師在學生身上演示橈動脈和頸內靜脈的定位、臂叢神經的定位、創傷患者的快速評估、心功能評估等麻醉超聲領域的相關知識,則進一步激發了學生的學習熱情。從以往數十年不變的教學內容,到現在與時俱進的超聲應用,為學生除學習課堂知識外,還拓寬了視野,深化了麻醉學教學內容。
情景再現的PCR則令學生終生難忘。基于PBL教學法結合workshop的教學模式,學生帶著教學問題,以workshop為單位,分別進行呼吸、心搏驟停患者的情景再現。當飾演“患者”的學生倒地、飾演路人的學生進行呼救、飾演會徒手PCR的見習醫生進行正確的PCR流程時,學生留下的教學經歷是終生難忘和不可磨滅的。當“患者”因正確的PCR流程而獲救,學生眼睛里閃動著對生命的敬畏和成就感。而當“患者”因錯誤的PCR流程而搶救失敗,學生是痛心而充滿遺憾的。團隊力量和協作精神同樣在這里得到了體現,而這些均是常規教學難以企及的教學領域和教學效果。
在麻醉學臨床見習過程中實施PBL教學法結合workshop后,向見習本科生發放問卷調查162份,回收問卷162份。97.5%的學生贊成在麻醉見習教學中實施PBL教學法結合workshop,96.9%的學生認為,PBL教學法結合workshop值得推廣應用,見表1。

表1 PBL教學法結合workshop的實施效果[n(%),n=162]
PBL教學法由Barrows教授于1969年首創,現如今已成為國際通用的受到教育界廣泛認可的代表教育發展方向的教學模式。近年來成為中國醫學教育改革的必然方向。
PBL教學法已廣泛用于課堂的理論教學中,在麻醉學理論教學中也有應用。目前,PBL教學法在見習課教學領域的應用卻不多。究其原因,見習課學時少、教師重視程度不高、見習課多淪為理論課程的延伸和補充。而醫學教育領域的見習是學生參與診治患者臨床過程中非常重要的環節,對培養學生的神圣感和職業自豪感具有無可比擬的優勢。而傳統基于課堂知識講解的麻醉學見習課教學模式無疑將課程本身所具有的優勢損失殆盡,實為可惜。
學生主觀能動性的發揮使學生不僅是以“學習者”的角色參與臨床見習課程,更是實時變化的動態課堂的“創造者”。學生的每一步臨床決策不僅來源于教師所教授的知識,更來源于自身對相關知識的整合和應用。而在臨床相關問題指導下,每一步臨床決策的實施均會產生正面或負面的評價并反饋到workshop。學生在學習內容的遞進中所起到的作用更為直接和強大。教師也可根據學生的表現繼續引導教學內容的實施。
在以往的教學中,學生能動性不強,學習內容呆板、枯燥。而作為教學行動的實施者——教師又不能時刻掌握學生的心理訴求,導致“教”與“學”不能相長[9]。PBL教學法結合workshop的出現,恰好為解決以往這些頑固的難題提供了線索。理論聯系實際的精彩病例、作為麻醉醫生的實時決策、正確處理臨床問題后的效果評價、錯誤臨床處置所帶來的負面信息強化均讓學生在麻醉見習課程中印象深刻[10-11]。而麻醉醫生在臨床工作中的作用、麻醉學與其他臨床二級學科之間的滲透和協作、課程規劃以至于麻醉學碩士研究生和博士研究生教育的銜接均可在該教學模式中得到更好的體現。
[1]WU S,SZILAGYI A,ZHANG Y.Improving protein structure prediction using multiple sequence-based contact predictions[J].Structure,2011,19(8):1182-1191.
[2]KOSCIOLEK T,JONES DT.De novo structure prediction of globular proteins aided by sequence variation-derived contacts[J].PLoS One,2014,9(3):e92197.
[3]ADHIKARI B,BHATTACHARYA D,CAO R,et al.CONFOLD:residueresidue contact-guided ab initio protein folding[J].Proteins,2015,83(8):1436-1449.
[4]MICHEL M,HAYAT S,SKWARK MJ,et al.PconsFold:improved contact predictions improve protein models[J].Bioinformatics,2014,30(17):i482-488.
[5]OVCHINNIKOV S,KIM DE,WANG RR,et al.Improved de novo structure prediction in CASP11 by incorporating coevolution information into rosetta[J].Proteins,2016,84 Suppl 1:S67-75.
[6]GROMIHA MM,SELVARAJ S.Comparison between long-range interactions and contact order in determining the folding rate of two-state proteins:application of long-range order to folding rate prediction.[J].J Mol Biol,2001,310(1):27-32.
[7]PUNTA M,ROST B.Protein folding rates estimated from contact predictions[J].J Mol Biol,2005,348(3):507-512.
[8]GROMIHA MM.Multiple contact network is a key determinant to protein folding rates[J].J Chem Inf Model,2009,49(4):1130-1135.
[9]SKWARK MJ,RAIMONDI D,MICHEL M,et al.Improved contact predictions using the recognition of protein like contact patterns[J].PLoS Comput Biol,2014,10(11):e1003889.
[10]SCHNEIDER M,BROCK O.Combining physicochemical and evolutionary information for protein contact prediction[J].PLoS One,2014,9(10):e108438.
[11]JONES DT,SINGH T,KOSCIOLEK T,et al.MetaPSICOV:combining coevolution methods for accurate prediction of contacts and long range Hydrogen bonding in proteins[J].Bioinformatics,2015,31(7):999-1006.