新入职教师应如何规划教学与科研的协同发展路径，兼顾学生学习与自身发展？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。其中，辛老师也对在教学创新的过程中如何平衡教学与科研的相关疑问做出了详细解答。

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，有参会教师对辛老师在全国混合式教学设计创新大赛、全国高校人工智能教师教学创意竞赛等教创赛中取得的优异成绩表达了赞扬，并就新入职教师应如何规划教学与科研的协同发展路径提出了疑问，希望了解更多教学创新成功经验。

对此，辛怡老师建议，新入职教师可分阶段推进教学与科研协同发展：先聚焦夯实教学能力，打磨体现自身研究背景和专业特长的 “根基课程”，并积累录课素材、搭建在线课程等数字化教学资源。

新入职教师首推参与青教赛。青教赛侧重于单个知识点的创新教学设计，新教师往往能将前沿科研知识融入传统知识点讲解，快速积累教学经验。在积累一定教学经验和成果后，可参与西浦全国大学教学创新大赛。西浦赛更注重学生的实际受益和教师的教学反思，有了前期教学积累的支撑，教师能更从容地展现教学理念与实践成效。

当教学成果丰富且形成稳定教学团队后，可申报混合式大赛及教创赛等。此阶段核心是通过团队协作整合资源、凝练成果，将前期课程建设、教学创新等努力系统化，实现教学与科研协同质的飞跃。

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。