Data Mining in der Biomedizin

Nähere Beschreibung des Projekts

Die Lernziele der Lehrveranstaltung Data Mining in der Biomedizin lauten

1. Die Studierenden kennen Methoden des unüberwachten und überwachten Lernens, erläutern deren Merkmale und können diese anwenden und bewerten.

2. Die Studierenden verstehen den Zweck der Attributselektion und können gängige Verfahren vergleichen, anwenden und bewerten sowie deren Unterschiede aufzeigen.

Für die Lehre in dieser Disziplin bestehen in diesem Forschungsbereich mehrere Herausforderungen:

1. Technisches Verständnis für die Vielzahl an Technologien im Bereich der Biomedizin, welche Daten liefern können

2. Multidisziplinarität mit Inhalten aus dem Bereich Informatik, Statistik und Mathematik

3. Umfassende Methodenkompetenz für eine Vielzahl an Algorithmen für die Datenanalyse

4. Schnelle Änderungen bzw. Neuentwicklungen im Bereich der Technologien zur Datenerfassung bzw. im Bereich der Algorithmik

Um diesen Anforderungen gerecht zu werden, wurde das folgende Lehrkonzept entwickelt und eingesetzt. Eine zentrale Lehrmethode stellt das sogenannte Blended Learning dar. Dieses kombiniert Präsenzphasen und virtuelle Phasen in einer Lernumgebung, um die Vorteile beider Methoden für eine optimale Wissensvermittlung zu nutzen (Mandl u. Kopp, 2006). Methodisch bildet das didaktische Framework von Kerres die Grundlage für die Unterrichtsgestaltung. Die Komponenten des 3C-Modells umfassen im Detail folgende konkrete Implementierungen in der Lehrveranstaltung: 1) Content: Die relevanten Inhalte werden mithilfe der Lernplattform Moodle zur Verfügung gestellt. Diese umfassen eine wissenschaftliche Publikation als Vorbereitung (in englischer Sprache), den Foliensatz als PDF (in englischer Sprache), die erstellen Lehrvideos sowie weiterführende Links zum Thema Data Mining und Maschinelles Lernen. 2) Communication: Die Kommunikation erfolgt in der Präsenzphase im Rahmen von Diskussionen als auch onlinebasiert im Rahmen des Moodle-Forums. Für die Bearbeitung der Übung in der Distanzphase wurde auch ein Chatmodul eingerichtet. 3) Construction: Die Konstruktionskomponente wird durch praktische Übungen realisiert. In diesem Zusammenhang werden auch Ansätze des Flipped Classroom verwendet (z.B. Übungsblatt zur Vorbereitung und Lernvideos). Positive Auswirkungen auf den Unterricht bei dieser Lehrform betreffen eine erhöhte Unterrichtszeit sowie eine selbstbestimmte Aufnahme der Lehrinhalte im eigenen Tempo.

Ein weiteres Modell, welches bei der Unterrichtsgestaltung umgesetzt wurde, ist das ARCS-Motivationsmodell. Die Aufmerksamkeit wird dabei u.a. durch den Einsatz diverser Methoden bzw. Medien gesteigert (Attention). Die Relevanz (Relevance) des Lehrsto?s wird durch Illustration von praktischen Beispielen im Bereich Maschinelles Lernen erhöht (z.B. in der Biomedizin für die Vorhersage von Krankheiten). Eine Steigerung der Erfolgszuversicht (Con?dence) wird durch die De?nition klarer Lernziele und einer schrittweisen Steigerung des Schwierigkeitsgrades erzielt. Die Belohnung (Satisfaction) erfolgt durch motivierendes Feedback bzw. der Verleihung von Punkten für Aufgaben (Quests). Die sichtbare Fortschrittsdokumentation implementiert dabei u.a. Ideen des Gami?cation-Ansatzes. Hierbei werden motivierende Elemente von Computerspielen übernommen.

Hinsichtlich dem Instruktionsdesign werden die Grundlagen der Cognitive Load Theorie (Plass et al., 2010) beachtet. Die Lernumgebung bietet gemäß diesem Konzept Lösungsbeispiele (z.B. Dokument zum Thema Hauptkomponentenanalyse) und Vervollständigungsaufgaben an.

Ablauf und Implementierung: Zu Beginn des Semesters erfolgt meinerseits eine Einschreibung der Studierenden in den Moodle Kurs „Data Mining in der Biomedizin“. Dadurch können bereits Informationen und weiterführende Links zur Lernveranstaltung abgerufen werden. Vor der ersten Präsenzeinheit erfolgt die Aussendung eines Moodle-Arbeitsauftrags an die Studierenden mit einem Übungsblatt zur Vorbereitung (umfasst u.a. das Lesen der Publikation von Larrañaga et al. (2006) und Ausarbeitung von Fragen). Das Arbeitsblatt (Fragen zur Publikation) muss eine Woche vor dem ersten Präsenzunterricht in Moodle abgegeben werden und wird hinsichtlich Richtigkeit und Vollständigkeit bewertet (Punkteschema). Im Rahmen des Präsenzunterrichts erfolgt ein Theorieinput in Form von Foliensätzen bzw. gelenkter Unterrichtsgespräche. Ein Großteil der zentralen Inhalte wird zusätzlich unter Verwendung des Whiteboards visualisiert. Die anschließenden praktischen Übungen sind auf die jeweiligen Theorieinhalte abgestimmt und erlauben eine Anwendung der gelernten Inhalte. Für die Übung in der Distanzphase wurde vom Lehrenden Lernvideos mit demonstrativen Übungsbeispielen erstellt, welche den Studierenden als Unterstützung für die Ausarbeitung der praktischen Übungsbeispiele dienen. Als ergänzende Hilfestellungen zur Übung wurde auch ein Forum und ein Chat in Moodle eingerichtet. Dieser konnte von Studierenden für Hilfestellungen bei der Erstellung der Arbeitsaufträge verwendet werden. Begleitend bzw. abschließend reflektierten die Studierenden Gelerntes durch Führen eines Lerntagebuchs. Das Tagebuch umfasst eine Dokumentation und Analyse des Gelernten („Was habe ich gelernt?“, Lernertrag) sowie eine Evaluation des Lernprozesses („Wie habe ich gelernt?“). Abschließend werden die nächsten Schritte geplant und erläutert („Wie wird es weitergehen?“).

Nachhaltigkeit

Das Konzept kann auf andere Lehrveranstaltungen im technischen Kontext übertragen werden. Die Lehrveranstaltung wurde erstmalig im Wintersemester 2011/2012 abgehalten und wurde seitdem laufend weiterentwickelt.

Akzeptanz

Grundlage für die Bestätigung der Akzeptanz durch die Studierende bildet die positive Evaluierung der Lehrveranstaltung.