新是新时代医学教育改革发展的生命线。理念新、背景新、专业新为新医科、新检验建设与发展提供了新的目标蓝图，医学临床问题解决为导向的创新教育发展与开放协作及人才培养是实现这一蓝图的重要举措和途径。自2015年以来，我们逐步形成了跨院校、跨专业、跨领域的研学社区与协同教研共同体，并以此开展“开源技术+检验医学”、“互联网+创新创业”的教育创新实践，形成了系列双创实践项目和相关课程，开源技术训练营、OCUC跨校开放研学社区、BioMed夏令营等系列活动备受关注和深受欢迎！
与此同时，临床大数据和检验医学组学大数据已为精准医学、个体化医疗提供了强劲动力！基于编程语言的数据分析与深度挖掘是生命科学研究、医学应用研发及临床问题解决不可或缺的基础能力，并为数字医疗、患者健康管理提供最广泛和最旺盛的行业与职业需求能力。
在去年，我们开启了BioMed2022首届跨校开放研学夏令营与协同教研，其反响和效果令人振奋。时至今日，BioMed 2023 (Data, IOT & AI)——新医科● 新检验跨校开放研学与虚拟协同教研再次开启！我们将一如既往地秉承"打造跨校开放研学教研共同体， 成就莘莘学子求学深造成才路"之活动宗旨，精心组织和推动本次活动开展！！
报名通道：https://lms.zhsmd.cn/biomed2023（报名截止时间：2023.07.17中午12点）
本次活动课程由“R入门与数据分析进阶”、“Python与人工智能”及“开源硬件与POCT设备开发”三门课程组成，并由重庆医科大学、重庆师范大学、重庆邮电大学的专家师资及开源技术公司进行跨校研学推动和协同教研实施。三门课程平均课时48学时，含有精心准备的理论教学和实验实践环节，具体如下：
1. R入门与数据分析进阶
| 章节 | 理论内容 | 学时 | 实践内容 | 学时 |
| 第 1章 | R语言引论 | 1 | R安装调试、环境配置、IDE使用 | 1 |
| 第 2章 | 对象与数据读写 | 2 | 向量、矩阵、数组、数据框 及 结构 、 列表索引 | 4 |
| 第 3章 | 数据集基本处理 | 2 | 数据 列 属性 、 数据 清洗 （ 变量 与 数据 选取、 整合 ） | 4 |
| 第 4章 | 函数与控制流 | 3 | 常用 与自定义函数与批处理 ，条件分支 及 循环语句 | 3 |
| 第 5章 | 数据可视化 | 3 | 基本图形 与 参数，图形 组合、保存及交互作图， ggplot2 | 6 |
| 第 6章 | 基因表达谱数据分析 | 3 | 芯片数据分析 及 RNA-seq数据分析 | 4 |
| 第 7章 | 基因集富集分析 | 2 | GO/KEGG注释及富集分析 | 4 |
| 第 8章 | 计算机辅助药物设计 | 2 | 药物虚拟筛选 及 重定位预测等 | 4 |
| 合计 | 18 | 30 | 48 |
2. Python与人工智能
| 序号 | 理论知识内容 | 学时 | 实践操作内容 | 学时 |
| 1 | Python 环境搭建 | 1 | Python、conda、jupyter的安装与配置 | 2 |
| 2 | Python 基础语法 | 2 | 常变量、运算符、表达式实例 及 内置数据类型 | 2 |
| 3 | Python 程序流程控制 | 1 | if/else实例，while, for循环 | 2 |
| 4 | Python序列数据类型 | 1 | 元组、列表、字符串 | 2 |
| 5 | Python 输入与输出 | 1 | 文件读入与写入、重定向、管道 | 2 |
| 6 | Python 函数 | 2 | 形参&实参，局部&全局变量 及 递归 | 2 |
| 8 | Python字典与集合 | 2 | 字典与集合 | 2 |
| 9 | Python与大数据处理基础 | 2 | Numpy，Pandas，Matplotlib绘图 | 2 |
| 10 | 经典机器学习方法基础 | 2 | 疾病预测模型构建（支持向量机） | 4 |
| 11 | 图像识别基础 | 2 | 手写字母的识别（卷积神经网络） | 4 |
| 12 | 自然语言处理基础 | 2 | 信息抽取（命名实体识别和关系抽取） | 4 |
| 合计 | 18 | 28 | ||
| 总合计 | 46 | |||