基于大數據的醫學院校專業預警機制構建研究＊

（漯河醫學高等?？茖W校，河南漯河 462002）

隨著我國經濟社會的發展和國家健康大戰略的實施，醫療衛生事業和健康服務市場也發生了根本性變革，由此引發了醫學教育人才培養層次和結構的改變。一個時期以來，醫學院校普遍存在規模擴張、辦學同質化、專業設置功利性強、人才培養與社會需求脫節等問題，嚴重制約了醫學院校的健康發展。在推進“健康中國”國家戰略的形勢下，醫學院?；诖髷祿茖W地建立專業預警、退出與評估機制十分必要。

1.目前醫學院校專業設置中存在的主要問題

近年來，醫學院?；谵k學規模與效益等考慮，在專業設置上都不同程度地增設和調整了一些專業，導致專業設置出現以下問題。

1.1 同質化現象突出

醫學院校的專業設置有其基本規律，這個規律就是專業設置必須以醫療健康市場需求為前提，必須緊密結合行業工作崗位的需要，必須以現有的教學資源條件為基礎，專業調整要有一定的周期。但是，一些醫學院校在專業設置過程中，無視這些基本規律和基本要求，不考慮醫療健康市場對人才的需求和學校自身資源的條件，而是做“東施效顰”之事，盲目追求多學科、多專業和綜合性，使得教育資源要么短缺、要么在低水平上重復配置，造成各醫學院校專業設置同質化情況明顯、培養規模失控，人才培養特色不突出，導致一些專業人才培養質量下降，出現“供大于求”的現象，畢業生就業困難。

1.2 追求專業設置的“大而全”

近年來，醫學院校專業設置的“泛化”現象日趨嚴重[1]。一些高校為了辦學效益的需要，盲目擴張專業數量，追求專業設置上的多學科覆蓋。據不完全統計，目前我國獨立建制普通本科醫藥院校開設的專業涉及醫學、工學、理學、管理學、經濟學、法學、教育學等10個學科門類，有的還開設文學、農學、藝術學專業門類，形成了專業設置“大而全”的局面[2]，脫離了醫學院校特有的辦學定位。

1.3 專業設置相關性較差

如上所述，許多醫學院校均開設了非醫學類專業，而這些專業與醫學的相關性很差。據統計，獨立設置的本科醫學院校開設的非醫學類專業數量占專業總數的55%左右，高者超過60%[2]。一些醫學院校盲目跟風，簡單迎合家長和考生對所謂“熱門”專業的追求，開設如計算機科學與技術、軟件工程、勞動與社會保障、市場營銷、保險學、法學等專業，與醫學專業不相關聯。這些專業嚴重影響了醫學學科的發展和專業優勢的形成。

1.4 專業退出困難

某些專業生源不好，就業前景不好，辦學成本高，但一些院校出于某種考慮，不愿停辦；一些專業師資、教學儀器設備不足，學校又無條件改善，而又不忍停辦，只能勉強維持開辦下去。目前醫學院校專業的增設數量遠遠高于其退出數量，部分高校的專業只增不減[3]。這些情況，暴露出這些醫學院校沒有對專業設置進行科學管理，沒有建立有效的專業預警、評估和退出機制?！鞍胨啦换睢钡牡退綄I，嚴重影響了人才培養質量，影響了醫學院校的職責和使命，也影響了醫學院校的辦學質量和辦學水平。

上述種種問題導致醫學院校出現專業設置與市場需求脫節、專業特色不突出等問題，嚴重影響了醫學院校的人才培養水平。顯然，建立醫學院校專業預警、評估與退出機制，以科學的手段獲得客觀的評價結果，為醫學院校的專業調整、專業結構優化提供科學依據，對于促進醫學院校的健康、可持續發展是十分必要的。

2.專業預警指標體系的構建

專業預警機制是指監測與評估高校各專業的辦學情況，對其生源狀況、就業質量、社會需求與社會評價、人才培養方案、教學資源、師資力量、教學質量等方面進行持續監測與評估，對持續穩定運行出現問題的專業發出警示的制度與方法，而專業預警指標體系的構建是基礎和前提[4]。為此，課題組深度剖析醫學院校專業建設中存在的問題，以可獲得、可預測、可操作為原則，系統、有針對性地確定了操作性較強的專業預警指標體系，包含5個一級維度、18個二級維度、56個指標，并設置了各維度的權重（見表1），同時基于大數據技術對預警指標所需的數據進行收集、整理、分析。

表1 專業預警指標體系

在專業預警指標的選取上，我們遵循以下原則：（1）從專業設置的內部（師資數量與質量、實訓基地等教學資源狀況）和外部（社會對人才的需求狀況、生源狀況、就業率等）兩大制約因素考慮，強調指標的代表性。（2）可靠性。選取的指標真實可靠，能夠客觀地反映專業建設中存在的問題以及市場、學生等對于專業的需求情況。（3）以定量和定性相結合選取指標，定量指標為主，定性指標為輔，但結果都必須可量化。

在各維度權重的設置上，采用了層次分析法（AHP）和專家咨詢法（Delphi）[5]，使各維度權重科學合理，能夠客觀、真實地反映專業設置的內涵，并完整地支撐預警指標體系。

3.專業預警信息的生成過程及處理

3.1 采集數據

專業預警指標體系數據來源渠道廣泛，涉及政府、高校、醫療衛生單位、健康服務機構、學生、市場等各個方面。為全面、準確、實時地獲得預警信息，我們需要建立專業預警數據庫，通過大數據對專業預警數據庫中的數據進行建模、分析，實現真正的動態監控和預警。數據來源主要有三方面：

（1）收集各業務系統的實時數據。如，在校生人數來源于學工系統，總課程數、總課時數來源于教務系統，教師獲獎、論文、專利等來源于科研系統。利用大數據平臺系統，從醫學院校各業務系統中定期抽取相應數據并進行整合。

（2）定期采集各專業數據。一些專業預警指標數據，如醫學院校各專業的就業率、用人單位滿意度、畢業生升學率等，安排就業指導部門、招生部門統籌有關院系，定期提供各專業數據。

（3）實時收集網絡數據。利用互聯網，主動收集各類數據，如社會對專業的需求、社會對本專業的認同度、各專業就業數據、行業及用人單位的調查問卷等，為確定專業預警指標的閾值提供參考[6]。

3.2 清洗數據

主要工作是：審查和校驗采集到的數據，刪除重復信息，糾正錯誤數據，統一數據表達方式；將缺失數據、錯誤數據、不可用數據等進行清洗；結合國家標準和專業標準，對數據進行缺失修復，對錯誤數據進行糾正，以保證原始數據質量。

3.3 計算定量數據分值

利用大數據算法，快速構建業務系統數據挖掘模型。利用智能挖掘算法對各類數據進行關聯范圍分析和差異范圍分析，生成專業預警需要的定量數據分值。

4.專業建設狀況的分析、評估及預警

依據專業預警數據庫的完整數據，對各專業預警指標進行逐一分析、評估，并提出預警建議[7]。主要做法是：

4.1 計算定性數據分值

建立醫學院校專業預警分析專家庫，組織專家對定性指標進行多輪打分，并把專家評分結果錄入預警數據庫，根據一定的轉換算法生成定性指標分值。

4.2 生成各專業預警報告

運用大數據技術，結合各專業的定量數據、定性數據，一級維度、二級維度的權重計算各專業的綜合得分，并生成專業預警報告。分為三步：（1）對專業預警指標體系中的每個觀測點進行單項排序；（2）對二級維度和一級維度進行排序，同時給出各專業的綜合排名；（3）征求專家團隊意見，設置專業預警閾值，將低于預警閾值的專業統計出來，進行專業預警。

4.3 建立和完善專業預警機制

（1）建立專業預警機構。成立由校內各級管理人員、校外評估專家、院系教學負責人、專業負責人組成的專業預警機構，明確該機構的工作職責，制定相應的規章制度，以保證專業預警工作的專業化、科學化。

（2）明確并履行專業預警機構的職責。包括制定各指標數據的錄入規范、審核各指標的數據標準、制定專業退出標準等，并負責督促預警專業制定整改方案，適時進行實施和反饋，做好應退出專業的資源調整及妥善安置工作。

（3）科學、規范地實施預警機制。在醫學院校內部，定期開展專業調研，發揮專業團隊的作用，科學、規范地推進專業預警工作。對于列入預警的專業，認真分析原因，找出癥結，提出改進方案和退出建議；對于必須退出的專業，幫助研究制定詳細的退出方案，確定退出時機等，根據學科專業建設規劃，綜合考慮師資、教學設施等教育資源調整[8]，力求教育資源利用的最大化、最優化。