醫療大數據課程在醫學院校創新創業教育中的應用

李 鑫，劉 東，哈麗娜，楊亞雯，張 娟，李 瑞，張雨萌

（寧夏醫科大學，寧夏 銀川 750004）

隨著社會的發展，大數據呈爆炸式增長，各類信息數據的管理、分類、挖掘、處理精細度不斷提升，要求高校向社會輸送更高層次的專業化人才。海量醫療信息數據的出現同樣需要利用更高端的信息處理技術對其進行管理，更好地挖掘其價值，這是信息化時代醫療行業發展的必然趨勢[1]。“十四五”規劃明確指出要培育壯大大數據等新興數字產業，經濟社會數字化轉型成為大勢所趨。2022 年9 月，國家衛健委規劃司司長毛群安表示，面對當代數字化變革帶來的機遇與挑戰，衛生健康行業將進一步推動數字健康“新基建”，積極構建數字健康戰略發展新格局。發展醫療大數據對改善患者就醫體驗、提高醫療服務質量和效率具有重要意義，醫學院校應搭乘大數據時代的列車，加快教育改革，同時聯合社會各界培養優秀的醫療大數據人才，全方位全周期建設中國特色醫療衛生服務體系。

1 醫療大數據的應用場景

大數據在醫療行業用途廣泛，相關的健康監測評估、數據分析、遠程診療等技術已取得重大進步，應用于公共衛生、健康管理及診療等諸多領域。醫療大數據的廣泛應用打破了信息孤立的狀態，實現了信息共享，為患者、醫護人員帶來極大便利。

1.1 輔助臨床診療，提升醫務人員工作效率

醫療大數據分析技術在臨床醫學中的應用范圍甚廣，包括新藥研發、個性化醫療、臨床診療方案制訂、患者遠程管理等[2]。面對醫院類型繁多、關系復雜、信息量龐大的數據庫，可利用醫療大數據進行可視化分析，提升數據質量，厘清數據之間的關系，為醫療決策提供支持，提升醫院診療效率[3]。同時，醫療信息數據挖掘可以為醫學診斷提供一定的參考[4]。醫療大數據可以通過人工神經網絡、決策樹、回歸算法等分析技術處理各類醫療信息，從而篩查并發現疾病，幫助醫生做出科學準確的決策，提高醫療服務效率和質量。

1.2 優化診病流程，改善患者就醫體驗

近年來，隨著互聯網技術與醫療領域的不斷融合，醫療大數據技術也得到進一步發展，為患者診病帶來極大便利，能改善就醫體驗，提高滿意度。改善患者體驗是提高服務質量、實現以患者為中心的診療的重要手段[5]，大數據可以通過自我參與、信息共享和精準醫學這3 方面來改善醫患關系[6]。醫療大數據的有效收集與分析有利于一對一把控患者的病情，基于此開發的遠程醫療、互聯網醫院等以App、網站、公眾號的形式服務于患者，方便患者就診，很大程度上避免了醫院排隊掛號浪費時間，優化了診病流程。

1.3 夯實科研基礎，提供可靠數據支撐

云計算、云存儲、分布式處理等大數據應用技術不斷發展并日趨成熟，在臨床科研中的應用越來越廣泛——探索疾病關聯、進行臨床預測、監測評估醫療質量、助力專科疾病研究[7]。隨著制藥工業的發展，大數據技術被認為是未來臨床試驗的必經之路，臨床試驗電子化趨勢也不可避免[8]。數據的不斷增加使得科研人員對各類數據的分析也越來越準確、科學、合理，這為科研提供了可靠的數據支撐，有利于提升研究水平。

1.4 實現精準決策，提高醫院管理效率

通過挖掘、分析醫療行為和業務處理過程中產生的海量數據，可以更加全面、客觀地呈現醫療機構在不同層級的醫療服務行為、運營情況、管理效果，準確分析醫院管理特點和發展趨勢[9]，推進數字化轉型，突破醫療大數據的應用范圍。

2 醫學院校創新創業教育中醫療大數據課程應用現狀

醫療大數據的4V（volume、value、variety、velocity，大量、價值、多樣、高速）特性決定了信息的復雜性，同時也對醫療大數據技術人才培養帶來了新的挑戰。隨著醫療大數據逐漸發展成為研究熱點，圍繞該課程的研究也取得了重大突破。學者構建了不同的理論和實踐教學體系，從復合型、創新型、創業型3 個維度培養多元化人才，滿足社會的需求[10]。在教學方法上，通過跟蹤調查式案例分析法、Seminar 研討等來加強學生創新創業實踐能力培訓[11]。此外，還通過理實一體化教學模式[12]、金字塔式課程體系[13]等對醫療大數據課程教學進行了優化設計。雖然這些研究為醫療大數據課程教學提供了參考，但僅僅停留在理論層面，實證分析較少，導致醫療大數據人才培養仍存在以下問題。

2.1 相關人才數量短缺

當前醫療大數據的應用仍存在數據質量不高、利用不足、倫理道德等方面問題[14]，需要加大相關人才培養來填補空洞、突破藩籬。我國醫療大數據發展現狀與預想的差距主要在于缺乏人才[15]，但由于課程內容設計問題，學生學習興趣低，學校無法培養社會發展所需的人才[16]，難以滿足社會需求。

2.2 “雙師型”教師匱乏

“雙師型”教師培養是當前高等院校教師隊伍建設的重要方向，是現代高等教育專業化發展的必然要求[17]，有助于解決教師水平低的問題。針對醫學院校創新創業教育缺乏系統性、師資力量匱乏、專業特色不強等問題[18]，可以通過提升教師教學水平予以解決。

2.3 醫療大數據與醫學課程融合力度不夠

近年來，新工科和新醫科領域發展顯著，醫學院校開設的大數據相關課程與工科類課程整合，這要求學生既學好醫學專業知識，也會用工科思維解決醫學實際問題，將專業核心知識與具體醫療環境有機結合。對于這種時代背景極強的交叉型課程，多學科融合培養社會所需人才是首要目的，但大多數醫學院校的大數據相關課程體系并不能滿足醫工融合型人才培養需求[19]。由于各課程教師前期溝通不足，導致講授的內容無法實現各個方向的拓展延伸，而學生把考試當作學習目的，學習興趣低下，無法構建完整的醫療大數據知識網絡[20]，難以達到人才培養目的。

3 醫療大數據課程建設探索

為達到復合型人才培養目標，高校應擺脫傳統教學的桎梏，依據時代發展需要制訂前瞻性教學計劃。當前各學科之間的界限不明顯，學科交叉融合成為必然趨勢，能為培養掌握醫療大數據技術的高層次創新創業人才提供參考。

3.1 師資隊伍建設

師資隊伍建設是高校的重點工作，其質量直接決定了高校各項工作能否順利開展、人才培養能否達到預期目標。為提高師資隊伍質量，政府應逐步加大教育經費投入力度，把教育作為財政支出的重點領域予以保障，不斷提升教師的薪金待遇和社會福利，保障高校教育經費充足[21]。高校應招聘醫療大數據領域的高水平專職、兼職教師，擴大“雙師型”教師的規模，不斷優化師資隊伍的學科、學歷、職稱等結構。一名優秀的教師不僅要充分掌握理論知識，還要具備一定的知識應用能力，否則授課時只會照本宣科，達不到人才培養要求。因此，高校在招聘時應著重考察教師理論知識掌握程度和實踐能力，保證其具備崗位勝任力，選拔優秀中青年學科帶頭人和骨干教師進行師資隊伍建設。同時，教師應到醫療機構實地調研，了解醫療機構對人才能力、素質的需求，并聯合開展相關課題研究。

3.2 課程建設

醫療大數據涉及的領域非常廣泛，僅依靠理論講授學生難以形成清晰的定位，因此理論與實踐要無縫對接。在教學方式上，以案例分析為主、理論講授為輔，側重學生實踐能力培養[22]。教師不再局限于書本知識的傳授，而是通過創設實際情境，引導學生主動探究各種現實問題，獲得實實在在的解決問題的經驗，鍛煉動手能力。教師在講解理論知識后，可引用簡單的案例和數據，讓學生以小組討論形式分享數據處理的基本辦法，教師予以點評。這樣不但能加深學生對理論知識的理解，而且能提高其實踐能力。教師積極采用啟發式教學與實踐相結合的教學方法，有效調動學生自主學習的積極性，激發學生潛能[23]。課前，學生通過教學平臺獲取課件，提前進行預習，教師根據學生學習時長進行初步打分。課上，學生有針對性地對知識薄弱點進行學習，教師通過隨堂練習、小組討論形式評價學習效果。課后，學生在平臺的交流討論板塊與教師進行深入探討。這種模式對學生創新思維能力和團隊合作精神培養大有裨益。此外，教師還可以借助SPOC（小規模限制性在線課程）、MOOC（大規模開放式網絡課程）等引導學生進行拓展學習（見圖1）。

圖1 醫療大數據課程教學流程Figure 1 Teaching process of medical big data course

課上課下對理論知識的學習及數據處理能力的鍛煉，可以讓學生初步具備實踐能力。具體教學中，高校可與醫療機構聯合培養醫療大數據人才。在醫療信息化發生過程中產生了大量數據，在課程教學中若醫療機構能為學生提供真實數據，可以極好地鍛煉學生的數據分析能力，助力學生實踐能力培養。

教學的實質是師生相互交流、良性互動、共同發展的過程。如果課堂教學缺乏交流互動、缺乏師生間的相互反饋，即使教師教學設計再精彩，也會使教學效果大打折扣。真正意義上的師生互動可以打造充滿生命活力的課堂，即學生能夠及時準確領會教師的教學意圖，樂于接受教師傳遞的知識，感受教師富有感染力的語言；教師能敏銳感知學生的學習情緒是否積極向上、對知識的接受是否存有困難、理解是否到位等，并能根據具體情況對教學節奏、表達方式、教學策略、反饋評價等進行適當調整。

教師、學生、醫療機構三者在聯合培養醫療大數據人才時具有極強的耦聯關系（見圖2）。教師為學生講授理論知識，學生以小組作業、課后討論等形式對教師授課情況予以及時反饋。教師可以與醫療機構對接開發相關項目，帶領學生共同完成；而醫療機構在教師實地調研時可以充分表達對人才的需求，并提供優秀企業師資，壯大教師隊伍。醫療機構可以為學生提供實踐基地及真實醫療數據，便于學生分析，充分發掘數據利用潛力；而培養出的學生可以適應不同醫療機構的崗位需求，便于醫療機構引進人才。

圖2 教師、學生、醫療機構之間的耦聯關系Figure 2 Coupling relationship among teachers，students，and medical institutions

3.3 考核評價體系建設

從理論研究角度來看，泰勒的課程開發理論是我國乃至世界課程開發的主導范式，在他看來，課程評價是為了完成課程開發4 個基本問題中的最后一個“如何確定課程目標得以實現”[24]。筆者認為課程目標是否實現應通過評價主體與評價頻次兩方面進行評價（見圖3）。

圖3 醫療大數據課程考核評價方式Figure 3 Assessment and evaluation method of medical big data course

3.3.1 教學考核（1）提高平時分比重，注重學習過程。對學生的學習效果進行考核是課程評價的重要手段，但目前多數醫學院校考核為“一次性閉卷考試”形式，學生考前短時記憶概念、題目的現象較為普遍，這不利于醫學生能力、素質培養。因此，應注重平時學習表現，提高平時分比重，通過考勤、作業、發言、自測等綜合評價學生的學習效果，并根據即時反饋調整教學模式和方法。

（2）注重學生實踐，重視效果反饋。醫療大數據課程旨在培養能夠分析醫學數據、整合醫療信息的復合型人才，這不僅需要學生有扎實的理論基礎，還有能夠發現、解決問題的能力。醫療衛生機構要為學生組織形式多樣的實踐活動，鼓勵學生積極參與實踐，從實踐過程及結果反饋中提升自我。教師要對學生實踐情況有整體把握，并及時解決存在的問題。

3.3.2 教師體驗 教師作為施教者，應通過查看平時測試報告及感知課堂氛圍等把握整體教學效果，及時發現存在的問題并予以解決。在考試命題時，不僅注重對理論知識的考查，還要注重對解決問題能力與思維的考查。通過考試結果分析，對課程建設提出意見，形成良性循環，促進課程高質量發展。

3.3.3 學生發展 學生是教育的主體，課程建設的最終目的是促進學生發展，“以學生為中心”的教學評價要落腳于學生發展。而學生對自身學習最有發言權，因此學生在評價中的主體地位毋庸置疑[25]。在教學過程中，教學模式與學生學習興趣的契合度、教學方法與學習習慣的契合度很大程度上決定了教學效果，學生在課程評價過程中反饋的信息則為教師調整教學理念、教學行為提供了重要依據。但要強調的是，學生與教師不是對立面，對于學生對課程的建議，教師要選擇中肯的、確實能提高教學質量的加以聽從。

3.3.4 醫療機構評價 醫療機構對學生實踐表現及從業后的狀況有一定了解，因為不同醫療機構對人才的能力、素質有不同要求，因此評價標準也不一致。對于醫療機構對學生及課程的評價，醫學院校應注意包容性吸納。

3.3.5 評價多頻次化（1）階段性評價。階段性評價能夠真實反映學生的興趣與階段性進步，便于教師及時掌握學生階段學習情況并做出調整，促進授課水平的持續提升。（2）總結性評價。在課程結束后，學生會對課程形成整體認知。如在某一階段對教學內容無法理解，但隨著后續學習逐漸理解了之前所學內容，此時通過總結性評價就可以對其學習效果進行較為全面的評價。（3）學生自評。組織學生定期進行自評，從多角度評估自己的學習效果，對教學提出個體化建議，便于教師對教學的整體把握。

學習大數據相關理論知識、掌握醫療大數據的基本用法是醫學類高校創新創業人才培養的重要任務之一。針對現階段醫學院校醫療大數據課程存在的問題，為滿足人才培養和工作崗位需求，我們進行了改革，明確了課程目的、性質、內容，采用講授、學習、實踐一體化教學模式。課程改革提高了學生學習積極性、培養了醫療大數據分析應用能力、拓寬了視野，但目前仍存在師資力量不足、醫學課程與大數據課程融合度不夠等問題。醫學院校應堅持以學生為主，在探究醫學與大數據相結合的基礎上，不斷完善教學模式，培養復合型醫學人才。