大數據時代臨床醫(yī)學教學中的思考與變革

竇維佳 王景杰 劉震雄

[摘要] 隨著大數據時代的到來，社會各個領域均面臨前所未有的沖擊與變革，臨床醫(yī)學教學也不例外。因此，如何在新形勢下迎接挑戰(zhàn)是亟需探討的問題。只有將臨床醫(yī)學教學特點和大數據時代特征有機融合，使“教”“學”雙方在數字化浪潮中順勢而為，才能更好地完成臨床醫(yī)學的教學，培養(yǎng)適應數字化醫(yī)療的新時代醫(yī)學生。

[關鍵詞] 大數據時代；臨床醫(yī)學；教學；變革

[中圖分類號] G420 [文獻標識碼] A [文章編號] 1673-7210（2018）09（a）-0059-04

[Abstract] With the advent of the age of big data， there are unprecedented impacts and changes in all fields of society， and clinical medicine teaching is no exception. Therefore， how to meet the challenge in the new situation is an urgent problem to be discussed. Only combining the features of clinical medicine teaching with the characteristics of big data and making both teacher and student seize the moment in the age of big data， we can better teach the clinical medicine and train medical students who can adapt to the new era of digital medicine.

[Key words] Age of big data； Clinical medicine； Teaching； Reform

隨著互聯網科技和信息技術的迅猛發(fā)展，大數據的浪潮已經席卷了包括醫(yī)學在內的社會生活的各個領域[1-5]。大數據以其多元性、實時性等獨有特點，對臨床醫(yī)學教學帶來前所未有的沖擊和挑戰(zhàn)，同時也蘊藏著巨大的發(fā)展機遇，我們必須適應時代潮流的變化，迎接這場重大的變革，探索新的醫(yī)學教學方式，培養(yǎng)適應大數據時代要求的醫(yī)學人才。

1 大數據的概念和特點

現代社會是一個高速發(fā)展的社會，科技發(fā)達、信息流通、互聯網技術日新月異，人們之間的交流越來越便捷和密切，大數據就是這個高科技時代的衍生物。

1.1 大數據的概念

“大數據”在維基百科中是這樣定義的：大數據，或稱巨量數據、海量數據，指的是所涉及的數據量規(guī)模巨大到無法通過人工在合理時間內達到截取、管理、處理并整理成為人類所能解讀的信息。大數據是一次技術革新，通過對海量數據進行分析，獲得有巨大價值的產品和服務或深刻的洞見，最終形成變革之力[6-10]。

1.2 大數據的特點

1.2.1 數據容量巨大 數據容量大是大數據區(qū)別于傳統(tǒng)數據最顯著的特征，包括采集、存儲和計算的量都非常大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T），而到2012年為止，人類的所有印刷材料的總數據量僅僅是200P。伴隨著互聯網的普及、云計算和云存儲等技術的發(fā)展，數據被大量生產出來，形成了大數據之海。

1.2.2 來源和類型多樣化 大數據可以來自于不同的數據源，包括結構化、半結構化和非結構化數據。數據類型也不僅是以往大眾所熟悉的文本形式，還涵蓋了視頻、音頻、圖片、網絡日志、模擬信號、地理位置信息等等門類繁多的資料，而且個性化的數據占了絕對多數。多來源途徑、多類型的數據對相應的處理能力也提出了更高的要求。

1.2.3 數據獲得和處理的高速性 由于網絡的便捷和普及，數據不斷產生且隨時更新，其數據量呈幾何級增長，甚至有的數據是爆發(fā)式產生。快速數據流的產生使得對數據的處理和分析的速度也越來越快，這樣才能滿足增長的要求，才可能從各種類型的數據中快速獲得高價值的信息。

1.2.4 價值密度低 由于數據采集可能不及時，會造成數據樣本不能全面涵蓋所需要的內容，數據也有可能產生不連續(xù)的片段等，使得數據失真。當然，當數據量達到足夠規(guī)模時，可以通過數據的覆蓋從而得到更真實全面的反饋。

1.2.5 應用價值高 數據本身是不產生價值的，而如何從大數據中分析出有幫助意義的數據才是大數據產生價值的關鍵。通過對大數據進行全面透徹的分析，可以獲得有巨大價值的產品或者服務，從而取得“透過現象看本質”的效果。

2 大數據時代對臨床醫(yī)學教學的挑戰(zhàn)

在教與學的過程中，蘊藏著無數有價值的大數據，如何有效挖掘、分析和利用這些大數據來促進教學，實現臨床醫(yī)學教學與大數據時代的深度融合，為學生提供更為有效的學習方法，是擺在我們面前的課題。

2.1 教學理念面臨的挑戰(zhàn)

大數據的研究已在科學界取得矚目成績[11-15]。他山之石可以攻玉，臨床醫(yī)學教學也可以充分利用好這一有利資源。大數據時代面臨的首要挑戰(zhàn)是教育理念的及時更新，必須深刻認識到大數據不僅是一種工具，而且是一種全新的視角，它將帶來一場深刻的社會變革。必須擯棄傳統(tǒng)的規(guī)訓和教化式理念，以開放的心態(tài)、協(xié)同的精神積極支持學生在大數據支撐下的自發(fā)學習行為，為其提供必要的引導和幫助，從而提高教學質量。

2.2 學生自主學習能力面臨的挑戰(zhàn)

學生在大數據時代獲取知識的方式不再局限于教材、老師、閱覽室以及臨床科室，網絡、視頻和智能軟件等為每一名學生構建起一個學習情境，對其學習過程和行為提供持續(xù)性的誘導、評價和支持，幫助其培養(yǎng)科學有效的學習方法和習慣。學生所需具備的首要能力是如何在浩如煙海的數據中刪繁就簡、去偽存真，找到自己需要的正確的知識。同時，大數據時代醫(yī)學知識的普及和易獲取，使醫(yī)生的權威地位面臨前所未有的挑戰(zhàn)，很多患者通過持續(xù)“自學”久病成“醫(yī)”。這也要求“準醫(yī)生”打下更為堅實的基礎，以過硬的實力來應對這些做好“功課”的患者[16]。

2.3 教師角色定位面臨的挑戰(zhàn)

大數據時代，教師將不再局限于擔任知識的講授者，還要擔負起課堂組織者、學習引導者、學生學習行為分析者等多元角色。一方面，教師要引導和指導學生甄別有用信息，幫助其去除無用的垃圾信息；另一方面，要根據學生的興趣和個性特質，建立“以學生為中心”、因人而異的精準教學模式，與學生實時互動交流，動態(tài)引導學生的培養(yǎng)，以支持和服務為核心貫穿學生培養(yǎng)的整個過程。

3 臨床醫(yī)學教學適應大數據時代的思考與變革

3.1 及時轉變觀念

3.1.1 教育理念的更新 如前所述，技術進步為獲取知識提供了更為便捷的途徑。傳統(tǒng)教學所承擔的知識輸送任務已不再是重點，如何引導學生在海量的知識中去搜索、閱讀和分辨真正需要的信息則更為重要。因此，“沙里淘金”的能力培養(yǎng)才是教育的重點，教育的內涵不再是傳授和灌輸，而是對學生的支持與服務。在臨床醫(yī)學教學中，我們嘗試先將微視頻上傳到校園網，讓學生在課前可以充分預習，并針對難點、重點問題相互討論以及在線答疑，最后的課堂教學，再針對學生集中反映的突出問題有的放矢地進行重點講解，收到了事半功倍的效果。

3.1.2 教師角色的轉變 傳統(tǒng)的臨床醫(yī)學教學中，教師是課堂的中心，處于主體地位；學生是知識的接受者，處于被動地位。在大數據時代，教師要重新進行角色定位，既授之以“魚”，更授之以“漁”，利用好大數據下的先進技術，逐步引導學生確立自身在學習過程中的主體地位，發(fā)揮其主觀能動性，培養(yǎng)其自主學習能力，為學生的繼續(xù)教育以至終身教育打下良好的基礎。在物理診斷學教學中，我們以問題為基礎，以學生為主體，以教師為導向，實施了PBL教學法，充分發(fā)揮了學生的學習積極性，收效明顯。

3.2 拓寬教學渠道

3.2.1 建設網絡教育平臺 臨床醫(yī)學是理論向實踐轉化的一門學科，操作性強，涉及知識面廣，僅靠課堂教學難以達到理想的教學效果。大數據下的眾多網絡資源集視、聽、互動于一體，使授課內容更加生動、形象、直觀。加強網絡教育平臺建設，在校園網上搭建臨床醫(yī)學教學平臺，建立仿真模擬中心，為學生提供各種學習資料，包括理論與操作視頻、國內外網絡公開課、精品資源共享課等。實現教學資源的最大整合，教學內容的最大呈現，并打破時間與空間的限制，為學生學習提供極大方便。對于課堂上沒有理解的內容，學生可以隨時隨地瀏覽網絡課程，自主獲取相關信息，激發(fā)學習興趣，增強學習自主性，達到鞏固知識、加深理解的目的。同時，學生在這一過程中也逐步掌握了如何有效地利用網絡教育資源，開闊思路，拓寬視野，養(yǎng)成良好的自主學習習慣。

3.2.2 利用社交工具加強“教”“學”互動 將當下普遍使用的社交工具QQ、微信加以合理利用，建立臨床醫(yī)學教學QQ、微信群，教師和學生均可在群中發(fā)布文獻、語音、視頻等學習資料，還可定期組織學習交流論壇。QQ、微信平臺可實現文字、圖片、語音、視頻等多媒體資源共享，且溝通交流方便快捷，能夠有效彌補課堂教學的時間和空間限制，與校園網教育平臺一起搭建全方位無死角的“教”“學”溝通橋梁。此外，教師和學生可以根據自己的使用習慣和設備條件選擇適合自己的方式建立討論組，討論交流心得體會，隨時隨地分享智慧火花，促進學生培養(yǎng)終生學習的能力[17]。

3.2.3 鼓勵學生參加學術交流和科學研究 大數據驅動下的臨床醫(yī)學學術交流和科學研究更加呈現出“百花齊放、百家爭鳴”的盛況。鼓勵學生多參加學校、醫(yī)院和臨床科室開展的各種專題講座、精品課堂、學習論壇以及學術報告等，及時了解臨床醫(yī)學的研究熱點、新技術、新方法，同時鼓勵學生參加大學生創(chuàng)新計劃、吸收學有余力的學生加入科室的科研團隊等，啟發(fā)臨床思維，培養(yǎng)科研能力，提升個人綜合素質。

3.3 改進教學方法

3.3.1 引進智能教學軟件 大數據時代，國內外已研發(fā)出很多方便、高效的智能教學軟件，如極課大數據、作業(yè)盒子、百詞斬等。當下教學過程中出現的問題，教師不能僅憑以往的教學經驗加以解決，而是要嘗試借助大數據尋找解決方法，在教學軟件的幫助下研究分析遇到的教學問題，找到合適的解決方案。臨床醫(yī)學知識的抽象性以及實踐性強等特點，更是要求教師從學生的需要出發(fā)，重視學習過程、學習體驗和師生交流，及時引進智能教學軟件，形象展示傳統(tǒng)教學中無法演示的典型體征、操作手法、手術過程等，將學生難以理解的和枯燥、抽象的知識變得直觀生動，使學生易于接受。同時，實時監(jiān)測學生學習過程，根據反饋情況及時調整教學方案，提高教學效果。

3.3.2 實施精準教學 在大數據支撐下，教師可以根據每一名學生的具體情況“量體裁衣”，因人而異實施精準教學，幫助學生補齊學習中的短板，在有限的時間內最大限度地提高教學效果。例如，我們可以根據學生的個體測量圖在其已有的專業(yè)知識技能與教學目標之間找出“差額”，根據每個人的“差額”制訂具體的線上線下教學計劃。對于理論基礎好、自主學習能力強的學生，以PBL教學、菜單式選學及翻轉課堂等自主學習、彈性學習方式為主[18]，讓學生在相對寬松的環(huán)境下進一步拓展提升自己；對于基礎差、比較依賴傳統(tǒng)灌輸式教育方式的學生，采取理論講座、病例分析、操作演示等多種形式助其迎頭趕上，力爭找到適合每名學生的教學方法，使學生們“快樂學習”。

3.4 建立動態(tài)教學質量評價系統(tǒng)

在線學習系統(tǒng)中包含大量的細粒度的學生學習行為相關數據[19]。運用教育數據挖掘和學習分析技術對數據進行采集、存儲和分析，對教學過程實施實時監(jiān)控，不斷優(yōu)化學生的學習路徑，促進學習反思，為包括管理者、教師和學生在內的整個教學過程中的參與者提供相應的反饋，形成動態(tài)的教學質量評價系統(tǒng)，不斷提高教學質量。具體在實施中可以通過對學生課前預習、課堂學習、課外自學、考試考核等各個環(huán)節(jié)產生的線上線下數據進行匯總分析，挖掘學生學習習慣和特點，分析教學組織中可能存在的缺點與不足，繪制出學生個體測量圖，及時調整課程難易度，不斷改進教學方式，完善教學過程。

3.5 優(yōu)化教師隊伍

3.5.1 加強繼續(xù)教育，提高教師綜合素質 大數據時代對教師的綜合素質提出了更高的要求。為適應教學需求，教師要不斷提高自身專業(yè)能力、課程自主設計能力、課堂組織能力以及大數據運用的能力等。教師在掌握所要教授的臨床醫(yī)學專業(yè)知識的同時，還需熟練掌握各種智能教學軟件的應用，學會收集整理、研究分析學生整個學習過程中產生的各種數據信息，動態(tài)監(jiān)測學習過程，分析預測學習效果，進而為學生提供有針對性的學習建議。同時，大數據時代醫(yī)學知識更新、觀念更迭的速度越來越快，教師作為臨床醫(yī)學教學的實踐者和學生的引路人，如果自身趕不上大數據時代的步伐，何談引導學生。因此，加強對教師的繼續(xù)教育和終身學習尤為重要。為此，應鼓勵支持年輕教師通過攻讀學位、進修學習、參加學術交流等方式繼續(xù)深造，不斷提升個人綜合素質，提高教學能力。

3.5.2 整合資源，打造臨床醫(yī)學教學體 大數據時代下的臨床醫(yī)學教學必然走向團隊合作。教學不再以單個教師的教學活動為主，而是靠整個教研室（組）的通力合作。即在大數據信息技術支持下，更好地整合人力、物力和財力資源，構建更為完備的臨床醫(yī)學教學體。要避免重復性勞動和資源的無謂浪費，指導教師協(xié)同工作并有效地使用數據，同一學科內部之間以及交叉學科之間的科學數據，在保護知識產權的情況下努力做到資源共享。例如，可以針對教師各自特點，揚長避短，讓對新科技駕輕就熟的人來負責技術支持，讓語言表達能力好的人來負責授課講解，讓溝通協(xié)調能力強的人來負責教學過程的統(tǒng)籌管理等；對于物理診斷學的精品課件，在內、外科教學中可以共享使用，節(jié)省備課時間，使教師有更多的精力來關注教學的其他環(huán)節(jié)；針對仿真模擬中心造價較高的情況，建立之初要做到資源整合、統(tǒng)籌規(guī)劃，盡量建立模塊齊全的綜合性仿真模擬中心，而不是內、外科分開設立，在節(jié)約成本的同時實現資源的最大利用。

4 小結

大數據時代給社會提出了新的課題，對我們醫(yī)學教育工作者也提出了新的努力方向，我們要積極迎接這一挑戰(zhàn)，更要把握這一機遇，順勢而為，使信息時代下的臨床醫(yī)學教學與時俱進，培養(yǎng)出更多適應信息社會發(fā)展的高素質醫(yī)學人才。

[參考文獻]

[1] Gutmann MP，Merchant EK，Roberts E. "Big data" in economic history [J]. J Econ Hist，2018，78（1）：268-299.

[2] Lau E，Wu JC. Omics，Big Data and Precision Medicine in Cardiovascular Sciences [J]. Circ Res，2018，122（9）：1165-1168.

[3] Brown N，Cambruzzi J，Cox PJ，et al. Big Data in Drug Discovery [J]. Prog Med Chem，2018，57（1）：277-356.

[4] White BJ，Amrine DE，Larson RL. Big data analytics and precision animal agriculture symposium：Data to decisions [J]. J Anim Sci，2018，96（4）：1531-1539.

[5] Treasure T，Takkenberg JJM. Randomized trials and big data analysis：we need the best of both worlds [J]. Eur J Cardiothorac Surg，2018，53（5）：910-914.

[6] Gephart SM，Davis M，Shea K. Perspectives on Policy and the Value of Nursing Science in a Big Data Era [J]. Nurs Sci Q，2018，31（1）：78-81.

[7] Yamamoto Y. Healthcare and the Roles of the Medical Profession in the Big Data Era [J]. Japan Med Assoc J，2016，59（2/3）：125-139.

[8] Tan SS，Gao G，Koch S. Big Data and Analytics in Healthcare [J]. Methods Inf Med，2015，54（6）：546-547.

[9] 種樂熹，胡德華.大數據環(huán)境下醫(yī)學信息學教育的變革與發(fā)展[J].中華醫(yī)學圖書情報雜志，2015，24（9）：71-75.

[10] 曲翌敏，江宇.健康大數據的來源與應用[J].中華流行病學雜志，2015，36（10）：1181-1184.

[11] 李玉琳，張聰聰，吳依娜，等.現代生物醫(yī)學研究中醫(yī)學研究生“大數據”利用能力的培養(yǎng)[J].現代生物醫(yī)學進展，2015，15（31）：6163-6165.

[12] Brown N，Cambruzzi J，Cox PJ，et al. Big Data in Drug Discovery [J]. Prog Med Chem，2018，57（1）：277-356.

[13] Phinyomark A，Petri G，Ibá？觡ez-Marcelo E，et al. Analysis of Big Data in Gait Biomechanics：Current Trends and Future Directions [J]. J Med Biol Eng，2018，38（2）：244-260.

[14] Hinkelbein J. Big data for big patients：gaining insight into risks for tracheal intubation in obese patients [J]. Br J Anaesth，2018，120（5）：901-903.

[15] Saracci R. Epidemiology in wonderland：Big Data and precision medicine [J]. Eur J Epidemiol，2018，33（3）：245-257.

[16] Donovan S. Big data：teaching must evolve to keep up with advances [J]. Nature，2008，455（7212）：461-463.

[17] 吳雙全.醫(yī)學教學資源庫構建與共享初探[J].計算機光盤軟件與應用，2012（4）：243-245.

[18] 張金磊，王穎，張寶輝.翻轉課堂教學模式研究[J].遠程教育雜志，2012（4）：46-51.

[19] 徐樹維，趙輝.Web環(huán)境下學生信息獲取與信息交流課程教學改革研究[J].電腦知識與技術：學術交流，2013， 9（13）：3104-3108.

（收稿日期：2018-05-16 本文編輯：張瑜杰）