大数据时代医学生培养的思考

梁美英，梁贤明

(1.厦门医学院马克思主义学院， 福建 厦门361013；2.厦门大学附属中山医院 检验科)

《纽约时报》2012年的一篇闻名世界专栏“伟大数据时代”宣告了大数据为代表的时代特征。2016年10月，中国共产党中央委员会、国务院发布《“健康中国2030”规划纲要》，明确要求健康医疗大数据广泛应用、深度挖掘并开放共享，促进大数据技术在健康医疗快速发展，将给医疗领域带来前所未有的发展和突破。因此本文分析大数据对医学的影响，并对大数据时代医学生培养策略提出思考和对策建议。

1 大数据对医学的影响

1.1 提供医学科学研究新方法和手段，极大提高科研效率

大数据不但为迅速获取大量医学经验和知识提供了可能，同时也为高效进行医学科学研究提供了方法和手段。通过分析健康记录，您还可以个性化分析不同患者的疾病，行为或状况；阐明生活方式在疾病发生发展中的作用，并根据患者的疾病发生、发展、预后等不同特点研制出个体化药品提供方向。在药物的研发阶段，研发制药公司使用健康数据技术来分析公共疾病趋势和药物需求，获得难以想象的大众信息，进行多维评估，以及包容性并相应地确定最有效的投入产出比，药用资源得到合理分配。除了降低研发成本外，医疗大数据还可以帮助缩短新药的上市时间，提高临床药物试验的成功率，提高市场准入效率，加速市场转化。使用大数据建立的预测模型可以帮助制药公司将新药从研发到市场推广的时间从十三年缩短到八到十年之间。

1.2 有效地实现健康管理

大数据技术在医学应用，为居民个体化的健康管理服务提供了基础。通过健康大数据分析及应用，扭转以往的健康和营养管理形式，在环境，食品，社会，心理，运动等不同方面为人们提供有效的健康服务和管理，有效地帮助和引导公众保持身心健康。在此基础上，通过互联网和卫生信息系统和数据相关系统监测公共卫生，全面获取与健康风险因素相关的数据，然后通过对高科技的深入分析数据发现对公共卫生风险的真正威胁因素。北方某县利用医学领域的大规模数据来分析该地区的常见人口疾病，以及不同年龄组和性别的疾病特征，针对性地选择健康教育的方式，推送个性化的健康教育信息，为潜在患者提供更好的服务[1]。在慢病管理模式探索中，甘肃省运用健康大数据基础上建立“全面干预”与“分级诊疗”模式，取得住院费用、药品费、个人承担费用和政府医疗支出四降低明显效果，减少了医保机构和群众的负担，实现双赢局面[2]。

1.3 促进精准医疗的发展

在对健康数据进行广泛研究的条件上，通过准确分类，疾病预防和诊断，制定个性化，准确的疾病预防和治疗方案，获取疾病发生的分子机制知识体系，为医学精确夯实基础和提供无穷的动力。国际数据公司预测数据显示，特别是信息化电子化，2020年医疗健康数据量将达到40万亿GB，生成和共享的速度将显几何数级迅速增加。伴随着遗传技术，生物信息和大数据的发展，早期癌症预测的新平台应运而生。使用外周血DNA或DNA甲基化标记物进行各种恶性肿瘤早期检测走向常规。早期癌症筛查精准医学替代经验医学[3]。大数据促进医疗价值提高，形成新医学模式：个性化医疗。将生物数据(如基因，蛋白质组学和其他类似数据)与电子健康数据记录相结合，以实现基因、药物和治疗等个性化医疗成为一种常规治疗的方案[4]。

1.4 提高临床诊疗效率

大数据为诊疗活动提供新方法和途径，临床诊疗效率得到显著提高。在医疗活动中，智能医疗机构通过新平台收集每位居民的健康档案，并根据情况为患者组织专业咨询服务。专家通过新的医疗保健平台充分评估患者的健康状况，为患者做出准确的诊断和可能的健康风险评估，降低病人的经济压力，达到疾病预防和治疗的合理化。通过整理研究分析电子病历、医学图像影像、实验室检测数据等各种疾病诊断、治疗、管理数据，建立肿瘤大数据中心。利用大数据技术，构建肿瘤疾病预防、个性治疗诊断、疗效评估、预后预测、病情恶化等模型，应用于肿瘤的预防、诊疗、康复。同时，在机器学习技术的基础上，实现对电子病历、医学图像影像、实验室检测数据智能识别，最终实现肿瘤的预防、诊疗、康复提供智能诊断工具[5]。在疾病诊断中，大数据提供了更客观、更全面、更高效途径。在肿瘤细胞学诊断人工智能系统中，哈佛医学院和以色列贝斯一家医院合作已研发对乳腺癌病理图片中的癌细胞识别准确率高达92%的系统。在医学图像影像人工智能中，美国已开发出肺癌检出准确率比一名放射技师检出的高出5倍恶性肿瘤的图像识别软件。在治疗中，大数据为更高效治疗方式选择提供重要参考。廖秦平等通过大数据评价不同生命周期女性的正常阴道微生态状态并筛选适宜的治疗方案，在妇产科感染性疾病中取得良好效果[6]。

1.5 促进医疗活动的精益管理

通过信息化手段，加强对临床的医疗服务行为监控，及时高效地进行医疗活动前中后的全程监督管理。通过大数据分析，提取 “数据流”中具有决策价值的“信息”，促进医疗管理部门提前做好事前预防，全面提高整个医疗质量，医疗安全保障，医疗服务改善，基金监管力度[7]。在医学实验室中，通过大数据使用，全面分析了影响实验室质量控制因素，从检验前、检验中、检验后三个方面提出新的质控手段和技术，依托大数据处理技术，从纷杂的数据中发现、提取有价值的信息，将过去的基于数理统计的事后质量控制全面升级为事前质量控制[8]。

2 大数据时代做好医学生培养几点思考

2.1 注重引导大数据科研思维

大数据为科学研究提供数以万计、包罗万象的研究素材，促进线性思维转向网状思维形成，科学研究思维从注重分析转变为分析与综合并重。生物个体是其组分之间广泛相互作用的整体，医学科学研究在整体层次上研究和量化生物系统的行为，以细胞水平、蛋白水平和基因水平复杂的相互作用为研究对象，不再仅仅局限于一条信号转导通路或代谢途径，形成了以系统论为指导系统生物学。同时，大数据在实验室和社区之间建立了快速通道，将基础分子医学研究的结果转化为预防疾病，治疗和预防疾病的最有效和最有效的方法。联合协作已发展为研究的主要方法。为了能够更好地高效地全面地分析、整合和挖掘数据，数学医学建模和软件开发将成为一个具有广阔发展前景的研究领域。因此，科学思维培养中要紧扣大数据的时代特征，以系统论为指导的思维模式方向培养学生，时刻站在学科发展前沿和热点，熟悉运用与数据分析及建模相关的信息技术及数学知识，充分利用大数据资源，提高临床问题、公共卫生应用领域与基础研究之间的关系中寻找科学问题能力，极大地促进医学学科发展。

2.2 创新教学方式

由于大数据技术广泛使用，临床医学教育教学理念发生巨大变化，以“成才”为导向的教学价值取向正在影响着“授予”教学模式。灌输和简单重复教育不再是科学教育模式。教师角色定位应是教学活动的设计者、引导者和促进者，重点教会学生掌握自我知识更新和临床技能的方法技巧，树立符合时代需要的医学观。要充分利用大数据平台，优化教学资源。随着我国医疗技术飞速发展，电子病历、医学图像影像、实验室检测数据等临床数据资源几何扩增，为建立高质量的教学临床数据库提供了可能。老师可以通过教学临床数据库或者将自己制作、收集的病案资料和参考文献等信息资源上传共享，建立专业学习平台。根据学生专业方向、临床思维和临床水平能力设置相应数据库使用权限，实现同学个体化教学。同时可以通过大数据挖掘技术，全面掌握每个学生学习的真实情况，评估教学效果，针对性向学生主动推送和提供适合需求个性化教学资源，实现教学模式精细化管理，提高培养具备良好综合素质的创新型临床医学人才效率。

2.3 重视临床能力培养

医学教育是培育具有较好临床理论基础，专业技术能力和实践能力的年轻医疗学专业人才，能够独立诊断各种常见病，多发病和有一定的专业技术含量技能的从医人员。病例为中心的教学方法并结合“翻转课堂”，着重提高医学生的临床实践处理能力。老师通过课前布置临床实际病例，并在智能手机、iPAD上使用微博、微信新媒体建立讨论小组。以提高学生自习能力和知识自我更新能力，要求运用采用大数据工具，收集相关专业最新知识，进行深入病例讨论，提出正确高效的诊断和治疗方案。老师参与其中，给予合理引导，着重提高同学基础理论深入理解、前沿技术、临床技能、言语表达、医患沟通等方面能力。如此通过开放式讨论形成学习竞争机制，促进同学通过互相比较发现自身不足，拓宽临床思维，并形成学生的团结协作精神。医学生的讨论活动通过平台也得到详细的记录，通过将教学经验转化为数据教育服务模式，教师将由知识教师转变为学习组织者。

2.4 拓展医学领域体系

信息爆炸为大众带来了前所未有的冲击。生命科学和信息技术的发展每天都在发生巨大变化。大数据时代给医学生提供更高效、更便捷、更专业、更自主知识获取渠道。医学生是医学学科的未来；除了传统的传统医学教学内容外，设计课程还应与蓬勃发展生命科学保持一致。培养数据敏感性，利用大数据，记录、观察、理解和解释不同生物医学领域的进展，了解大型生物医学数据的多样性和科学性，了解动态数据变更和知识更新；对专业领域的热点精确把握，紧跟研究前沿，深入挖掘数据背后价值。只有掌握大数据的分析方法，才能激活数据并获得有效价值。因此，有必要培养医学和计算机知识的结合，并加强设置当前培训过程中与医学信息学相关的知识。

2.5 加强继续医学教育

在大数据时代，信息触手可及，医学科学观念转变、知识更新、技术革新，医学生是医学知识掌握及应用医疗实践载体，必须树立不断学习精神，积极接授新理论新知识科学精神。同时教师是医学基础知识授予者和理论与临床实践结合的指导者，必须深入地掌握和理解大数据技术，实时更新自我知识结构，保持知识先进性，促进医学教育与时俱进。继续医学教育、终身学习的重要性、迫切性，必须时刻注重知识，加强性得到前所未有的提高。

综上所述，大数据将给医疗领域带来前所未有的发展和突破，要求医学生培养在秉承传统医学教育特色的基础上，必须结合大数据资源，积极探索有效的教学模式，培育出更多适应于信息社会的高素质医学技术专业人才。