论感染科临床教学与大数据技术的内在联系

冯婷婷

（苏州大学附属第一医院 感染科，江苏 苏州 215000）

0 引言

大数据是在社会生活各个领域不断涌入的海量多源异构数据集合。从本质上来说，大数据的战略意义是一种核心信息资产，其价值不在于数据量的多与少，而在于从看似闲置数据中挖掘出新的价值。近年来，大数据已然成为重塑传统模式的革新型力量，国务院印发的《关于印发促进大数据发展行动纲要的通知》，把大数据提升至国家重要战略。感染病临床大数据是医疗大数据的重要分支。随着各大医院信息化建设的不断推进，各类信息化应用系统已积累了庞大的临床业务数据，涵盖病患诊治的全流程各环节，不论从数据资源量还是数据类型的多样性上来看，感染病临床大数据都有着良好的发展基础。

1 大数据技术与感染病临床大数据的背景分析

感染病临床大数据涵盖了收费、病例、诊疗操作、药物使用、化验、X 光片、CT 影像、基因测序等，数据资源丰富且多源异构：在数据属性上，其可分为静态数据、动态数据、定期更新数据等；在文件大小上，其可分为超大型、大型、小型及碎片化文件等；在数据结构上，其可分为结构化、半结构化及非结构化数据；在数据来源上，其不仅源自信息化系统与纸质化办公，而且随着高科技公司推出的各式各样的可穿戴式智能设备，由智能传感器随时监测的人体动态数据也将汇入大数据架构中去。从大数据技术应用场景看，感染病临床大数据有着巨大的潜在价值。

1.1 大数据技术存在的不足

（1）数据上的集成度不高。临床数据具备海量、多源异构等大数据共性特征，对大数据的集成化管理是第一步，数据库设计及数据迁移、采集、汇交、存储尤为关键，现阶段大多数医院都没有建设真正基于共享交换机制的大数据平台，这就造成了大数据资产大多处于闲置以及分散存储的状态。

（2）管理上的细化度不够。在临床数据的管理上，需细化数据上传、存储、分析、安全防护等流程，并打造管理工具。在数据上传上，需基于不同应用场景需求来定制上传工具，解决数据上传效率较低的问题；在数据存储上，并解决海量数据转储扩容受限问题，需搭建分布式弹性分布架构，以满足临床数据的快速增长需求；在数据分析上，针对大量数据资源闲置且无法快速调动计算资源进行分析的现状，需建立基于大数据的智能化分析架构；在安全防护上，需将大数据作为重要资产放在突出位置，从制度上来规范，从网络、硬件、软件等设施上来保障，并对数据资源进行筛选分类、优化存储、资源访问权限控制等以保障大数据资产安全。

（3）分析上的智能化不强。

在智能化应用上，应为临床一线人员实现“数据拿得到”“数据用得上”“数据看得见”。首先需打通医院各系统的数据链路，统一数据源管理标准与接入规范，研发高效采集工具；其次需将大数据治理、分析、共享的能力汇集在数据中台，实现业务价值的极速分析。最后需通过机器学习洞察数据内在，挖掘高价值信息。

1.2 针对大数据现存问题提的应对策略

为应对上述不足，感染科临床教学与大数据技术的结合将更多从人的培养、从内源动力上发挥重要作用。

（1）培养大数据的概念意识。教师应培养学生们具备大数据的概念意识，熟知大数据的内涵与外延，理解大数据的技术价值及其背后庞大的经济与社会价值，洞察其与临床研究应用、医患服务模式改造、全民医疗服务应用、院企合作模式重塑等方面的高度内在关联，让学生们不论何时何处，都能第一时间意识到大数据应用所能带来的改变。

（2）培养大数据的技术技能。教师需将大数据的技术架构、原理流程及其技术工具进行详实的剖析，如跨平台GIS、云端一体化、分布式、大数据存储、大数据计算、空间可视化等技术，使得学生们可将大数据作为一项有效手段，将大数据与其自身的目标任务灵活予以结合，辅助自身的学习、科研、实习等工作。

（3）培养大数据的业务应用。教师需增强学生们使用大数据技术的主动性与技术能力。在大数据应用场景中，临床科研无疑是重点。如针对某种疾病，基于临床治疗过程中的电子数据，通过大数据分析模型与算法，计算得到服务产品并辅助医护人员临床决策。

2 感染病临床教学与大数据技术内在联系的分析

自2000年开始，国家要求在高等医学院校设立全科医学课程，为将来医学生从事全科医学工作打下基础，到2020年，基本上实现全科医生在城乡配置上达到每万居民有2～3 名全科医生[3]，为全面配合国家整体安排，促使全科医学教育能更好地适应卫生事业需求，提高理论教学质量，积极探索全科医学教学模式具有十分重要的意义[4]。作为其中的重要分支，对感染病科临床教学模式的探索是非常必要的。

2.1 临床教学与大数据技术目的导向统一

本质上说感染病临床教学与大数据技术在目的导向上是完全一致的，在四个维度予以深度融合：

（1）数据。数据是基础，通过构建一个可控的数据赋能平台，有效实现内外部数据的集约统一，并建立标准化的数据交换接口，为大数据分析与场景应用提供前提。

（2）分析。分析是核心，基于大数据中心，并借助大数据计算引擎的超强运算能力，来协助教学过程中的统计分析工作，提升各个场景下的工作效能。

（3）场景。场景是支撑，借助教学过程中所积累的数据，设置各个业务使用场景并提供具体场景下的改进建议，完成经验沉淀。

（4）创新。创新是目标，考虑全新的创新思维、创新理念、创新模式，坚持以数据创新带动教育创新，实现临床教育、大数据技术、应用场景的跨界碰撞与创新融合。

2.2 感染病临床教学与大数据技术的结合点

（1）感染病临床教学与大数据接入技术。教师与学生们面临的数据类别多样，不仅包括感染病教学数据、临床数据与科研数据，而且还包括传统测绘的矢量数据、影像数据、倾斜摄影模型、BIM 模型、街景数据、点云数据等。学生们需熟练掌握各类数据的处理与接入技术，掌握数据处理平台、桌面工程平台、空间数据引擎、关系型及非关系型数据库等基础知识与操作技能，熟练操作多源数据的格式转换、坐标转换、误差校正与平台接入等，保证数据的正确性与完整性。

（2）感染病临床教学与大数据存储管理。针对上述已处理好的正确数据信息，需数据库软件进行存储管理，同时需大数据引擎与数据库软件进行交互，教师与学生们由此可实现对各类数据的管理作业。数据库包括关系型数据库与非关系型数据库，其中Postgres-XL、MongoDb 等非关系型数据库支持分布式、弹性扩容、底层开源的技术路线，能更好匹配大数据应用环境，大数据引擎包括文件数据源引擎、分布式文件数据源引擎、数据库引擎、分布式数据库引擎和Web 引擎等。教师与学生们可根据使用需求，通过各个引擎调用空间数据及各类非空间业务属性数据。

（3）感染病临床教学与大数据分析计算。基于已集约存储的大数据资源，教师与学生们更大的责任挑战在于挖掘数据价值，使其真正服务于教学、临床与科研工作。大数据分析计算能力主要是基于分布式计算框架，将多种格式的数据转化为大数据分析的基本单元，基于空间索引对象实现性能优化，并以此作为输入输出条件进行多重空间与时间的分布式查询和分布式分析操作。教师与学生们通过熟练使用各类大数据分析工具，可从空间、时间、属性多个维度了解和认知大数据。

单就大数据分析计算的内容而言，其主要包括数据汇总、范围汇总、区域汇总、属性汇总、轨迹重建、要素连接等，教师与学生们需要深刻领悟并熟练掌握以上技术点：第一，数据汇总包括密度分析、聚合分析，密度分析用于计算每个点的指定邻域形状内的每单位面积量值，可得到指定属性的聚集情况，聚合分析用于计算点的空间分布并进行属性统计，不仅可设置格网、多边形，而且也可设置多个属性字段进行多种条件下的统计计算。第二，范围汇总是通过叠加查询，汇总统计某一范围内要素的指标统计值。第三，区域汇总用于计算区域内的目标数目、长度或面积并进行属性统计，不仅可直接汇总属性值，也可将被统计对象相交部分作为权重，进行带权重值的精细化统计。第四，属性汇总用于对属性信息进行分组统计分析，其输入的大数据类型可以是点、线、面或纯属性大数据，支持设置多个分组字段，并支持设置多个统计字段。第五，要素连接是根据位置、时间和属性信息，找到要素之间关联关系，其支持属性、空间、时间三种特性的匹配。第六，地图匹配是动态匹配漂移的点到路网，其输入大数据类型是点，关联数据类型是路网。

（4）感染病临床教学与大数据服务管理。在感染病教学过程中，教师与学生们需要将大数据资源、大数据计算分析的成果以标准化服务的方式予以共享，这样才能让更多人便捷获取到相关教学研究成果，才能不断扩大其在临床教学及其他相关领域中影响的深度与广度。在服务至上的时代背景下，人们更愿意通过标准化的服务接口来调用大数据资源，来实现大数据计算分析的能力，只有这样，才能将教学成果真正固化保存下来，做到不论时间、地点、终端类型、立项目的、个人身份等的差异，只要调用标准化的服务接口，都能得到标准化的数据资源或计算成果，这才能真正实现跨平台、跨终端、跨域的大数据共享。就大数据服务管理的内容而言，其主要包括大数据目录服务、分布式分析服务以及流数据服务，现将主要技术点予以简单阐述：第一，大数据目录服务支持用户查看、检索各类数据，包含关系型数据、时空大数据、瓦片数据和大数据文件共享数据，使用户可直接使用已注册的数据进行分析，无须配置数据的连接信息、元信息等，从而保证数据的安全和易用。第二，分布式分析服务实现了大数据分析服务发布、处理和管理能力，内置了分布式计算框架，利用其先进的分布式调度和分布式计算机制能够快速分析和处理高量级的空间大数据，并将分析结果予以自动发布服务。

（5）感染病临床教学与大数据可视化。教师与学生们需要将数据及自身分析的成果以更美观、更符合人机交互性的方式予以呈现，由此大数据可视化就非常重要。大数据可视化不仅支持二维可视化，也支持三维可视化，既支持静态渲染，也支持动态渲染，将在地图界面上以分段专题图、标签专题图、仪表盘、聚合图、密度图、热度图、统计图表、文档文件、多媒体图像等多种方式予以呈现，使得大数据分析结果更加丰富、立体、直观，使得教师与学生们可以更容易掌握大数据分析的宏观空间规律性。

（6）感染病临床教学与大数据运维管理。面对不断累积的大数据体量，教师与学生们需要具备大数据运维管理能力，这就类似于在纸质化办公、计算机办公时代对各类纸质资料、电子化资料的常态化管理，教师与学生们需要在现今的大数据时代，在物理环境或者基础云环境上具备大数据的运维能力。鉴于大数据已然成为一项成熟的技术路线，已然成为一项基础技能与技术工具，众多的大数据供应商所提供平台产品也已然非常完备，因此在多源基础环境下的快速部署、资源管理、运维监控已更加智能，部署运维已更加简单便捷。

3 感染病临床教学改进的相关思考

作为一项成熟的革新型技术路线，大数据将从以下几个方面对感染病临床教学产生影响。

（1）教学目标的改变。考虑到大数据技术的开放型、共享型、服务型的架构，其将在临床教学中凸显其社会化共享、社会化服务的特征，大数据是需要打破行业及部门之间的边界壁垒，需要跨界的数据共享、智慧共享、大数据计算分析及标准化服务，这符合产学研跨界融合的大趋势，也契合感染科临床教学的社会化意义。

（2）教学内容的改变。大数据时代的教学将推动“以教师为中心”向“以学生为中心”的转变，从宏观群体走向微观个体，使“经验式”转变为“数据服务”教育模式[1]。因大数据是一项自成体系的技术路线，具备完整的技术框架、原理流程、功能组件，这就需要在教学内容中不仅突出讲述大数据相关的基础理论知识点，而且需要在其与感染科实际交叉案例中予以深入浅出地剖析，帮助学生们掌握技术分析方法。当然这也体现在临床实习过程中，如何基于大数据技术，充分发挥临床资源优势，尤其是典型病人的临床表现、体征、疾病演变过程等，让学生们将枯燥的理论知识与实际病症相结合，进而不断加深对理论知识的理解。

（3）教学模式的转变。第一，要强调大数据技术与角色互换的结合。传统的“老师白天在教室上课，学生晚上回家做作业”的方式将变化为在家学习教学视频，课堂上讨论问题、分析案例、教师答疑的方式[2]。通过借助大数据这一技术工具，感染科临床教学已不仅仅是简单的重复教学，而是在学生的学习过程中起到重要的引领作用，可利用可视化平台、仿真模型和智能化医学模拟技术，使学生尽可能真实地体验或模拟医疗技术复杂而又精密的过程。课后，学生又可在网上对知识点进行检测，对薄弱环节记录、补救[1]。

第二，要强调大数据技术与教学案例的结合。案例教学法是一种以案例为基础的教学法，起源于20 世纪初美国哈佛大学医学院、法学院，后经哈佛大学商学院推广应用并发展，现已成为一种成熟的教学方法[7-8]。PBL 是以问题为导向的教学方法的简称，此教学模式源于加拿大McMaster 大学，由美国神经病学教授Barrows 于1969年试行，至今已有四十余年历史，目前已经成为国际上较为流行的教学方法[9]。在临床实习中将两种新的教学模式理念与方法相互融合，起到较好的教学效果[10]。基于大数据技术，可将案例以模型算法的方式固化下来，通过不同的输出变量与权重比例，可实时完成案例推演模拟及二三维可视化，最终经过教师与学生们的研讨，可对教学案例有着更深层次的理解。

（4）教学平台的改变。大数据技术在教学平台的改进作用也是显而易见的，大数据技术将更多效能发挥在数据资源与智慧资源的共享，教师和学生们可根据自身需求在云端调用所需的数据及模型算法，便于完成相应的教学课题或理论研究，并将研究成果后上传云端，成为后续的智慧基础。同时，在原先模拟病房教学方式上，大数据也可有较为广泛的应用空间。原先模拟病房是模仿临床工作情境的部分或者全部内容进行训练，使学生有如身临其境之感[5]。模拟病人可由具有专业知识的医护人员来扮演，也可以让学生自已来扮演。也可采用多功能的模拟“患者”，可编辑各种不同病情的模拟病人，通过改变系统来设置标准化的“患者”，给学生对“患者”进行病例分析[6]。运用大数据技术，可将模拟过程固化到计算机系统中去，并可在云端循环往复、不断升级，为提升教学体验提供技术支持。

大数据在临床教学领域具有得天独厚的优势，可实现优质教育资源最大程度地整合、共建、共享和共用，有效解决教育资源分配不均、共享难的问题。

4 结束语

我国全科医学教育的发展目标是：建立起具有中国特色的、适应卫生事业改革发展需要的全科医学教育体系，培养一大批能满足人民群众基本卫生保健需求的全科医学教育体系人才。只要有合格的全科医师才能有合格的“守门人”，合格的全科医生将是今后所需的卫生人才，医学教育应及时紧跟卫生事业改革之需要。高等医学院校面对未来努力培养合格的全科医生。因此，发展全科医学教育、培养全科医师，已成为医学教育改革重要的内容和高等医学院校的一项长期且紧迫的任务[4]。

为达成以上目标，感染科临床教学的改进思考就尤为重要，其与大数据技术存在密切的内在联系。大数据在分布式存储、数据分析、数据可视化等诸多方面都有着明显的技术优势，这些都是与感染病临床教学紧密结合的关键技术点。因此，在教学过程中具备大数据意识只是一个起点，更重要的是在今后的教育工作中运用这一技术工具予以赋能实施，使学生们能从中得到技术的支持与思维上的启示，让我们教育工作者共同为大数据时代下的临床教育工作贡献自己的力量。