新文科背景下图情领域健康数据学人才培养模式创新研究

杨瑞仙 郑紫薇 郭孟含

关键词：新文科;图情领域;健康数据学人才培养模式

摘 要：[目的/意义]健康医疗大数据是推进健康中国建设的关键内容，文章提倡在学科交叉的新文科背景下，依托图情领域在信息科学、知识融合方面的优势，培养健康数据学人才。[方法/过程]文章选取国内外20所代表性高校，通过文献调研、网络调研等方法，全面收集健康数据学有关专业的教学信息，并对这些信息进行整理归纳，分别从教学模式、师资水平、课程设置等方面分析不同高校的培养模式。[结果/结论]基于调研结果，文章为国内高校开设健康数据学相关专业提出四点建议：融合多学科知识、满足行业需求、优化师资队伍、完善课程体系，并在新文科背景下，构建适合图情领域的具有一定创新性的、较为完善的健康数据学人才培养方案，以期为该类专业建设提供路径指导。

中图分类号：G251   文献标识码：A   文章编号：1003-1588（2022）03-0114-10

1 背景

2020年11月3日，教育部在山东大学召开会议，发布《新文科建设宣言》，新文科建设正式启动。新文科强调文科教育的创新发展，即文科教育必须超前识变、积极应变、主动求变，培育时代新人。因此，新文科建设的必由之路就是守正创新，既要遵循传承传统，又要推进融合创新，与现代信息技术融合，与其他学科融合，与相近专业集群融合，交叉产生新兴专业，由单一学科向跨学科、超学科转型[1]。同时，新文科建设要注重模式创新，可以引入“双学位”“微专业”等复合型人才培养模式，从我国国情出发，解决人才培养的问题。

健康数据学是健康科学与数据科学深度融合而形成的一门交叉学科，它通过收集分析健康医疗数据，预防并解决社会以及个人健康问题。自2016年以来，相继发布的《“健康中国2030”规划纲要》和《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，均强调全面推进健康中国建设，加快建成健康医疗大数据应用体系，而且在2020年至今的新型冠状病毒肺炎疫情防控过程中，大数据在疫情监测、病毒溯源、防控救治、资源调配上都发挥了极其重要的作用，但同时也暴露了我国健康数据分散等诸多问题。由此可以看出，健康医疗大数据是国家健康事业长足发展的核心部分，而这必然需要健康数据学相关专业人才的共同努力。但是，目前我国鲜有高校开设健康数据学专业，人才培养模式尚处于探索阶段，导致健康数据方向高层次人才的缺失，难以满足社会需求。

基于此，本研究在新文科背景下，突破单一学科的限制，结合本学科优势，提出在图情领域开设健康数据学微专业这一交叉学科的人才培养模式，将医学与数据科学的知识体系有机融合，并且从图情领域的学科背景出发，在课程设置上加强对学生信息检索、数据分析等能力的培养，希望通过文献调研和网络调研方法，探索完善合理的健康数据学人才培养方案，为我国高校图书情报领域建设和发展该类专业指明方向，以期实现新文科背景下的文医结合[2]。

2 相关研究

当前，健康数据学项目建设尚处于起步阶段，目前国外已有高校开设健康数据科学专业，而国内外关于健康数据学的研究相对较少，但有一些学者对健康数据学的相关领域进行了研究，如健康信息学、卫生统计学等，尤其是国外的健康信息学专业教育引起了较为广泛的关注。通过对相关研究进行梳理，笔者发现国内外学者对于健康数据学的相关研究主要集中在以下几个方面。

一是对国外典型高校健康信息学教育教学模式的研究。国外高校健康信息学专业开设时间较早，发展较为完备，因此许多学者以国外高校为研究对象，学习发展经验，为国内开展健康信息学教育提出建议。M·Altwaijiri[3]等在世界范围内调研了健康信息学的硕士课程，针对职位需求探索设计了健康信息学硕士培养体系。伍丹[4]等以北卡罗来纳教堂山分校为调研对象，对其健康信息学教育发展模式进行探究，并结合我国健康信息学的发展实际，提出“明确人才培养目标，建设模块化、体系化课程内容”等发展建议。张衍等先后选取北美地区iSchool高校[5]和谢菲尔德大学信息学院[6]作为研究对象进行调研，得出我国信息管理类学院开展健康信息学教育的启示。李晶[7]等采用网络调研法对美国CAHIIM的教育项目认证和CHIS继续教育职业资格认证的课程培养目标、课程类型和课程内容进行了系统分析，建议我国图书情报学领域要因地制宜地开发健康信息类课程、采用多样化灵活的授课方式培养面向社会的健康信息复合型人才。

二是国内医学信息学教育的发展与改革研究。部分学者对医学信息学进行了研究，如：牟冬梅[8]等依据医学信息学教学活动内容体系、支撑体系、目标体系三者之间的关系，构建系统精细化的内容体系、多维立体化的支撑体系、创新国际化的目标体系;李后卿[9]等回顾了10年来我国医学信息学专业教育发展历程，总结了中南大学医学信息学专业10年的教育成果，并针对当前现实问题，提出医学信息学专业教育与科学研究发展建议;宫立恒[10]等针对我国醫学信息学专业发展现状，分析医学信息学的学科内涵和课程设置，构建精准化、系统化、动态化的教学内容体系和立体化的教学模式;张敏[11]等分析了我国卫生信息化建设发展形势和安徽省卫生信息管理专业本科生培养现状，并提出了进一步加强卫生信息管理人才培养的建议;何小菁[12]等以康达学院卫生信息管理特色专业建设为例，通过对特色专业建设、实训教学分析，认为可以在建设特色专业的过程中引进实训教学的模式。

三是对中外健康信息学教育的比较研究。Liu，Jialin[13]等为充分了解中、日、韩的医学/健康信息学教育之间的差异，比较了三国排名前10位大学的医学/健康信息学教育现状，发现日韩有较多学校开设了健康信息学，国内则很少提供医学/健康信息学课程体系，彰显出国内健康信息学教育的缺失。周晓英[14]等采用网络调研和内容分析方法，对北美12所LIS学院的健康信息学教育模式、师资背景、课程设置、学生就业等数据进行深入分析，同时对比我国健康信息学教育现状，提出我国综合性高校LIS学院开展健康信息学人才培养及教育改革的路径。曾湘琼[15]分析加入iSchools联盟的中国6所LIS学院健康信息学教育状况，并与美国7所LIS学院进行比较，对我国开展健康信息学教育提出建议。赵自雄[16]等分别介绍中美公共卫生信息学教育及学科建设现状并进行比较，分析我国公共卫生信息学教育和学科发展在学科体系建设、人才培养教育模式等方面面临的挑战，并提出发展对策。

学者们通过对国内外高校进行调研，从各个方面了解专业的培养现状，希望对培养方案进行创新和完善。由于医学信息学与健康信息学发展时间较久，大多数学者主要在从事这两个专业的研究，对健康数据学专业人才培养方面的研究相对较少，但国家越来越需要掌握专业知识的健康数据学人才，因此，本研究通过调研分析国内外典型高校相关专业的教学现状，总结并获取培养经验，旨在构建创新型健康数据学人才培养方案，为我国高校开展该专业人才培养提供参考。

3 国内外健康数据学相关专业调研分析

3.1 数据来源与分析方法

本研究以2021年QS世界大学排名前100的高校以及iSchools的正式成员作为调研目标，从中选取所在国家的官方语言为英语，主要包括位于美国、英国、澳大利亚的高校，初步选取了95所高校。而在国内高校样本选取过程中，笔者了解到健康医疗大数据国家研究院是近年来在国家健康大数据重大战略指导下开展建设的，其依托高校是全国各个区域的重点高校，因此本研究以健康醫疗大数据国家研究院的依托高校为调研目标，但通过网络调研的方法只能查询到15所依托高校。

调研高校的专业培养模式是此次研究的数据来源，但目前国内外本科以及硕士培养阶段均没有健康数据学专业，因此，笔者选取与健康数据学相近的专业作为调研对象，如健康信息学、生物医学工程以及医科大学的信息管理与信息系统等专业，因为这些专业与笔者研究的健康数据学专业在培养目标以及课程设置上有相似之处，调研结果对于探索创新健康数据学培养方案有参考价值。笔者在初步选取高校的基础上，筛选出了开设专业与健康数据学相关且公开培养信息完整的高校，总计20所，如表1所示。

本研究主要采用网络调研法、归纳法和统计分析法。首先，笔者采用网络调研法确定了调研对象，对这些高校的师资情况、培养模式、课程设置等方面的信息进行搜集;其次，笔者采用归纳法对搜集到的信息进行筛选、汇总，作为之后进行分析的数据源;再次，笔者使用了统计分析法对数据进行分析，从不同方面总结了调研高校健康数据学的人才培养模式，以期为我国新文科背景下图情领域健康数据学的人才培养提供借鉴。

3.2 调研结果分析与讨论

本研究以20所高校的健康数据学及相关专业为调研对象，具体从教学模式、师资水平、课程设置等方面进行分析，从而总结出国内外高校健康数据学的培养模式，为我国图书情报领域开展健康数据科学人才培养提供路径支持和模式创新。其中，值得提及的是，本研究在研究国内高校开设情况时，以本科的培养模式作为分析内容，而在搜寻国外高校关于健康数据学专业的相关信息时，通过网络调研的方式未能查找到较多的本科培养方案，因此本研究在研究国外健康数据学的培养情况时，主要以搜集到的硕士培养方案为分析内容。

3.2.1 教学模式分析。（1）开设学院。专业所在学院会在一定程度上影响专业的培养目标和方案，从而使同一专业学生的知识背景和能力略有差异。由于自身教学计划的独特性，不同高校会将健康数据学这类专业设置在不同的学院，大致可以分为医学类、医学信息类、信息类、工学类。从图1可以看出，调研样本中40%的高校会将该类专业开设在医学类学院，这种情况可能是高校计划以医学类学院的教学资源为主体，融合信息学院、计算机学院或其他学院的教学资源，共同开设健康数据学专业。同样，还有另外35%的高校将健康数据学专业开设在医学信息类学院，这类学院是跨学科类学院，通常既能提供医学方面的知识，又能教授学生信息分析的方法，比较适合开设健康数据学专业，因此有较多高校选择该类学院进行学科建设。由图1可知，我国只有3所高校在信息类学院开设了该专业，可以看出目前我国对该类专业的培养重心放在了医学方面，但笔者认为健康数据学的重要内容是健康数据的挖掘分析，而信息类学院具备数据分析方面的研究基础，教师拥有丰富的专业知识以及教学经验，在培养过程中可以更全面地教授数据科学、信息科学知识，填补该行业在这方面的人才缺口。（2）学制。在所调研的国内高校中，多数高校的培养时间是4年，只有两所高校的培养时间略有不同：第一所学校是山东大学，其以微专业的形式进行教学安排，修读年限为3个学期;另一所学校是天津大学，该学校探索本硕六年制、直博八年制的医工复合高端人才的长周期、贯通式培养模式。由于本研究调研的是国外高校的硕士专业，因此从调研结果中可以看出，国外高校的学制安排较为灵活，大致为2年左右，有全日制和非全日制，也有全年制和非全年制。

3.2.2 师资水平分析。教师的知识能力和教学水平是影响学生的直接因素，因此本研究对调研高校的师资情况进行详细分析，了解教授健康数据学专业的教师需要拥有哪些特征才能有助于优化师资队伍，完善培养方案。由于国内外高校信息公开的程度不同，本研究将国内外高校师资队伍的情况分别进行整理分析，分析结果如下：（1）国外高校师资情况分析。本研究对国外高校的师资水平进行调研，只查找到6所高校健康数据学相关专业的师资情况，通过分析发现主要师资来自信息学院或医学学院，也有一些师资来自计算机学院，详见下页表2，这可以反映出健康数据学专业的教学需求。对师资来源进一步加以分析可以看出，国外高校的师资队伍比较完备，大致呈现几个特征：①信息类与医学类相结合。从调研高校的师资来源方面看，大多数高校开设的课程由多个院系的专业教师负责，这比较符合健康数据学本身的交叉学科性质，不同学科背景的教师在授课过程中为学生传授不同的知识，主要包括信息分析和公共卫生等方面的内容，启发学生从不同维度进行思考和学习，从而融合掌握综合能力。②内授型与外聘型相结合。在健康数据科学的有关课程中，笔者发现许多高校不仅重视校内教学师资的整合，更从本国甚至是全球范围聘请卓越的数据科学家、医学人员等增强师资力量，为学生对课程的学习提供更好的教学资源。③理论型与实践型相结合。通过调研发现，不少高校在硕士层次的项目上不仅注重对学生理论知识的灌输，而且注重在师资力量上引入临床教师或者项目型教师，以伦敦大学学院为例，该项目计划不仅包含了理论型教师，更引进了临床医生、统计学家、计算机科学家等专业人才，形成了一支强有力的教学团队。拥有实际经验的教师的加入，使学生在离校前就已经具备了符合工作需要的能力，便能更加顺利地寻找职位、完成工作。（2）国内高校师资情况分析。本研究在这一部分对样本中的国内11所高校进行调研，除了首都医科大学的师资情况无法获取，剩余10所高校的相关情况均如下页表3所示。通过对搜集数据的研究分析，可以发现国内高校的教师队伍多呈现以下特征：①多专业背景奠定培养基础。从表3可以看出，教师所学专业较广泛，其中较多的是与健康数据学密切相关的生物医学专业，除此之外，一些教师还有理工科专业背景，学习过化学、计算机等专业。由不同专业教师组成的教学团队，思维模式、知识背景都有差异，不可避免会发生思想上的交流碰撞，萌生创新的教学思路，教授学生全方面的知识和能力，最终培养出一批全方位、高层次的拔尖人才。但是，目前健康数据学相关专业的教学比较侧重医学方向，教师多是医学专业，但本研究认为健康数据学的教学重点之一是数据分析，因此高校也可以适当引入信息管理等领域的教师。②海外经历增添培养活力。通过研究发现，超过90%的教师有海外求学经历，而且在青年教师中这个比例更有所增加，多数教师本科阶段在国内高校，而硕士或博士阶段会选择去其他国家留学，一些教师也会去做访问学者，且调研结果表明美国是教师选择最多的国家，其次是德国，也有一些教师选择去英国、日本、新加坡等国家留学。海外求学的经历会使教师学习到不同的培养模式和知识结构，了解其他国家的科研与培养现状，拥有创新的思维模式，为国内培养教育学生增添活力。③前沿研究指明培养方向。健康数据学相关专业的教师有各种各样的研究方向，包括医学信息学、健康医疗大数据分析、医学图像处理、临床决策支持等，这些研究方向在一定程度上代表了相关专业的科学前沿，教师在教学过程中可以适当加入目前的研究热点，让学生有所了解，激发学生的科研兴趣，引领学生在科研方面有更深入的研究。

3.2.3 课程设置分析。健康数据学是一个交叉学科方向，它融合了医学、信息科学、计算机科学、管理学等多种学科，因此，高校在该专业课程设置上会有更多的考量，要充分协调不同学科课程在总体课程中所占的比重，使学生在学习过程中能够更好地理解并掌握多学科知识，系统地进行学习。本研究通过整理20所国内高校的核心课程，将课程大致分为五类，分别是医学课程、管理学课程、计算机科学课程、信息科学课程和多学科综合课程，具体核心课程见表4。通过分析20所高校的课程，本研究发现了一些特点：①课程循序渐进，注重系统规划。本研究发现大多数高校在开设健康数据学相关专业时，在课程安排上往往包括基础课程及进阶课程，如大多数高校会开设智能医学工程导论、健康信息学导论等入门课程，也会开设医学自然语言处理和健康数据科学计算等更深层次的专业课程，保证学生既能学习基础理论知识，打好基础，又能掌握一定的专业能力，从而对该专业有系统的学习。②多学科课程融合，重视全面培养。从下页表4可知，健康数据学相关专业课程大致分为五类，主要包含医学、计算机科学、信息科学的专业知识，也会涉及一些管理学方面的内容，使学生可以学习多学科的课程，对不同学科知识进行融合，全方位提升自身的知识储备，成为相碰行业所需的综合型高层次人才。③理论实践结合，强调综合能力。在调研的国外高校中，几乎每个健康数据科学或健康信息学项目均开设有为期半年的项目类课程，项目类课程注重调动学生的动手与思考能力，这与上文中提到的理论类课程有机结合，不仅让学生学习了健康数据科学的相关理论，更培养了他们的职业技能。更值得关注的是，在项目类课程的时长上，有些高校几乎将学制中一半的时间都花在了项目上，可见其重视程度，也让学生得到更好的训练。此外，一些高校还开设了独立课题，供学生设计学习。

3.2.4 就业情况。健康数据学旨在培养具备“医理交叉、医工交叉、医文交叉”素养和能力的高级专门人才，使他们同时具有医学和数据分析等方面的知识，并能够将所学知识应用于实际工作中，解决有关健康数据搜集和整理、健康信息分析等问题，为国家“健康中国”战略输送紧缺的健康大数据行业生力军。本科毕业后，一些学生会选择继续深造，也有部分学生会直接就业，因此，本研究对20所高校的学生就业情况进行调研，了解该专业的就业现状。通过对搜集到的信息进行整理和分类，笔者发现学生的就业方向大致分为5类，分别是医疗机构、科研机构、政府部门、企事业单位或高校。其中，以浙江大学、哈尔滨医科大学为代表的学校学生在医疗机构工作，主要从事的工作内容包括智能医学病案管理、医学大数据分析等;以中国医科大学、南京大学为代表的学校学生会选择在科研机构任职，从事的是医学信息或健康数据等相关领域的科学研究工作;一些学生也会选择进入政府部门，如浙江大学、中国医科大学，从事医学大数据分析、信息资源管理等工作。另外，还有一些学校的学生会进入企事业单位从事智能医学系统的搭建、智能医学数据的挖掘以及有关智能的生理心理机制的研究等科研或管理等工作，或者在高校从事信息管理工作。

3.3 我国高校开展健康数据学教学改革的建议

本研究以20所高校的调研结果为依据，通过进一步分析，提出了我国高校开设健康数据学专业的建议，具体内容如下。

3.3.1 融合多学科知识。健康数据学作为一门交叉学科，培养方案的编写要注重多学科知识的合理融合，这是探索人才培养模式的重点以及难点所在。不同学科的知识体系有所重合但又相互独立，因此交叉学科的建设首先要挖掘多学科深层的联系，以便于实现交叉学科内部的协调统一;其次要找到医学、数学、管理学等学科的差异点，让专业学生可以全方位学习知识，并在此基础上创新出新的理论知识。

3.3.2 满足行业需求。高校对学生的培养目标与模式要结合行业实际情况，对准岗位需求，有针对性地开展教学[17]。通过前面的调研可以发现，目前该类专业学生毕业后多从事智能医学病案管理、医学数据挖掘分析等工作，但随着健康医疗大数据的发展又细分出了多个领域，如辅助治疗、个人健康管理、医药研发等，这就需要更具专业性的人才，因此高校在开设健康数据学专业时，要及时了解、跟进行业动态，完善培养方案，在满足行业需求的同时，增加学生的就业机会。

3.3.3 优化师资队伍。健康数据学专业的授课教师队伍应该包含不同学科、不同教育背景、不同年龄的教师，其中，不同学科的教师可以教授学生更加全面的知识，而教师不同的教育背景和年龄会使他们在看待问题以及教学方式上有所差异，给学生带来新鲜的听课体验，促使学生找到适合自己的学习和思考方式。另外，一些高校会邀请企业人员作为辅导教师，为学生讲解对应行业的相关内容，使学生能够较早明确未来的就业方向，树立目标并为之努力。

3.3.4 完善课程体系。课程设置是培养方案的核心内容，调研高校的课程主要包括医学、计算机科学、管理学等学科内容，一些课程也会将多学科知识融合起来，但就目前课程调研结果来看，虽然课程体系比较完整，但不同学科知识的融合度还有待提高，国内高校在专业实践能力方面的重视程度也需要进一步加强，使学生能够有效地将知识转化为能力，匹配当前行业需求。另外，调研高校将健康数据学相关专业放在了四类不同的学院，这意味着不同高校对于健康数据学专业学生培养的侧重点有所不同，有利于高校结合自身办学优势为行业的不同环节输送专业人才。

4 我国新文科背景下图情领域健康数据学人才培养模式

近年来，国家不断提出加快发展“新文科”，许多医文交叉、理文交叉的新专业不断被开设，并且随着国家越来越重视健康医疗大数据的分析应用，各高校纷纷开设医学信息学、健康信息学等相关专业，通过调研分析可知开设这些专业的学院多为公共卫生学院和医学院，图书情报领域的学院比较少。笔者认为，健康数据学以数据为中心，该专业的核心课程需要包含数据挖掘、数据分析等内容，部分授课教师也需要具备相应的知识，如果将健康数据学相关专业开设在公共卫生学院或其他学院，虽然学生能够更好地学习医学等方面的知识，但同时也会造成学生在数据处理以及分析等方面知识体系的不完善，致使学生在未来无法满足工作岗位的需求。图书情报领域的学者、教师经常从事信息科学方面的研究，擅长理论知识和软件使用，具备数据搜集、整理分析等能力，如果将健康数据学专业开设在信息管理学院，再融合公共卫生学院的教学资源，健康数据学专业的学生就可以重點学习数据分析方面的知识，具备社会以及工作岗位需求的综合能力。因此，笔者认为图书情报领域有自身的教学优势，可以尝试开设健康数据学专业，培养符合国家发展和社会需求的人才。

笔者提出开设的健康数据学微专业，围绕国家健康大数据战略安排，是一个融合信息科学、医学、数学统计学、计算机科学、人工智能、管理学等众多学科，由信息管理学院开设，调动公共卫生学院教学资源的学科方向，见图2。而以微专业的模式开展，是因为微专业是面向新技术、新业态、新模式和新产业的，以就业和专业能力发展为导向，围绕某个特定学术领域、研究方向或者核心素养，提炼开设的一组核心课程，通常具有导向明确、内容新颖、培养周期短等特点，学院可以根据社会需求及时调整并完善培养方案，学生也可以在短时间内提高专业能力。同时，目前国内没有健康数据学专业，但健康医疗大数据行业又急需专业人才，以微专业这种短平快的模式开展教学，可以尽快解决行业人才短缺问题，也是图情领域进行健康数据学专业更新与改革落地的可行路径[18]。

健康数据学的培养目标是以国家健康大数据战略安排为导向，旨在培养具有信息科学、医学、计算机科学和管理科学等方面的基础知识，掌握医疗健康大数据收集、整理、分析、转化以及应用的方法和技能，同时具备职业道德、创新意识与国际视野，能在健康大数据行业从事数据挖掘、数据分析和应用工作的高级专业人才，弥补社会的人才短缺，解决人民群众对医疗健康的迫切需求问题。

图情领域下健康数据学的人才培养采用微课程的形式，在转专业或是专业分流的时间节点，从全校文学、医学等各个专业录取30名学生，利用寒暑假集中授课和正常学期晚上、周末授课。授课采用以案例教学与实践操作各占50%的集中式授课为主，以网络课程或慕课为辅的混合式教学方式，既让学生学习理论知识，又帮助学生增长自己的实践经验。通过学习调研高校的课程安排，笔者暂定健康数据学专业的10门必修课程以及9门选修课程，总学分为30学分，详见表5。

为了进一步探索、完善健康数据学专业的培养方案，下一步预计会在郑州大学开展教学改革实践。郑州大学是一流大学建设高校，信息管理学院有很长的发展历史，教学以数据挖掘、信息分析能力见长，而公共卫生学院拥有良好的教学环境和较为完善的实验技术支持平台，且目前已经开设流行病与卫生统计学系，相关教师也有医学信息学的学习科研经历。因此，以信息管理学院为依托，融合公共卫生学院的教学资源，开展健康数据学教学改革探索会有良好的成果预期。

5 结语

本研究通过对国内外20所高校的调查分析，分别从教学模式、师资水平、课程设置等方面分析不同高校的培养模式。基于调研结果，本研究为国内高校开设健康数据学相关专业提出四点建议，并在新文科背景下，基于图情领域构建了具有创新性的、较为完善的健康数据学人才培养方案，为我国高校进行健康数据学方面的教学改革与探索提供借鉴。

本研究还存在一些局限与不足，如：仅通过网络调研的方式进行数据收集，不能全面了解国内外高校健康数据学相关专业的开设情况，可能会造成研究结果的不准确。接下来，本研究将尽可能通过多种方式扩大数据来源，获取全面数据，从而为健康数据学人才培养模式的探索提供建议。未来，健康医疗大数据会受到更大的关注，并且随着数据挖掘等科学技术的发展，这些数据也能得到更好的开发和应用，健康数据学也会成为一个重要的学科方向，为社会培养不可或缺的高层次人才[19]。在该专业学生的培养方案中，如何统筹协调好医学、信息科学、计算机科学等各学科之间的关系，如何设置不同学科课程的比重，如何将学生培养成为精通多学科知识的综合型人才，这些问题都需要未来开设健康数据学专业的高校认真思考并一一予以解答。

参考文献：

[1] 权培培，段禹，崔延强.文科之“新”与文科之“道”：关于新文科建设的思考[J].重庆大学学报（社会科学版），2021（1）：280-290.

[2] 黎海波，谢健民.信管专业在新文科背景下的数据科学课程群建设研究[J].情报科学，2020（8）：128-133.

[3] Altwaijiri M，Aldosari B.Health Informatics Master Programat King Saud bin Abdulaziz University for Health Sciences，Riyadh，Saudi Arabia[J].Yearbook of medical informatics，2008（1）：145.

[4] 伍丹.北卡罗莱纳大学教堂山分校健康信息学教育发展及启示[J].图书馆学研究，2019（14）：7-13.

[5] 张衍，姜碧玉，贾诗威.北美iSchool院校健康信息学教育现状调查研究[J].图书馆学研究，2019（18）：17-22，81.

[6] 张衍，贾诗威，姜碧玉.英国谢菲尔德大学的健康信息学教育设置[J].图书馆论坛，2019（9）：148-155.

[7] 李晶，赵雪君，方润菁.美国健康信息学教育认证制度：课程建设的特色与启示[J].图书馆建设，2021（5）：142-151.

[8] 牟冬梅，王萍，郑晓月，等.基于健康医疗大数据的医学信息学教学体系优化设计[J].医学与社会，2018（1）：80-83.

[9] 李后卿，刘慧悅.医学信息学专业教育十年回顾与未来展望[J].中华医学图书情报杂志，2014（2）：1-6.

[10] 宫立恒，郭晓伟，杨洁，等.医疗大数据环境下医学信息学课程体系的构建[J].教育现代化，2019（78）：58-60.

[11] 张敏，张小磊，陈兴智，等.安徽省卫生信息管理专业人才的需求与培养[J].中华医学图书情报杂志，2014（12）：63-66.

[12] 何小菁，胡杰，彭晓玲.基于实训促进公共卫生事业管理特色专业建设：以卫生信息管理专业为例[J].中国卫生事业管理，2011（6）：461-462.

[13] Liu Jialin，Liu Siru，Li Yong.Comparison of Medical/Health Informatics Education at the Best Global Universities for Clinical Medicine in Mainland China，Japan and South Korea[J].Studies in health technology and informatics，2019（264）：1958-1959.

[14] 周晓英，张璐.图书情报学院健康信息学教育发展与教学改革研究[J].中国图书馆学报，2018（6）：105-119.

[15] 曾湘琼.大数据时代的健康信息学人才培养[J].图书馆论坛，2020（2）：74-81.

[16] 赵自雄，戚晓鹏，苏雪梅.中美公共卫生信息学教育比较及对策[J].医学信息学杂志，2012（5）：13-16.

[17] McGinnis Patrick J.The scope and direction of health informatics.[J].Aviation，space，and environmental medicine，2002（5）：503.

[18] 周毅.新文科背景下图情档学科“微专业”建设实践探讨[J].情报资料工作，2021（6）：5-12.

[19] 徐璐璐，杜建，叶鹰.21世纪以来医学信息学研究走向及其健康信息学转向[J].情报学报，2020（7）：777-786.

（编校：崔萌）