大數據時代高等醫學教育創新思考

前言：本站為你精心整理了大數據時代高等醫學教育創新思考范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

［摘要］在大數據時代，許多過去難以量化的信息都已被轉化為數據進行存儲和加工，影響人們的價值觀、知識體系和生活方式。而反觀目前的醫學高等教育，還存在許多與時展不相適應的部分。如課程設置不合理，教學方法封閉、師生關系單一，考核制度局限。大數據時代，高等醫學教育應充分利用新資源，整合課程設計、調整教師角色、優化教學方法、提升教學管理以及個性化人才培養。

［關鍵詞］大數據;整合醫學;醫學教育;教學方法;個性化教育

一、前言

“大數據(bigdata)”概念源于依靠大容量數據集的學科，如天文學，基因組學及氣象學。［1］美國互聯網數據中心將大數據定義為:通過高速捕捉、發現、分析，從大容量數據中獲取價值的一種新技術。［2］大數據有4大特征:第一，數據容量大(Volume)，其單位至少是“太字節”PB(240個字節，計算機上儲存一個英文字母是1字節)，目前最大到“堯字節”YB(280個字節)。第二，數據類型多(Variety)，包括網絡日志、音頻、視頻、圖片信息等等，物聯網出現后，數據類型更加多樣化，“凡存在，皆聯網，凡聯網，皆數據”。第三，價值密度低(Value)，信息采集裝置隨處可見，信息量無限放大，信息的價值密度降低。所以如何更迅速的完成數據的價值“提純”，是大數據時代亟待解決的難題。第四，處理速度快，時效性(Velocity)要求高。數據已經無所不在，許多過去難以量化的信息都已被悄然轉化為數據進行存儲和處理，從而預測事物的發展趨勢，影響人們的價值體系、知識體系和生活方式。反觀目前的醫學高教，還存在許多與時代不相適應的部分。

二、我國高等醫教的現狀

我國高等醫教模式來自50年代初的蘇聯，隨著信息化的迅速發展，該模式已明顯滯后，制約了高等醫教的發展，不利于人才培養。其問題主要表現以下幾個方面。

(一)課程設置不合理

醫學課程體系沿用蘇聯“三段式”結構(普通教育、基礎醫學教育、臨床醫學教育;雖然后來增加了繼續醫學教育，但流于形式)。課時數多，部分課程份量過重，內容重復、過專、過深，學習負擔太大;同時，部分社會亟需的課程，如醫學信息學、預防醫學、人文醫學、老年醫學等比重過輕。有醫學生發表文章指出“課程陳舊使得學生厭學”，“必須大膽砍掉無用的課程，同時增加與時代聯系更緊、實用性更強的課程”。［3］

(二)教學方法封閉、師生關系單一

由于醫學信息量的龐雜，長期以來醫學教學多以灌輸為主，填鴨式教學依然大行其道。強調記憶、背誦，最有活力的學生被最枯燥的教科書束縛在最封閉的課堂，機械記憶擠占了早期接觸臨床的時間和精力，降低了學習興趣，打擊了學習的積極性、主動性，扼殺了創造性。師者，傳道、授業、解惑也。而當前醫學教育片面強調授業，忽視解惑和傳道。而作為學習主體的學生，只要消極接受、服從和背誦，就能得高分，無權選擇課程、選擇老師，只能接受高溫定型和批量生產。學生沒有時間疑惑、沒有興趣問道。這種“知識型”、“專業型”、“高分低能型”的人才培養，容易造成人才自我封閉，再次扼殺了獨立思考的創新精神。

(三)考核制度局限

目前，高校考察教學質量和學生成績仍以現場的理論考試為主，考試內容基本是死記硬背的試題，不重視溝通能力、綜合能力、操作能力、實踐能力的考核。

三、大數據時代高等醫學教育的應對策略

在“數據驅動決策”的大數據時代，發達國家已將大數據提升到國家戰略層面，投入巨資，在教育領域研究和應用也已取得一定成果。我們迫切需要整合現有資源，彌補自身不足，發揮后進優勢，爭取實現教育大數據研究及應用的跨越式發展。［4］

(一)課程設計，從“資料獲取”到“深入挖掘”

大數據時代，資料獲取手段已經改變:從道聽途說，到查閱紙質參考書，到電子期刊檢索，到百度一下，再到移動終端，到不遠的普適計算時代———“不見計算機，無處不計算”。從書籍傳播發展到全球網絡直播，通用知識的獲取周期縮減到0．01秒。資料分析方法改變:從傳統的抽樣調查到大數據時代的“全數據”，直接分析研究對象相關的所有數據，而不是僅僅分析少量的數據樣本;從復雜的統計學分析到直觀便捷的“樣本=總體”。隨著衛生保健和生物醫學數據的增長和多樣化應將大數據應用到生物醫學和衛生信息學教育課程中。［5］應在教師的組織指導下，學習如何學習，提高“信息素養”。［6］課程設置方面，應進一步突出自主獲取信息、分析信息、甄別信息、應用信息的學科，如“醫學文獻檢索”、“醫學信息學”等。不僅如此，還需要及時更新整合教學數據，精簡落伍的學科，避免內容的重復和沖突。醫學教材中不同科目在討論同一問題時，常有不一致的數據;甚至在同一本教材的不同章節，對同一問題的表述也有不一致，甚至相去甚遠。正如樊代明院士所說，教材非常厚，自說自己話，互相不關聯，你想找聯系，翻都翻不到。這種每個專業盲人摸象般的教育模式，勢必被“整合醫學教材”所取代。不僅如此，大數據時代，呼喚將“古今中外和未來”的醫學重要信息予以“整合”。［7－8］

(二)調整教師作用，從“知識講授者”到“學習組織者”

過去認為，教學效果主要依賴教師的努力與水平;而大數據時代的教育將推動“以教師為中心”向“以學生為中心”的轉變，推動“演員型”向“導演型”教師轉型，從宏觀群體走向微觀個體，使“經驗式”轉變為“數據服務”教育模式，教師從知識的傳授者轉變為學習的組織者，根據數據關注每個學生的微觀表現，依據數據因材施教，從而實現個性化教育。

(三)優化教學方法，提升教學水平

在大數據時代，信息觸手可及，學生對老師的期望不僅僅是提供知識，而是以有趣并且易于理解和記憶的方式講解，更重要的是激發學生學習和創新的熱情。傳統的照本宣科將被唾棄，而數據可視化將成為趨勢。人的創造力不僅取決于邏輯思維，還取決于形象思維。數據可視化技術，可以通過形象，在邏輯思維的基礎上進一步激發人的形象思維和空間想象能力，吸引、幫助學生洞察數據之間的關系和規律。比如盡可能用圖、表、動畫和視頻來取代大段文字描述;再比如用“3D打印”技術開發新教具、開發3D仿真解剖軟件。為適應大數據時代，美國一些醫學院已逐步改變教學策略，如減少課堂講授的時間，增加小組學習、團隊合作，要求學生互相講授。而醫學實驗也發生了變化，除了采用傳統的動物和尸體外，仿真實驗、虛擬醫療開始推廣。［9］

(四)大數據助力，提升教學管理

可以在課前、課中和課后通過以下方法，提升教學管理水平。

1．選課、上課前

利用網絡教師介紹、教學內容和參考資料，供學生預習和了解相關歷史背景，激發對課程的興趣，便于學生自主選擇課程，提前準備問題供課堂上學生的展示和深入討論。

2．上課時

利用手機實時互動和考勤;同時引進國內外知名學校的優秀教學資源，比如斯坦福大學的英文課，全球有近10萬人與校內100人同步參加同一位教授的課程，并且在線提交作業。在臨床課的教學中，可以充分發揮醫學模擬教育和標準化病人(SP)教學的優勢，即利用仿真模型和智能化的醫學模擬技術，參照教學內容，模仿疾病的表現以及診療過程，模擬病人、病房、手術室乃至醫院，以實現更加科學化、人性化的教學方式，［10－11］使學生能夠盡可能真實地體驗包括常規檢查、搶救、手術等醫療技術復雜而又精密的過程。

3．課后

學生用手機或其他媒體在網上填寫滿意度調查、進行重點知識掌握度檢測，對其薄弱環節進行記錄、補救;及時獲取學生對課程結構改進的建議。將課程視頻及時在網絡上，供學生復習時點擊播放，同時也是對授課老師的督促。考試中以全程錄像替代人工監考，不僅節省人力成本，更有助于學生行為模式的分析。

(五)鼓勵個性化人才培養

個性化培養的定義是“按照個體化的目標和方法，為學生提供學習管理策略和知識管理技術，并整合有效的教育資源，幫助學生突破限制，實現自我成長、自我實現和自我超越”。［12］在大數據時代，普適計算大行其道，各種傳感器和微處理器無處不在，所有的機械或電子設備都可以留下數據痕跡，這些痕跡忠實記錄了學習和生活的狀況。如課程選擇、在線學習、互動和反饋、網絡社交行為、圖書館借閱行為、校園卡使用等等，這些數據經過整合分析，能夠詳細揭示學生的行為模式，由于個體特征顯著，有人稱之為“行為指紋”。如華東師范大學通過校園卡記錄開發的“家庭經濟困難學生預警系統”，就是將大數據思維運用于個性化教育的嘗試和實踐。［13］信息時代，教育革命應解放學生與生俱來的學習能力和天分。最嚴重的問題是因循守舊的教師還在落后的模式里“勤奮地工作”。蘇伽特反問:“你教的東西，20年后還管用嗎?”蘇伽特認為，閱讀、搜索和辨別真偽是三種在大數據時代用得到而且必須學的東西。［14］因此，大數據時代，更加強調獨立思考，重視啟迪，而非灌輸;大數據時代，問題不是買不到魚，而是如何撈到魚，所以更重視授漁，而非授魚;大數據時代，難題不是撈不到魚，而是如何撈到最適合的魚，所以更加重視對信息的甄別提取。大數據時代，池塘里魚很多，問題是如何培育出更好的魚，所以更加重視培養學生的創新能力。這就要求設計更多的個性化的選修課，更多的興趣小組，更多的微論壇。大數據時代的醫學教育，對教師提出了新的更高的要求。正如《大數據時代》作者維克托•邁爾•舍恩伯格所說:“大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型。”與歷史上重要的轉型期一樣，在此關鍵時刻，如果醫學高等教育能夠順應潮流，銳意創新，就有可能實現中國高等醫學教育的跨越式發展。

［參考文獻］

［1］EllawayR．eMedicalTeacher．ScholarshipinanAgeofBigDa-ta［J］．MedTeach，2013，(7):613－615．

［2］張燕南，胡繼岳．關于大數據應用于教育的思考［J］．中國電力教育，2013，(291):5－7．

［3］馮超，張楨，石貴文，等．加入WTO對我國醫學高等教育的影響及應對策略［J］．教育探索，2003，(2):27－28．

［4］徐鵬，王以寧，劉艷華，等．大數據視角分析學習變革———美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示［J］．電大教學，2013，(6):11－17．

［6］張靜波．大數據時代的數據素養教育［J］．科學，2013，(4):29－32．

［7］樊代明．整合醫學初探［J］．醫學爭鳴，2012，(2):3－12．

［8］樊代明．整合醫學:醫學發展的大勢所趨［J］．中國社區醫師，2014，(6):10．

［10］郭璐，鐘春玖，王莉英．趨近于臨床實訓效果的模擬教學———淺談高校模擬醫學教學的效果最大化［J］．中國高等醫學教育，2014，(3):66－67．

［11］陳玉清，裴慧慧，姚書忠．模擬結合問題式教學培養醫學生創新能力［J］．高教探索，2014，(3):116－118．

［12］趙桂秋，李翠，車成業．醫學研究生的個性化教育探討［J］．山西醫科大學學報(基礎醫學教育版)，2013，(1):96－97．

［13］張燕南，趙中建．大數據時代思維方式對教育的啟示［J］．教育發展研究，2013，(21):1－5．

［14］魏忠．教育革命的真正原因就是大數據［J］．上海教育，2013，(17):34－35．

作者：袁文臻 王千心 郝建朋 關泉林 郭鵬軍 單位：蘭州大學第一醫院 蘭州大學第一臨床醫學院