医疗大数据环境下医学信息学课程体系的构建

作者:网站采编
关键词:
摘要：近年，伴随我国医疗信息化的快速推进，健康医疗大数据急剧增长，不仅催生出了医疗领域众多应用新业态、新模式，给传统诊疗模式带来深刻变革，医疗大数据也无疑成为我国宝贵的

近年，伴随我国医疗信息化的快速推进，健康医疗大数据急剧增长，不仅催生出了医疗领域众多应用新业态、新模式，给传统诊疗模式带来深刻变革，医疗大数据也无疑成为我国宝贵的新型战略性基础资源，将在疾病诊断、临床决策、精准医疗等卫生领域初展头角并最终取得长足发展。2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，明确要求切实加快医疗信息化交叉学科人才的培养，为全民人口健康信息化建设提供高质量的人才保障。面对新形势和新要求，为落实医学信息人才培养和大数据建设应用的协同一致，课题组执最新视角、怀探索之心，重新审视医学信息学专业设置和教学体系，以期实现交叉学科教学内容及时更新和课程优化整合，推动医学信息学科建设，适应专业发展新环境。 一 医学信息教育的学科知识内涵与发展 发达国家的医学信息教育始于上世纪50年代。多年来，越来越多的医学类院校都为在校生开设了不同层次、多种方向的医学信息课程，并且从某个专业教学课程的一部分逐渐发展成熟形成了独立的医学信息专业。美国、德国、法国等医学信息教育先行国家的专业建设的鲜明特点是专业定位和培养目标比较清晰，即把计算机和信息技术在医疗环境中的应用作为专业教育的核心内容，做到真正的技术服务与临床。我国医学信息教育始于上世纪80年代的图书情报学，1993年，国家教委将图书情报学改名为信息学（医学）专业，1998年又一次更名为信息管理与信息系统（医学）。由于历史遗留问题，设置医学信息学专业名称的意愿一直未成。直至2002年，中南大学向教育部提交了报告，建议将“信息管理与信息系统（医学）”更名为“医学信息学”，并得到批准。专业名称的落地标志着我国医学信息学专业从此诞生。 （一） 医学信息学的学科内涵 医学信息学应用计算机等相关技术，对临床诊疗、用药、检验检查、医学研究等各种医学数据资源，以一定的处理流程和研究方法，优化信息的存储、处理、集成和应用，为信息时代传统医学的临床实践和科研探索打造新的生长点和研究视角。 （二） 医学信息学的“户口”和课程设置 在我国，由于各高校医学信息学的学科发展背景、开设时间和培养方向的不同，导致学科归属差异性较大，没有明确的学科位置。部分一级学科比如有公共管理学、情报学、临床医学，公共卫生学、基础医学等。虽然医学信息学的学科归属较分散，但各具特色、百花齐放的繁荣之景，形成了具有中国特色的医学信息专业体系和学科基础。 高校医学信息课程设置各有不同，但作为交叉学科通常都有医学、计算机和管理学三个模块构成。调研发现，这种课程设置虽可以保证学生对交叉学科知识的广泛涉猎，但由于专业发展仍不成熟，三个方向的课程极易形成简单的堆砌和罗列，形成学科丛林现象。课程在横向上知识交叉不足，纵向上缺乏有机联系，加之实践教学还未能真正贴近医院临床大数据环境。因此，医学信息学作为新兴学科，课程设置未充分体现交叉学科的核心特点和医学信息应用场景。 二 医学信息教育课程体系优化指导原则 （一） 以健康医疗大数据领域需求驱动医学信息学学科发展 随着医改持续推进，医疗信息化进入深水区，各级医疗卫生机构纷纷加快信息化建设和应用。国家政策也逐步破冰，提出借大数据之东风加快探索健康医疗服务新模式。同时，健康医疗大数据应用研发机构和数据中心如雨后春笋般不断涌现，比如北京大学健康医疗大数据研究中心、复旦大学上海精准医疗大数据中心等。 2013年作为大数据元年，在数据增长最快的领域中，医疗行业占据首位。医疗大数据是目前最为复杂的数据，也最能将大数据的4V特征完美演绎。①体量大（Volume）：尤其是非结构数据的超大规模和增长。非结构化数据比结构化数据的增长速度快10到50倍，占据数据总量的80-90%。②多样性（Variety）：由于行业的特殊性质，医疗数据有众多不同的信息形式，比如文本、图像、音频、视频、机器数据等，造成了医疗大数据的多样性和异构性。③价值密度低（Value）：医疗大数据采集的是患者就医全过程原始数据，未进行数据的清洗、筛选和抽象等环节，其中必会掺杂噪音数据。因此，欲从繁杂的数据中提取有用的知识定离不开信息技术的支持。④快速处理（Velocity）：由于临床诊疗的时效性，医疗数据注重的是实时分析而非批量式分析，因此，医疗大数据的分析与应用都具有较强的时效性[1]。医疗大数据的4V特征使得信息遴选、集成、分析和挖掘处理等尤为棘手，给医学信息工作者带来前所未有的挑战，进而对医学信息后续人才的培养提出了新的能力要求。 （二） 以医学信息学课程融合优化和学科长远发展为牵引力 医学信息学以临床数据、生物数据和医疗信息系统等为研究对象，目的是实现数据的有效呈现、高效组织和再利用，为卫生宏观管理、临床决策和知识分析提供支持。医学信息学将来必会融入临床实践和科研，为诊疗工作提供循证医学数据的支持，为大数据分析提供尖端技术支持。医学信息学也必将为国家医疗信息化顶层设计4631-2工程保驾护航，荣立功勋。所有的现实需求都将转化为医学信息工作者的岗位需求，继而转化为医学信息学教育体系课程的多样性与融合性。培养方案的调整务必站在整个学科发展的高度通盘筹划，全面优化。 （三） 以培养“厚基础，宽口径”、富有医学信息底蕴的复合型人才为推动力 培养目标是教学体系设置的根本，对人才培养的方向和质量有决定性作用。大数据环境下，医学信息人才的培养方向应是多样性的，以满足政府、科研院所、医疗机构和健康大数据中心的不同技能需求。应根据不同的人才需求定制差异化的培养目标，并细化教学方案，以体现不同研究方向的准确定位。 三 医学信息学课程教学体系优化设计 标准的课程设置、科学的课程结构、良好的培养模式和鲜明的专业特点是学科可持续发展和提高核心竞争力的基础。医学信息学作为新兴交叉学科，本身具有跨学科、多领域、复杂性等特点。因此，在教学体系设计时，更应从诸多因素全盘考虑，摸清现状，找准问题，定准基调，根据学科发展和人才培养需求，及时修订培养方案，不断健全专业培养机制[2]。 （一） 构建精准化、系统化、动态化的教学内容体系 教学内容体系的制定是整个培养过程的核心，高校医学信息学的内容体系主要包含理论教学和实践教学，二者互为支撑，缺一不可。 1.理论教学模块 医学信息学作为新兴交叉学科，理论课程的设置一方面要体现多学科、多领域、多层次的特点，另外要紧贴时代发展，及时将新技术、新方法引入课堂[3]。 课程内容在整体设计上包含医学、计算机、信息管理等课程群，保证交叉学科的知识覆盖宽度。这种设计并非课程的简单相加或堆砌，而要根据学生已有的知识结构和认识深度科学地设置课程次序，真正实现课程间的有机联系和交叉融合，体现学科特点。对于解决同质问题的相似课程可以进行横向概括提炼，以启发式思路引导学生自主学习和探索，比如计算机编程C语言和Java。另外，结合教学经验和专业发展现状发现，学生对医学类课程普遍重视不足，“重工轻医”现象严重。一方面导致学生进入岗位后对医学环境和医疗业务无所适从。另一方面，目前国内为数不多的招收医学信息学硕士的高校或研究单位在初试科目中医学（西医综合、预防综合等）是必考专业科目，而薄弱的医学基础使考生对厚重如砖的医学课本近乎绝望，导致医学信息硕士生源几乎为零，严重阻碍了学科的健康可持续发展。因此，加强学生的医学素养和底蕴已迫在眉睫。 通过调研部分高校的医学信息学课程体系，经过横向比较，我们将医学信息核心课程分为如下几类：第一，医院信息系统类。主要是围绕临床业务需求，以各类信息系统为主线，进行功能操作、开发和实施的课程，如临床信息系统、EMR等。第二，医学信息管理类。主要阐述医学信息的管理技术和方法，如病案信息学、医院管理学。第三，医学信息检索类。如医学文献检索与利用。第四，计算机类。如软件工程、程序设计、计算机网络等。 综合以上，明确了医学信息专业知识体系结构，理论课程结构采用“医学基础课程+计算机基础课程+大数据专业课+核心课程”的建设模式，打造“金字塔式”课程体系，在夯实专业基础知识的基础上，精准聚焦，深入细化，逐步将学生引入专业知识的学习。 2.实践教学模块 医学信息学目前涉及的领域愈加广泛，理论与实践齐头并进才是硬道理，仅依靠理论课的讲授学生难以对医学信息形成清晰的定位。二者要实现无缝对接，才能真正相辅相成。实践课要有层次性，循序渐进，依据学科特点将实践教学体系分为3个层次。①针对医院信息系统的基本技能训练层：包括对影像信息系统、实验室信息系统、门急诊信息系统等的业务流程、基本功能操作、系统架构分析、数据库维护与优化等，强化医学信息基本技能，培养学生运用所学知识与技术解决医学信息收集、存储、分析过程中出现问题的能力。②科研素养训练层：创建科研室，以临床数据为源头，结合疾病与健康数据分析健康危险因素；结合机器学习技术，预测发病趋势；利用人工智能，对数据进行集成与挖掘。引导学生以问题为导向深入研究，创新发展，激发科研热情、培养科研思维。③实习阶段：学生应进入专业相关的单位进行实习，如医院信息中心、省卫计委和市卫生局规划与信息处、国家卫计委统计信息中心、疾控中心、医疗信息企事业单位等。真正融入工作环境，接触实际业务，切实实现学以致用。 （二） 构建立体化教学模式 1.立体化教学资源 医疗大数据环境下，传统的纸质教学资源已无法满足医学信息学课程需要。现阶段课程资源的数据结构、数据形式和数据特征都发生了变化，也给数据附加了新的内涵和外延。新模式下，要充分利用多种现代信息资源，挖掘和建立新型教学素材。目前较常见的有医学信息仿真平台、虚拟数字医院等，可以让学生根据事例验证所学理论。鉴于医学信息学范畴广、研究方法多的特点，我们提出结合教学需求，将复杂的医学信息资源处理、健康数据分析、系统搭建等真实案例编入案例库，让学生切身感受算法选取、模块设计、流程优化等过程细节。在教与学的过程中，学生作为中心，在教师的引导和点评中、在身临其境的启发与探究中感受知识创新。通过多种形式的教学资源促进知识的形象化，具体化。最终形成书本教材、数字化课程资源（慕课等）、教学网站和教学案例库“四位一体”的教学资源形式。 2.多元化的实习基地 医学信息专业成立时间短，发展不完善，因此实践基地数量少、建设不成熟。部分院校学生实习阶段需要自主联系实习单位，导致学生的实习内容与专业相关性较低，不能真正提高医学信息方面的能力和素养。因此，在学科建设中要加强多元化基地培育和质量建设工作，使实习在人才培育模式中切实体现专业特色和岗位要求。 围绕多学科交叉这一特色，秉承分流培养的理念，可以将实习基地划分为如下几类。①医疗机构信息中心。目前国内医院基本都有自己的信息中心，包括专科医院、民营医院和体检中心等。学生可以在医院环境下熟悉医院各项临床业务和数据流，各类系统的设计与优化维护以及异构数据的协同共享等。②医疗大数据相关研究所。在政策的鼓励下，我国相继成立了各种大数据研究中心或科研院所，研究医学数据的采集、分析以及挖掘,为临床决策提供支持。在这里，学生能够融入卫生信息科研活动，提高科研品质和创新精神。③医疗软件公司。公司最能体现行业前沿发展技术，对实习生能力的培养成效显著。尤其可以加强学生对业务流程、系统实施以及运营维护等方面能力的培养与提高。④卫生行政机构。如国家统计信息中心、省市卫计委信息中心、情报所、疾控中心等。学生可以学习卫生信息指导政策与法规，卫生统计指标、流程与内容，了解卫生信息化宏观政策与现实发展。通过不同实践基地的学习，学生更能明确不同的岗位角色和工作任务，确定发展方向，有效避免初次就业的迷茫。 综上，以健康医疗大数据环境下医学信息学的知识体系结构为主线，适时调整学科专业课程体系，满足新时代下学生整体素质的培养和学科的健康发展，发挥出新型交叉学科的特色，增强医学信息学专业的核心竞争力。为社会成功培育创新型、复合型人才的同时，为专业的持续发展奠定良好基础，保障我国医学信息学教育的后续发展。 [1] 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,2018,31(01):80-83. [2] 赵志升,张鹤鸣,王效政.医学信息学专业课程设置的优化[J].教育与职业,2013(29):134-135. [3] 肖晓霞,晏峻峰,罗铁清.医学信息工程专业课程群构建及实施浅谈[J].教育现代化,2015(16):83-85. 近年，伴随我国医疗信息化的快速推进，健康医疗大数据急剧增长，不仅催生出了医疗领域众多应用新业态、新模式，给传统诊疗模式带来深刻变革，医疗大数据也无疑成为我国宝贵的新型战略性基础资源，将在疾病诊断、临床决策、精准医疗等卫生领域初展头角并最终取得长足发展。2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，明确要求切实加快医疗信息化交叉学科人才的培养，为全民人口健康信息化建设提供高质量的人才保障。面对新形势和新要求，为落实医学信息人才培养和大数据建设应用的协同一致，课题组执最新视角、怀探索之心，重新审视医学信息学专业设置和教学体系，以期实现交叉学科教学内容及时更新和课程优化整合，推动医学信息学科建设，适应专业发展新环境。一 医学信息教育的学科知识内涵与发展发达国家的医学信息教育始于上世纪50年代。多年来，越来越多的医学类院校都为在校生开设了不同层次、多种方向的医学信息课程，并且从某个专业教学课程的一部分逐渐发展成熟形成了独立的医学信息专业。美国、德国、法国等医学信息教育先行国家的专业建设的鲜明特点是专业定位和培养目标比较清晰，即把计算机和信息技术在医疗环境中的应用作为专业教育的核心内容，做到真正的技术服务与临床。我国医学信息教育始于上世纪80年代的图书情报学，1993年，国家教委将图书情报学改名为信息学（医学）专业，1998年又一次更名为信息管理与信息系统（医学）。由于历史遗留问题，设置医学信息学专业名称的意愿一直未成。直至2002年，中南大学向教育部提交了报告，建议将“信息管理与信息系统（医学）”更名为“医学信息学”，并得到批准。专业名称的落地标志着我国医学信息学专业从此诞生。（一） 医学信息学的学科内涵医学信息学应用计算机等相关技术，对临床诊疗、用药、检验检查、医学研究等各种医学数据资源，以一定的处理流程和研究方法，优化信息的存储、处理、集成和应用，为信息时代传统医学的临床实践和科研探索打造新的生长点和研究视角。（二） 医学信息学的“户口”和课程设置在我国，由于各高校医学信息学的学科发展背景、开设时间和培养方向的不同，导致学科归属差异性较大，没有明确的学科位置。部分一级学科比如有公共管理学、情报学、临床医学，公共卫生学、基础医学等。虽然医学信息学的学科归属较分散，但各具特色、百花齐放的繁荣之景，形成了具有中国特色的医学信息专业体系和学科基础。高校医学信息课程设置各有不同，但作为交叉学科通常都有医学、计算机和管理学三个模块构成。调研发现，这种课程设置虽可以保证学生对交叉学科知识的广泛涉猎，但由于专业发展仍不成熟，三个方向的课程极易形成简单的堆砌和罗列，形成学科丛林现象。课程在横向上知识交叉不足，纵向上缺乏有机联系，加之实践教学还未能真正贴近医院临床大数据环境。因此，医学信息学作为新兴学科，课程设置未充分体现交叉学科的核心特点和医学信息应用场景。二 医学信息教育课程体系优化指导原则（一） 以健康医疗大数据领域需求驱动医学信息学学科发展随着医改持续推进，医疗信息化进入深水区，各级医疗卫生机构纷纷加快信息化建设和应用。国家政策也逐步破冰，提出借大数据之东风加快探索健康医疗服务新模式。同时，健康医疗大数据应用研发机构和数据中心如雨后春笋般不断涌现，比如北京大学健康医疗大数据研究中心、复旦大学上海精准医疗大数据中心等。2013年作为大数据元年，在数据增长最快的领域中，医疗行业占据首位。医疗大数据是目前最为复杂的数据，也最能将大数据的4V特征完美演绎。①体量大（Volume）：尤其是非结构数据的超大规模和增长。非结构化数据比结构化数据的增长速度快10到50倍，占据数据总量的80-90%。②多样性（Variety）：由于行业的特殊性质，医疗数据有众多不同的信息形式，比如文本、图像、音频、视频、机器数据等，造成了医疗大数据的多样性和异构性。③价值密度低（Value）：医疗大数据采集的是患者就医全过程原始数据，未进行数据的清洗、筛选和抽象等环节，其中必会掺杂噪音数据。因此，欲从繁杂的数据中提取有用的知识定离不开信息技术的支持。④快速处理（Velocity）：由于临床诊疗的时效性，医疗数据注重的是实时分析而非批量式分析，因此，医疗大数据的分析与应用都具有较强的时效性[1]。医疗大数据的4V特征使得信息遴选、集成、分析和挖掘处理等尤为棘手，给医学信息工作者带来前所未有的挑战，进而对医学信息后续人才的培养提出了新的能力要求。（二） 以医学信息学课程融合优化和学科长远发展为牵引力医学信息学以临床数据、生物数据和医疗信息系统等为研究对象，目的是实现数据的有效呈现、高效组织和再利用，为卫生宏观管理、临床决策和知识分析提供支持。医学信息学将来必会融入临床实践和科研，为诊疗工作提供循证医学数据的支持，为大数据分析提供尖端技术支持。医学信息学也必将为国家医疗信息化顶层设计4631-2工程保驾护航，荣立功勋。所有的现实需求都将转化为医学信息工作者的岗位需求，继而转化为医学信息学教育体系课程的多样性与融合性。培养方案的调整务必站在整个学科发展的高度通盘筹划，全面优化。（三） 以培养“厚基础，宽口径”、富有医学信息底蕴的复合型人才为推动力培养目标是教学体系设置的根本，对人才培养的方向和质量有决定性作用。大数据环境下，医学信息人才的培养方向应是多样性的，以满足政府、科研院所、医疗机构和健康大数据中心的不同技能需求。应根据不同的人才需求定制差异化的培养目标，并细化教学方案，以体现不同研究方向的准确定位。三 医学信息学课程教学体系优化设计标准的课程设置、科学的课程结构、良好的培养模式和鲜明的专业特点是学科可持续发展和提高核心竞争力的基础。医学信息学作为新兴交叉学科，本身具有跨学科、多领域、复杂性等特点。因此，在教学体系设计时，更应从诸多因素全盘考虑，摸清现状，找准问题，定准基调，根据学科发展和人才培养需求，及时修订培养方案，不断健全专业培养机制[2]。（一） 构建精准化、系统化、动态化的教学内容体系教学内容体系的制定是整个培养过程的核心，高校医学信息学的内容体系主要包含理论教学和实践教学，二者互为支撑，缺一不可。1.理论教学模块医学信息学作为新兴交叉学科，理论课程的设置一方面要体现多学科、多领域、多层次的特点，另外要紧贴时代发展，及时将新技术、新方法引入课堂[3]。课程内容在整体设计上包含医学、计算机、信息管理等课程群，保证交叉学科的知识覆盖宽度。这种设计并非课程的简单相加或堆砌，而要根据学生已有的知识结构和认识深度科学地设置课程次序，真正实现课程间的有机联系和交叉融合，体现学科特点。对于解决同质问题的相似课程可以进行横向概括提炼，以启发式思路引导学生自主学习和探索，比如计算机编程C语言和Java。另外，结合教学经验和专业发展现状发现，学生对医学类课程普遍重视不足，“重工轻医”现象严重。一方面导致学生进入岗位后对医学环境和医疗业务无所适从。另一方面，目前国内为数不多的招收医学信息学硕士的高校或研究单位在初试科目中医学（西医综合、预防综合等）是必考专业科目，而薄弱的医学基础使考生对厚重如砖的医学课本近乎绝望，导致医学信息硕士生源几乎为零，严重阻碍了学科的健康可持续发展。因此，加强学生的医学素养和底蕴已迫在眉睫。通过调研部分高校的医学信息学课程体系，经过横向比较，我们将医学信息核心课程分为如下几类：第一，医院信息系统类。主要是围绕临床业务需求，以各类信息系统为主线，进行功能操作、开发和实施的课程，如临床信息系统、EMR等。第二，医学信息管理类。主要阐述医学信息的管理技术和方法，如病案信息学、医院管理学。第三，医学信息检索类。如医学文献检索与利用。第四，计算机类。如软件工程、程序设计、计算机网络等。综合以上，明确了医学信息专业知识体系结构，理论课程结构采用“医学基础课程+计算机基础课程+大数据专业课+核心课程”的建设模式，打造“金字塔式”课程体系，在夯实专业基础知识的基础上，精准聚焦，深入细化，逐步将学生引入专业知识的学习。2.实践教学模块医学信息学目前涉及的领域愈加广泛，理论与实践齐头并进才是硬道理，仅依靠理论课的讲授学生难以对医学信息形成清晰的定位。二者要实现无缝对接，才能真正相辅相成。实践课要有层次性，循序渐进，依据学科特点将实践教学体系分为3个层次。①针对医院信息系统的基本技能训练层：包括对影像信息系统、实验室信息系统、门急诊信息系统等的业务流程、基本功能操作、系统架构分析、数据库维护与优化等，强化医学信息基本技能，培养学生运用所学知识与技术解决医学信息收集、存储、分析过程中出现问题的能力。②科研素养训练层：创建科研室，以临床数据为源头，结合疾病与健康数据分析健康危险因素；结合机器学习技术，预测发病趋势；利用人工智能，对数据进行集成与挖掘。引导学生以问题为导向深入研究，创新发展，激发科研热情、培养科研思维。③实习阶段：学生应进入专业相关的单位进行实习，如医院信息中心、省卫计委和市卫生局规划与信息处、国家卫计委统计信息中心、疾控中心、医疗信息企事业单位等。真正融入工作环境，接触实际业务，切实实现学以致用。（二） 构建立体化教学模式1.立体化教学资源医疗大数据环境下，传统的纸质教学资源已无法满足医学信息学课程需要。现阶段课程资源的数据结构、数据形式和数据特征都发生了变化，也给数据附加了新的内涵和外延。新模式下，要充分利用多种现代信息资源，挖掘和建立新型教学素材。目前较常见的有医学信息仿真平台、虚拟数字医院等，可以让学生根据事例验证所学理论。鉴于医学信息学范畴广、研究方法多的特点，我们提出结合教学需求，将复杂的医学信息资源处理、健康数据分析、系统搭建等真实案例编入案例库，让学生切身感受算法选取、模块设计、流程优化等过程细节。在教与学的过程中，学生作为中心，在教师的引导和点评中、在身临其境的启发与探究中感受知识创新。通过多种形式的教学资源促进知识的形象化，具体化。最终形成书本教材、数字化课程资源（慕课等）、教学网站和教学案例库“四位一体”的教学资源形式。2.多元化的实习基地医学信息专业成立时间短，发展不完善，因此实践基地数量少、建设不成熟。部分院校学生实习阶段需要自主联系实习单位，导致学生的实习内容与专业相关性较低，不能真正提高医学信息方面的能力和素养。因此，在学科建设中要加强多元化基地培育和质量建设工作，使实习在人才培育模式中切实体现专业特色和岗位要求。围绕多学科交叉这一特色，秉承分流培养的理念，可以将实习基地划分为如下几类。①医疗机构信息中心。目前国内医院基本都有自己的信息中心，包括专科医院、民营医院和体检中心等。学生可以在医院环境下熟悉医院各项临床业务和数据流，各类系统的设计与优化维护以及异构数据的协同共享等。②医疗大数据相关研究所。在政策的鼓励下，我国相继成立了各种大数据研究中心或科研院所，研究医学数据的采集、分析以及挖掘,为临床决策提供支持。在这里，学生能够融入卫生信息科研活动，提高科研品质和创新精神。③医疗软件公司。公司最能体现行业前沿发展技术，对实习生能力的培养成效显著。尤其可以加强学生对业务流程、系统实施以及运营维护等方面能力的培养与提高。④卫生行政机构。如国家统计信息中心、省市卫计委信息中心、情报所、疾控中心等。学生可以学习卫生信息指导政策与法规，卫生统计指标、流程与内容，了解卫生信息化宏观政策与现实发展。通过不同实践基地的学习，学生更能明确不同的岗位角色和工作任务，确定发展方向，有效避免初次就业的迷茫。综上，以健康医疗大数据环境下医学信息学的知识体系结构为主线，适时调整学科专业课程体系，满足新时代下学生整体素质的培养和学科的健康发展，发挥出新型交叉学科的特色，增强医学信息学专业的核心竞争力。为社会成功培育创新型、复合型人才的同时，为专业的持续发展奠定良好基础，保障我国医学信息学教育的后续发展。参考文献[1] 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,2018,31(01):80-83.[2] 赵志升,张鹤鸣,王效政.医学信息学专业课程设置的优化[J].教育与职业,2013(29):134-135.[3] 肖晓霞,晏峻峰,罗铁清.医学信息工程专业课程群构建及实施浅谈[J].教育现代化,2015(16):83-85.

文章来源：《世界最新医学信息文摘》 网址: http://www.sjzxyxxxwz.cn/qikandaodu/2020/0529/337.html

上一篇：基于CDIO的学生实践能力培养模式探索与实践 —
下一篇：《中华临床免疫和变态反应杂志》稿约