医学大数据对生命科学的影响分析(2)

　　3 大数据对医学教育理念的影响

　　3.1 更新科研思维

　　大数据时代, 科研思维由线性思维转向网状思维, 从注重分析转变为分析与综合并重。以还原论和线性思维为指导的经典生命科学强调一个基因决定一种蛋白质, 进而决定一种生物学功能。日趋流行的系统生物学则以系统论为指导, 认为生物行为是其组分之间广泛相互作用的结果, 研究对象不再局限于一条信号转导通路或代谢途径, 而从整体层次上研究和量化生物系统的行为, 以细胞活动的网络和生物大分子间复杂的相互作用为研究对象[12]。

　　未来的医学研究将更加关注基础研究与临床和公共卫生应用之间严重失衡的问题, 为实验室到病房之间架起一条快速通道, 将分子基础医学研究成果向最有效和最合适的疾病预防诊治和预防模式转化。医学研究及临床实践领域将被彻底革新, 互联网将成为其创新的重要源泉。为了更好地对数据进行分析和整合, 医学数学建模和软件开发将成为有广阔发展前景的研究领域[12], 联合协作成为主要的研究方式。

　　因此, 在教学中要注重培养学生以系统论为指导的思维模式, 不但要关注生命领域的进展, 而且要熟悉与数据分析及建模相关的信息技术及数学知识, 要善于从临床及公共卫生应用领域与基础研究之间的失衡中寻找科学问题。科学研究不再局限于传统生物学实验研究, 也要从大数据分析中获得结论, 要注重培养学生的团队合作意识。

　　3.2 学习大数据技术

　　从大数据的角度看, 无限扩展的数据资源有潜在而巨大的利用价值。最终目的并不是拥有大数据本身, 而是从数据中提取真实信息, 使生物医学大数据真正在医疗、科研、教学中产生效用。为此, 就必须实现对大数据的收集、整合、处理与分析, 形成利用价值密度高的数据资源体系, 真正实现大数据的价值。培养对数据的敏感性, 塑造大数据思维, 以大数据的眼光观察、理解、解释生物医学各个领域的进展, 认识生物医学大数据的多样性与差异性, 把握数据的动态变化, 探讨数据间的相关性, 及时发现专业领域热点, 紧跟研究前沿, 挖掘数据背后的价值。只有掌握大数据的分析方法, 才能使数据活化, 获得有效的价值。为此, 就必须培养兼通医学与计算机知识的复合型人才, 在实际培养过程中, 加强医学信息学相关课程的设置[6]。

　　3.3 创新教学方法

　　根据每个学生的特点, 因材施教, 才能最大程度地提高教学效果。大数据技术使得个性化教学成为可能, 实现从群体教学转向个体教学。运用大数据技术记录学生个体的即时性行为与现象, 整合、分析这些数据, 评估教学过程中学生个体在不同时期的学习状态、表现和水平, 进而掌握学生真实、个性化的数据信息, 根据数据分析因材施教, 提高学生个体乃至群体的学习水平。此外, 大数据时代也带来了教学模式的创新。大型开放式网络课程 (Massive Open Online Courses, MOOC) 具有工具资源多元化、覆盖广、自主性强, 资源丰富等特点[9], 是近年流行的一种创新医学教学模式, 更容易发挥学生的主体作用, 利于创新思维与创新能力人才的培养。

　　参考文献
　　[1]MURDOCH T B, DETSKY A S.The inevitable application of big data to health care[J].JAMA, 2013, 309 (13) :1351-1352.
　　[2]焦飞, 王娟, 马颖, 等.大数据时代背景下的医学思考——转化医学新趋势前瞻[J].医学与哲学, 2015, 35 (11) :1-3.
　　[3]游苏宁.大数据对传统医学的颠覆[J].中华口腔医学杂志, 2015, 5 (1) :1-4.
　　[4]游苏宁.海量数据的中国之路、针砭时弊地预见未来[J].中华医学信息导报, 2014, 29 (19) :23.
　　[5]MAYER S V, CUKIER K.Big data:a revolution that will transform how we live, work, and think[M].New York:Houghton Mifflin Harcourt, 2013.
　　[6]种乐熹, 胡德华.大数据环境下医学信息学教育的变革与发展[J].中华医学图书情报杂志, 2015, 24 (9) :71-75.
　　[7]曲翌敏, 江宇.健康大数据的来源与应用[J].中华流行病学杂志, 2015, 36 (10) :1181-1184