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。

文章来源：《医学信息》 网址: http://www.yxxxbjb.cn/qikandaodu/2020/0731/440.html