第一篇：基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式探究 2017

基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式探究

2017-07-12 ：

摘要：精準(zhǔn)教學(xué)自誕生以來，受限于技術(shù)條件，無論是理論研究還是實際應(yīng)用都不容樂觀。信息技術(shù)的發(fā)展特別是大數(shù)據(jù)的興起，為精準(zhǔn)教學(xué)的發(fā)展提供了機遇。在此背景下，文章梳理了精準(zhǔn)教學(xué)的理論方法、研究現(xiàn)狀及其應(yīng)用困境，分析了大數(shù)據(jù)對精準(zhǔn)教學(xué)的影響。隨后，文章從教學(xué)目標(biāo)確立、教學(xué)過程框架設(shè)計、教學(xué)評價與預(yù)測等三個維度，構(gòu)建了基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式。最后，文章針對教學(xué)主體關(guān)系、數(shù)據(jù)倫理、安全保障等問題，對基于大數(shù)據(jù)的精準(zhǔn)教學(xué)進行了反思。文章的研究，推動了大數(shù)據(jù)技術(shù)在精準(zhǔn)教學(xué)領(lǐng)域的應(yīng)用，有助于激發(fā)精準(zhǔn)教學(xué)的活力，進一步提升精準(zhǔn)教學(xué)的有效性。關(guān)鍵詞：大數(shù)據(jù)；精準(zhǔn)教學(xué)；教學(xué)目標(biāo)；教學(xué)過程；教學(xué)評價與預(yù)測 一 精準(zhǔn)教學(xué)的理論方法 精準(zhǔn)教學(xué)（Precision Teaching）是Lindsley[1]于20世紀(jì)60年代根據(jù)Skinne的行為學(xué)習(xí)理論提出的一種教學(xué)方法。起初，精準(zhǔn)教學(xué)面向小學(xué)教育，旨在通過設(shè)計測量過程來追蹤小學(xué)生的學(xué)習(xí)表現(xiàn)并提供數(shù)據(jù)決策支持，以便“將科學(xué)放在學(xué)生和教師的手中”[2][3]；后來，精準(zhǔn)教學(xué)發(fā)展為用于評估任意給定的教學(xué)方法有效性的框架[4]。歷經(jīng)50余年的發(fā)展，精準(zhǔn)教學(xué)現(xiàn)已形成了自身的一套理論方法。精準(zhǔn)教學(xué)的理論依據(jù)——Skinne的行為學(xué)習(xí)理論 Skinne[5]是美國新行為主義心理學(xué)的創(chuàng)始人之一，他認(rèn)為人類行為主要是由操作性反射構(gòu)成的操作性行為，操作性行為是作用于環(huán)境而產(chǎn)生結(jié)果的行為。人類的一切行為幾乎都是操作性強化的結(jié)果，人們有可能通過強化作用的影響去改變別人的反應(yīng)。在學(xué)習(xí)情境中，操作性行為更有代表性，因此操作性反射在學(xué)習(xí)過程中尤為重要。1954年，Skinne將這一理論引入教學(xué)，認(rèn)為教學(xué)就是提出學(xué)生應(yīng)達到的目標(biāo)并對學(xué)習(xí)過程進行控制，輔以訓(xùn)練、反饋和糾正性補救等措施，形成所要求的行為即達到目標(biāo)并立即給予強化；對于那些偏離目標(biāo)或未達到目標(biāo)的行為，則在不強化的前提下進行糾正[6]。精準(zhǔn)教學(xué)的衡量指標(biāo)——流暢度（Fluency）精準(zhǔn)教學(xué)中的最大“精準(zhǔn)”在于教學(xué)評價，而衡量教學(xué)是否達到目標(biāo)、學(xué)生是否真正掌握知識或技能，關(guān)鍵在于檢測學(xué)生學(xué)習(xí)的行為過程及其反應(yīng)?；诖耍珳?zhǔn)教學(xué)引入流暢度指標(biāo)，用于衡量學(xué)生的學(xué)習(xí)質(zhì)量。流暢度涵蓋了“準(zhǔn)確度”和“速度”兩個方面，也就是說，學(xué)生的學(xué)習(xí)質(zhì)量既包括對知識或技能的準(zhǔn)確掌握，也包括運用知識或技能的速度。流暢度具有五大屬性：持久性（Maintenance）、耐久性（Endurance）、穩(wěn)定性（Stability）、應(yīng)用性（Application）和生成性（Generativity）[7]。其中，持久性是指在無額外練習(xí)的情況下，學(xué)生根據(jù)需求執(zhí)行任務(wù)的能力；耐久性是指為了滿足真實需求，學(xué)生在長時間內(nèi)持續(xù)執(zhí)行任務(wù)的能力；穩(wěn)定性是指在有干擾的情況下，學(xué)生能夠繼續(xù)實施一項技能的能力；應(yīng)用性是指學(xué)生容易將知識或技能應(yīng)用于新情境的能力；生成性是指在沒有明顯的指導(dǎo)下，學(xué)生出現(xiàn)復(fù)雜行為技能的能力[8]。精準(zhǔn)教學(xué)的程序方法——練習(xí)與測量 精準(zhǔn)教學(xué)的程序方法要求學(xué)生日常練習(xí)并精準(zhǔn)測量其學(xué)習(xí)表現(xiàn)，即每天花費一定時間（1分鐘或幾分鐘）進行練習(xí)與測量。練習(xí)是測量的基礎(chǔ)，且這一過程需要長期開展并持續(xù)記錄。一般來說，測量得到的頻率數(shù)據(jù)將由教師記錄于標(biāo)準(zhǔn)變速圖表中，該圖表可以精確預(yù)測學(xué)生的知識或技能何時能夠達到流暢度的要求，以判定當(dāng)前學(xué)生的學(xué)習(xí)表現(xiàn)隨時間的推進是否進步明顯、是否需要修改干預(yù)措施。在教學(xué)過程中，教師可以根據(jù)學(xué)生日常的練習(xí)、測量與記錄情況，并通過頻繁監(jiān)測學(xué)生的學(xué)習(xí)行為狀態(tài)采集相應(yīng)的數(shù)據(jù)，以獲得學(xué)生的發(fā)展情況[9]。

二 精準(zhǔn)教學(xué)的研究現(xiàn)狀及其應(yīng)用困境 1 精準(zhǔn)教學(xué)的研究現(xiàn)狀 國外的精準(zhǔn)教學(xué)研究盡管已歷經(jīng)半個多世紀(jì)，但進展緩慢，主要集中于通過教學(xué)實驗來評估精準(zhǔn)教學(xué)的效果。如Downer[10]、Griffin等[11]的研究表明，精準(zhǔn)教學(xué)可以顯著提高學(xué)生的閱讀能力；Gallagher[12]、Str?mgren等[13]在數(shù)學(xué)教學(xué)中進行了精準(zhǔn)教學(xué)實驗研究，結(jié)果表明精準(zhǔn)教學(xué)對于數(shù)學(xué)學(xué)習(xí)困難的學(xué)生有顯著作用。

我國的精準(zhǔn)教學(xué)研究則剛剛起步。在中國知網(wǎng)以“精準(zhǔn)教學(xué)”為篇名、關(guān)鍵詞進行檢索，檢索日期截至2016年12月31日，所得文獻僅為13篇，且論文發(fā)表時間基本都在2016年之后。具體來說，祝智庭等[14]從信息化教學(xué)改革的角度，結(jié)合智慧學(xué)習(xí)分析了精準(zhǔn)教學(xué)的基本理論與模式設(shè)計，提出了基于遞歸思想的精準(zhǔn)目標(biāo)確定方法；梁美鳳[15]從理論引介的角度，介紹了精準(zhǔn)教學(xué)的基本概念、操作流程及其應(yīng)用價值；張靈芝[16]提出了翻轉(zhuǎn)課堂下的精準(zhǔn)教學(xué)模式及其實踐策略；鄭怡文等[17]借助數(shù)字媒體技術(shù)，通過提取人臉表情和體態(tài)特征對學(xué)生進行精準(zhǔn)關(guān)注，這實際上是精準(zhǔn)教學(xué)衍生出來的技術(shù)方案。由此不難發(fā)現(xiàn)，當(dāng)前我國的精準(zhǔn)教學(xué)研究存在兩大問題：一是研究總量偏少，研究者關(guān)注、跟進精準(zhǔn)教學(xué)的研究成果不多，尚沒有出現(xiàn)關(guān)于精準(zhǔn)教學(xué)的國家級教育科研課題；二是研究范圍狹小，研究者開展的精準(zhǔn)教學(xué)研究主要面向小學(xué)教育中的閱讀、數(shù)學(xué)等基礎(chǔ)課程，而對于高等教育、職業(yè)教育課程缺乏精準(zhǔn)教學(xué)研究。因此，吸引更多的研究者對精準(zhǔn)教學(xué)進行多元視角研究，對于我國教育教學(xué)改革具有重要意義。精準(zhǔn)教學(xué)的應(yīng)用困境 精準(zhǔn)教學(xué)雖不失為一種有效的教學(xué)方法，但在傳統(tǒng)教學(xué)環(huán)境下其應(yīng)用并不樂觀，原因如下：

①精準(zhǔn)教學(xué)忽略了學(xué)習(xí)行為過程與個性化發(fā)展。精準(zhǔn)教學(xué)是通過測量獲得學(xué)習(xí)行為結(jié)果，進而依據(jù)結(jié)果進行強化練習(xí)，以提升學(xué)生的學(xué)習(xí)質(zhì)量，是一種典型的結(jié)果驅(qū)動型教學(xué)。這種教學(xué)方式缺乏對學(xué)習(xí)行為過程的關(guān)注，忽略了學(xué)生在這一過程中表現(xiàn)出來的不同個性。

②精準(zhǔn)教學(xué)缺乏技術(shù)支撐。精準(zhǔn)教學(xué)在操作上以測量、記錄學(xué)生的學(xué)習(xí)表現(xiàn)為基礎(chǔ)，以分析頻率數(shù)據(jù)為基本技術(shù)。而在信息技術(shù)普及以前，精準(zhǔn)教學(xué)的測量、記錄都采取以筆和紙為工具的手工形式進行，故數(shù)據(jù)記錄采集、分析以及圖形化、可視化的工作效率不高。

③精準(zhǔn)教學(xué)難以適應(yīng)高校人才培養(yǎng)的需求。高校課堂是推進教學(xué)方法創(chuàng)新與實踐的重要陣地，其課程種類繁多，教學(xué)主要依賴于系統(tǒng)的人才培養(yǎng)方案與課程體系；教學(xué)目標(biāo)不再全是知識點的掌握，而是強調(diào)思維方法的習(xí)得。特別是一些專業(yè)課程，由于帶有理論探究與應(yīng)用創(chuàng)新的性質(zhì)，很難有效測量、記錄學(xué)生的學(xué)習(xí)表現(xiàn)，因此限制了精準(zhǔn)教學(xué)在高校的應(yīng)用與推廣。

三 大數(shù)據(jù)對精準(zhǔn)教學(xué)的影響 大數(shù)據(jù)的興起，將數(shù)據(jù)價值推向了新的高度。大數(shù)據(jù)正在改變?nèi)祟惖乃季S方式，并以前所未有的速度引發(fā)了科技、教育、經(jīng)濟、軍事等各個領(lǐng)域的深刻變革。在大數(shù)據(jù)激發(fā)的教育變革中，以測量、記錄數(shù)據(jù)為基礎(chǔ)的精準(zhǔn)教學(xué)必將迎來新的發(fā)展機遇。大數(shù)據(jù)使得精準(zhǔn)教學(xué)測量數(shù)據(jù)更為精準(zhǔn)可行 教學(xué)管理系統(tǒng)、自主學(xué)習(xí)系統(tǒng)、慕課、微課以及學(xué)習(xí)社交平臺等的廣泛應(yīng)用，促進了教育數(shù)據(jù)的海量增長，并預(yù)示著教育大數(shù)據(jù)時代的來臨。教育大數(shù)據(jù)使得學(xué)習(xí)行為、學(xué)習(xí)狀態(tài)、學(xué)習(xí)結(jié)果等各類教育信息成為可捕捉、可量化、可傳遞的數(shù)字存在[18]，平板電腦、智能手機、各種傳感器、可穿戴式設(shè)備、射頻識別（Radio Frequency Identification，RFID）標(biāo)簽等皆可成為數(shù)據(jù)自動采集器并被應(yīng)用于教學(xué)的各個環(huán)節(jié)，使智慧校園、智慧課堂即將成為現(xiàn)實，這使得精準(zhǔn)教學(xué)測量數(shù)據(jù)更為精準(zhǔn)可行：一方面，大數(shù)據(jù)及其依賴的各類智能系統(tǒng)既可以實現(xiàn)學(xué)習(xí)表現(xiàn)自動化測量、記錄及結(jié)果可視化呈現(xiàn)，也可以提高數(shù)據(jù)采樣頻率，進而提升精準(zhǔn)教學(xué)的流暢度；另一方面，大數(shù)據(jù)的海量數(shù)據(jù)處理能力，可以讓精準(zhǔn)教學(xué)擺脫規(guī)模的束縛，實現(xiàn)從簡單少量的小學(xué)課程拓展到所有不同類型的課程、從面向班級的實驗教學(xué)拓展到面向全校的普及教學(xué)。大數(shù)據(jù)使得精準(zhǔn)教學(xué)能夠兼顧學(xué)生的個性化發(fā)展 在大數(shù)據(jù)環(huán)境下，學(xué)生的學(xué)習(xí)行為過程考察和個性化發(fā)展均成為可能。這是因為，學(xué)生在學(xué)習(xí)過程中的各類行為狀態(tài)都可以轉(zhuǎn)化為相應(yīng)的數(shù)據(jù)記錄，成為學(xué)習(xí)表現(xiàn)的分析要素。換句話說，在傳統(tǒng)教學(xué)環(huán)境下，精準(zhǔn)教學(xué)過度強調(diào)學(xué)習(xí)行為結(jié)果的分析，并根據(jù)結(jié)果分析來干預(yù)學(xué)習(xí)行為；而在大數(shù)據(jù)環(huán)境下，精準(zhǔn)學(xué)習(xí)不再完全依賴于結(jié)果分析，還要考量學(xué)習(xí)行為的過程等其它要素——通過采集學(xué)生在學(xué)習(xí)行為過程中產(chǎn)生的各類狀態(tài)信息，形成反映學(xué)習(xí)情況的數(shù)據(jù)源，隨后利用各種數(shù)學(xué)建模方法和大數(shù)據(jù)處理技術(shù)對數(shù)據(jù)源進行測量、分析與比較，并根據(jù)此結(jié)果對學(xué)生的學(xué)習(xí)行為及其學(xué)習(xí)表現(xiàn)進行評估和干預(yù)，可以預(yù)測學(xué)生未來的學(xué)習(xí)表現(xiàn)趨勢，也可以為個別學(xué)生量身定制更為有效的干預(yù)方法和改進措施，以保障學(xué)生的個性化發(fā)展。大數(shù)據(jù)使得精準(zhǔn)教學(xué)環(huán)境更為開放高效 大數(shù)據(jù)的多樣性、異構(gòu)性決定了其不隸屬于某一個獨立的系統(tǒng)組織——在教育領(lǐng)域，大數(shù)據(jù)是跨學(xué)科專業(yè)、跨平臺、跨組織的開放跨界資源，它是各類服務(wù)于教育教學(xué)工作的信息系統(tǒng)集成互動的產(chǎn)物；學(xué)校、企業(yè)、教師、學(xué)生乃至家長和社會公眾，都可成為教育大數(shù)據(jù)的生產(chǎn)者和應(yīng)用者。在此背景下，精準(zhǔn)教學(xué)的主體不再限于教師和學(xué)生，教師也不再是精準(zhǔn)教學(xué)的唯一主導(dǎo)者，故以學(xué)生為主體、多元參與的精準(zhǔn)教學(xué)成為可能——學(xué)生為自己量身定做教學(xué)方案、測量數(shù)據(jù)，家長快速、全面地掌握學(xué)生的學(xué)習(xí)表現(xiàn)數(shù)據(jù)，教育管理者根據(jù)相關(guān)數(shù)據(jù)更好地組織教育資源、制定教育改革的方向和措施，從而使得精準(zhǔn)教學(xué)無縫嵌入整個教育教學(xué)體系之中。此外，在傳統(tǒng)教學(xué)環(huán)境下，精準(zhǔn)教學(xué)從數(shù)據(jù)測量、記錄到結(jié)果分析需要一定的時間，特別是當(dāng)數(shù)據(jù)量大的時候，時間消耗很大；而大數(shù)據(jù)的實時性，使得精準(zhǔn)教學(xué)各類數(shù)據(jù)從生成到結(jié)果分析可以瞬間完成，故大大節(jié)約了時間成本。

四 基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式構(gòu)建 在傳統(tǒng)教學(xué)環(huán)境下，教師更傾向于套用某一種成熟的教學(xué)模式，而精準(zhǔn)教學(xué)往往被視為一種教學(xué)評估策略或者某一門課程的教學(xué)方法而非教學(xué)模式，故精準(zhǔn)教學(xué)在應(yīng)用和推廣時首先便遭遇了教師這種思維理念上的阻礙。大數(shù)據(jù)突破了傳統(tǒng)教學(xué)環(huán)境的諸多制約，有利于推動教師在思維理念上接受并認(rèn)可精準(zhǔn)教學(xué)，故利用大數(shù)據(jù)構(gòu)建可供教師借鑒的精準(zhǔn)教學(xué)模式，對推動精準(zhǔn)教學(xué)的發(fā)展、促進精準(zhǔn)教學(xué)的應(yīng)用具有重要意義。為此，本研究從教學(xué)目標(biāo)確立、教學(xué)過程框架設(shè)計、教學(xué)評價與預(yù)測三個維度，構(gòu)建了基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式，如圖1所示。

圖1 基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式精準(zhǔn)化的教學(xué)目標(biāo)確立 明確教學(xué)目標(biāo)是實施教學(xué)的邏輯起點，也是檢驗教學(xué)成敗的重要依據(jù)。據(jù)此，精準(zhǔn)教學(xué)的首要任務(wù)便是確立精準(zhǔn)化的教學(xué)目標(biāo)。在傳統(tǒng)教學(xué)環(huán)境下，教學(xué)目標(biāo)可以是模糊的，如在計算機基礎(chǔ)課程中，某一節(jié)課程的教學(xué)目標(biāo)可以是“熟練掌握十進制、二進制的換算”，其中的“熟練掌握”便是一個模糊的程度詞。但在精準(zhǔn)教學(xué)中，必須設(shè)計精準(zhǔn)化的教學(xué)目標(biāo)，即對學(xué)生掌握的知識或技能程度必須有一個精準(zhǔn)的解釋和描述——解釋的基本思想是問題的分解與細(xì)化，描述的方式即量化。也就是說，在精準(zhǔn)教學(xué)中，每條教學(xué)目標(biāo)應(yīng)轉(zhuǎn)化為對應(yīng)的問題，每個問題則應(yīng)分解、細(xì)化為可以量化描述的小問題。如“熟練掌握十進制、二進制的換算”可以轉(zhuǎn)化為“3分鐘之內(nèi)完成1000以內(nèi)的十進制、二進制互換算題5道，正確率100%”——這里的“熟練掌握”經(jīng)分解、細(xì)化、量化后，既包括對知識或技能的準(zhǔn)確掌握，也包括運用知識或技能的速度，故與精準(zhǔn)教學(xué)的“流暢度”衡量指標(biāo)完全契合。程序化的教學(xué)過程框架設(shè)計 精準(zhǔn)教學(xué)起源于Skinne的程序教學(xué)，故程序化是精準(zhǔn)教學(xué)的核心要素。設(shè)計程序化的教學(xué)過程框架，是保障精準(zhǔn)教學(xué)有效實施的關(guān)鍵。本研究設(shè)計的程序化教學(xué)過程框架，是指基于大數(shù)據(jù)實施精準(zhǔn)教學(xué)的流程與規(guī)則，具體包括：

（1）建立大數(shù)據(jù)教學(xué)資源庫，并實施個性化資源推薦 程序化教學(xué)的本質(zhì)是一個輸入輸出系統(tǒng)，即輸入教學(xué)資源、輸出學(xué)生的學(xué)習(xí)結(jié)果。在傳統(tǒng)教學(xué)環(huán)境下，由于教學(xué)資源有限、信息技術(shù)匱乏，輸入輸出系統(tǒng)以整個教學(xué)班級為基本顆粒，無法保障學(xué)生的個性化發(fā)展。針對此問題，本研究提出建立大數(shù)據(jù)教育資源庫，以管理海量的數(shù)字化教學(xué)資源；同時，將輸入輸出系統(tǒng)的基本顆粒由班級細(xì)化到具體的每一位學(xué)生，利用智能推薦技術(shù)，根據(jù)學(xué)生的學(xué)習(xí)特點配置不同的優(yōu)質(zhì)教學(xué)資源，實施個性化教學(xué)。

（2）優(yōu)化傳統(tǒng)教學(xué)過程，融入精準(zhǔn)練習(xí)、測量與記錄 本研究充分利用大數(shù)據(jù)技術(shù)的優(yōu)勢，優(yōu)化傳統(tǒng)教學(xué)過程，并在此基礎(chǔ)上，融入精準(zhǔn)練習(xí)、測量與記錄，進行精準(zhǔn)教學(xué)，從而為下一步的教學(xué)決策和學(xué)習(xí)干預(yù)提供支持。具體來說，本研究在操作層面進行了兩類嘗試：①基于翻轉(zhuǎn)課堂的精準(zhǔn)輔助教學(xué)，即以微課為內(nèi)容、以微信公眾號為平臺，進行精準(zhǔn)教學(xué)——首先，學(xué)生實名關(guān)注微信公眾號；然后，學(xué)生點擊微信公眾號平臺上的微課資源，并進行實時互動、練習(xí)與答題；最后，后臺系統(tǒng)自動記錄學(xué)生的學(xué)習(xí)行為，形成每個學(xué)生的學(xué)習(xí)軌跡與分析結(jié)果。②基于項目導(dǎo)向任務(wù)驅(qū)動的精準(zhǔn)實訓(xùn)教學(xué)，即以計算機基礎(chǔ)課程練習(xí)測評系統(tǒng)為平臺，在傳統(tǒng)的項目導(dǎo)向任務(wù)驅(qū)動教學(xué)框架內(nèi)，進行精準(zhǔn)教學(xué)——首先，學(xué)生登錄系統(tǒng)進行實訓(xùn)操練，每完成一個任務(wù)即可提交，否則無法進入下一個任務(wù)階段；待整個項目完成后，提交至系統(tǒng)評分；最后，系統(tǒng)實時精準(zhǔn)地記錄學(xué)生登錄并完成每一道實訓(xùn)任務(wù)的時間、失分點（錯誤）和最終分?jǐn)?shù)，形成學(xué)生的學(xué)習(xí)軌跡與錯誤問題域。

（3）實施精準(zhǔn)干預(yù) 精準(zhǔn)干預(yù)是精準(zhǔn)教學(xué)的精髓之所在。在大數(shù)據(jù)環(huán)境下，無論是微信公眾號還是計算機基礎(chǔ)課程練習(xí)測評系統(tǒng)，師生之間都可以實現(xiàn)跨越時空的溝通，且溝通記錄可以追溯查詢。根據(jù)測量、記錄呈現(xiàn)的學(xué)生學(xué)習(xí)行為，教師能夠判斷出學(xué)生能否順利達成教學(xué)目標(biāo)——若能達成，說明無問題；若不能達成，說明有問題，需要干預(yù)。具體來說，本研究在操作層面按照特殊問題和普遍問題分別進行了針對性的干預(yù)：針對個別學(xué)生的特殊問題，通過即時通訊工具，進行實時點對點的干預(yù)糾正；針對反映比較多的普遍問題，則通過教學(xué)博客、微信公眾號、朋友圈，予以統(tǒng)一干預(yù)糾正。干預(yù)是一個反復(fù)的工作，而練習(xí)、測量與記錄同干預(yù)一起，構(gòu)成了一個循環(huán)迭代的過程，這個循環(huán)迭代直至全部學(xué)生達到了教學(xué)目標(biāo)所要求掌握的知識或技能才會終止。精準(zhǔn)化的教學(xué)評價與預(yù)測 在傳統(tǒng)教學(xué)環(huán)境下，教學(xué)評價或為模糊的經(jīng)驗判斷，如通過“優(yōu)”、“良”、“中”、“及格”、“差”等程度詞來評價學(xué)生的學(xué)習(xí)表現(xiàn)；或為簡單的分?jǐn)?shù)判斷，如通過期末考試成績、期中考試成績、總分、平均分等來評價學(xué)生的學(xué)習(xí)結(jié)果。而在大數(shù)據(jù)環(huán)境下，傳感器技術(shù)、人臉識別技術(shù)、學(xué)習(xí)分析技術(shù)等眾多先進技術(shù)的融合應(yīng)用，使得精準(zhǔn)教學(xué)評價從伴隨教學(xué)行為的開始到結(jié)束，并能夠?qū)ι形窗l(fā)生的未來進行精準(zhǔn)預(yù)測。如鄭怡文等[19]提出了一種課堂大數(shù)據(jù)采集技術(shù)，該技術(shù)集成了學(xué)生坐姿測量系統(tǒng)、眼部識別系統(tǒng)和噪音識別系統(tǒng)，通過獲取學(xué)生在課堂的一些生存狀態(tài)大數(shù)據(jù)，可以比較準(zhǔn)確地解讀、分析進而判斷出學(xué)生的學(xué)習(xí)情況（如到課情況、思想集中情況、課堂活躍情況、身體疲倦情況等）；該技術(shù)具有較高的實時性，使對每個學(xué)生實施精準(zhǔn)有效的關(guān)注成為可能。由此可見，基于大數(shù)據(jù)的精準(zhǔn)教學(xué)評價是一種全員、全過程、全方位的實時評價。

在基于大數(shù)據(jù)的精準(zhǔn)教學(xué)模式中，教學(xué)評價主要依賴于技術(shù)手段（包括大數(shù)據(jù)采集、教育數(shù)據(jù)挖掘、學(xué)習(xí)分析和數(shù)據(jù)可視化技術(shù)），通過各類智能教學(xué)系統(tǒng)自動監(jiān)控、自動分析學(xué)生的學(xué)習(xí)情況，并實時反饋給所需要的人；教師、學(xué)生、家長等可以根據(jù)自身的需求，查詢并生成可視化的評價報告。預(yù)測則指綜合分析每個學(xué)生在各個階段的學(xué)習(xí)表現(xiàn)數(shù)據(jù)和其它系統(tǒng)數(shù)據(jù)（包括各個教育系統(tǒng)、評估系統(tǒng)、專家系統(tǒng)）后，形成數(shù)據(jù)決策支持系統(tǒng)，并對學(xué)生在未來一段時間的學(xué)習(xí)表現(xiàn)進行預(yù)測，進而根據(jù)預(yù)測結(jié)果提出相關(guān)的改進建議或?qū)W習(xí)對策。

五 基于大數(shù)據(jù)的精準(zhǔn)教學(xué)反思 1 大數(shù)據(jù)下精準(zhǔn)教學(xué)的主體關(guān)系變化 在傳統(tǒng)教學(xué)環(huán)境下，精準(zhǔn)教學(xué)的實施基本是教師主導(dǎo)、學(xué)生參與的二元封閉系統(tǒng)。而在大數(shù)據(jù)環(huán)境下，教師的主導(dǎo)作用明顯弱化，基于信息技術(shù)的先進教學(xué)平臺及其產(chǎn)生的數(shù)據(jù)成為精準(zhǔn)教學(xué)的重要依托；學(xué)校、企業(yè)、教師、學(xué)生乃至家長和社會公眾，他們對數(shù)據(jù)的獲取在理論上是對等的。因此，精準(zhǔn)教學(xué)的實施必須打破傳統(tǒng)教學(xué)環(huán)境下教師主導(dǎo)、學(xué)生從屬的關(guān)系，而建立以數(shù)據(jù)為紐帶，以學(xué)生為中心，有教師輔導(dǎo)、家長參與、社會關(guān)注的新型開放的主體關(guān)系?；诖髷?shù)據(jù)的精準(zhǔn)教學(xué)中的數(shù)據(jù)倫理問題 精準(zhǔn)教學(xué)對學(xué)生學(xué)習(xí)行為數(shù)據(jù)的測量與記錄，其本質(zhì)是學(xué)習(xí)行為的數(shù)據(jù)化。盡管這些數(shù)據(jù)對于促進學(xué)生的學(xué)習(xí)有很大幫助，但不可忽視的是，數(shù)據(jù)本身并無判斷能力，且數(shù)據(jù)的價值具有多元化的特點——在精準(zhǔn)教學(xué)過程中產(chǎn)生的數(shù)據(jù)，其主要價值是服務(wù)于監(jiān)測、評估學(xué)生的學(xué)習(xí)表現(xiàn)；但是，這些數(shù)據(jù)同樣也可以解讀出其它的信息，如學(xué)生的生理、心理特征及其可能存在的缺陷等。顯然，數(shù)據(jù)的預(yù)測結(jié)果一方面有助于精準(zhǔn)教學(xué)干預(yù)糾偏，另一方面也可能會給學(xué)生帶來消極影響。如有數(shù)據(jù)顯示某一學(xué)生在閱讀方面存在重大障礙，這一結(jié)果就會打擊這個學(xué)生的自信，從而對這個學(xué)生的學(xué)習(xí)干預(yù)乃至未來發(fā)展起反作用。怎樣確保這些附帶各類個性特征的數(shù)據(jù)被正確使用而避免陷入倫理困境，是當(dāng)前大數(shù)據(jù)精準(zhǔn)教學(xué)需要考慮的一個難題?；诖髷?shù)據(jù)的精準(zhǔn)教學(xué)中的安全保障問題 精準(zhǔn)教學(xué)將每一個學(xué)生的學(xué)習(xí)情況予以精準(zhǔn)記錄，而這些精準(zhǔn)記錄的數(shù)據(jù)涉及諸多隱私問題。在當(dāng)前開放互聯(lián)的大數(shù)據(jù)環(huán)境下，銀行、醫(yī)院、電商平臺等遭受黑客攻擊、用戶數(shù)據(jù)泄露的事件時有發(fā)生。精準(zhǔn)教學(xué)理論來源于行為主義心理學(xué)，其測量記錄的數(shù)據(jù)在某種程度上反映了學(xué)

第二篇：大數(shù)據(jù)提升政府精準(zhǔn)扶貧治理能力探究

大數(shù)據(jù)提升政府精準(zhǔn)扶貧治理能力探究

摘 要：大數(shù)據(jù)是優(yōu)化和提升政府扶貧治理能力的重要手段，大數(shù)據(jù)時代的來臨，為政府精準(zhǔn)扶貧治理帶來了三大機遇和三大挑戰(zhàn)。從深入村戶、摸底把脈、精準(zhǔn)識別，科學(xué)決策、因人而異、精準(zhǔn)扶貧，定位管理、因地制宜、特殊扶貧，政府主導(dǎo)、各界參與、立體扶貧等角度，提出大數(shù)據(jù)提升政府精準(zhǔn)扶貧治理能力的四項舉措，以期促進我國早日全面建成小康社會。

關(guān)鍵詞：大數(shù)據(jù)；政府治理；精準(zhǔn)扶貧

中圖分類號：F126 文獻標(biāo)志碼：A 文章編號：1673-291X（2016）24-0008-02

大數(shù)據(jù)的應(yīng)用變革了政府扶貧工作的思維模式和管理方式，大數(shù)據(jù)已成為提升政府扶貧治理能力的新手段。精準(zhǔn)扶貧是中央高度重視的一項扶貧開發(fā)戰(zhàn)略。挖掘大數(shù)據(jù)價值，通過大數(shù)據(jù)分析扶貧主體的思想與行為特征，按照扶貧對象的個性化需求開展扶貧工作，真正做到政府扶貧的科學(xué)化、信息化、精準(zhǔn)化。

一、大數(shù)據(jù)對政府精準(zhǔn)扶貧治理帶來的機遇與挑戰(zhàn)

（一）大數(shù)據(jù)對政府精準(zhǔn)扶貧治理帶來的三大機遇

一是大數(shù)據(jù)資源支持精準(zhǔn)扶貧。政府扶貧過程中自身擁有的扶貧區(qū)域及扶貧人數(shù)等方面的信息、扶貧部門扶貧的效果監(jiān)測信息、新聞等媒體平臺報道的貧困與反貧困信息等，為精準(zhǔn)扶貧提供了原始數(shù)據(jù)。

二是技術(shù)、人才的保障等為大數(shù)據(jù)精準(zhǔn)扶貧奠定了基礎(chǔ)。伴隨著大數(shù)據(jù)的來臨，社會各界都開始關(guān)注大數(shù)據(jù)的應(yīng)用，大數(shù)據(jù)思維與關(guān)聯(lián)分析及定量預(yù)測技術(shù)、大數(shù)據(jù)基礎(chǔ)設(shè)施及人才建設(shè)逐步得到重視。

三是大數(shù)據(jù)加強了政府與公眾的聯(lián)結(jié)。大數(shù)據(jù)時代，通過公眾的廣泛參與，加強了政府與公眾之間的陽光互動，政府扶貧舉措更加親民、便民，對促進簡政放權(quán)、提高政府扶貧治理服務(wù)水平具有重要意義。

（二）大數(shù)據(jù)對政府精準(zhǔn)扶貧治理帶來的三大挑戰(zhàn)

一是海量的貧困與扶貧數(shù)據(jù)的有效性和可信度值得商榷。大量的數(shù)據(jù)資料雖寶貴，但下級扶貧辦礙于政績考核壓力難免會編造貧困和扶貧信息，造成信息失真。這必然會對數(shù)據(jù)的來源是否可信存有疑惑，對能否應(yīng)用到現(xiàn)實問題的解決中增加了識別困難。

二是現(xiàn)有的數(shù)據(jù)提取與分析技術(shù)難以保證政府扶貧決策的科學(xué)性。大數(shù)據(jù)的應(yīng)用還未得到政府部門的高度重視，即使有所重視，但目前所掌握的相關(guān)技術(shù)和人才無法保障大數(shù)據(jù)在扶貧等領(lǐng)域的廣泛應(yīng)用。

三是慣性的主觀思維、先驗性假定思維與大數(shù)據(jù)時代的客觀思維、基于數(shù)據(jù)關(guān)聯(lián)預(yù)測定量分析思維相矛盾。大數(shù)據(jù)時代的來臨必然重塑政府領(lǐng)導(dǎo)力，引起政府扶貧理念、工作組織、扶貧方式等多方面變革。領(lǐng)導(dǎo)者也要了解大數(shù)據(jù)技術(shù)及應(yīng)用，從保守封閉向多元開放轉(zhuǎn)變，從控制命令向合作協(xié)商轉(zhuǎn)變，從“領(lǐng)導(dǎo)者”變成“服務(wù)者”（根據(jù)清華大學(xué)公共管理學(xué)院孟慶國教授在重慶的講座“大數(shù)據(jù)時代的治理創(chuàng)新與領(lǐng)導(dǎo)力”資料整理而來），從主觀臆斷的“路徑依賴”向客觀分析決策轉(zhuǎn)變。

二、大數(shù)據(jù)提升政府精準(zhǔn)扶貧治理能力的四項舉措

（一）深入村戶，摸底把脈，精準(zhǔn)識別

一是走村入戶，深入調(diào)查，取得數(shù)據(jù)資源。精準(zhǔn)識別扶貧對象是精準(zhǔn)扶貧的首要任務(wù)。培訓(xùn)和組織各級干部深入到村組，深入到貧困戶家中進行入戶調(diào)查，不漏一戶，按照“屬地原則”分區(qū)域分塊完成自己的調(diào)查工作，收集扶貧對象的相關(guān)信息，建立數(shù)據(jù)臺賬并細(xì)化。將各地區(qū)貧困現(xiàn)狀、貧困致因、扶貧對象摸清摸透，做到“心中有數(shù)”“心中有底”。同時，建立親屬回避制度，避免“優(yōu)親厚友”現(xiàn)象，做到“真扶貧、扶真貧”。

二是審查信息，登記入機，打造數(shù)據(jù)平臺。成立專門的小組對收集到的信息資源進行審核和完善，包括每一戶貧困家庭戶主姓名、家庭人數(shù)及情況、致貧原因、扶貧計劃及項目、幫扶干部及企業(yè)或個人、家庭收入與支出詳細(xì)情況，建立精準(zhǔn)扶貧大數(shù)據(jù)平臺。定期（如半年）進行反饋調(diào)查，實現(xiàn)數(shù)據(jù)資源的動態(tài)化管理，對新出現(xiàn)的扶貧對象及時納入給予幫扶，高度關(guān)注返貧群體[1]，做到“貧困有號、脫貧銷號、返貧掛號”。

（二）科學(xué)決策，因人而異，精準(zhǔn)扶貧

一是大數(shù)據(jù)助力教育扶貧。大數(shù)據(jù)平臺整合分析出因?qū)W致貧家庭，為貧困家庭及適齡學(xué)生在學(xué)校開學(xué)之際，設(shè)立“建檔立卡戶信息登記處”，與之前入戶調(diào)查采集信息進行比對，直接幫助貧困家庭子女入學(xué)辦理助學(xué)貸款[2]。

二是大數(shù)據(jù)助力病殘致貧型家庭扶貧。大數(shù)據(jù)平臺整合分析出病殘致貧型家庭，合理配置各地區(qū)醫(yī)療經(jīng)費、醫(yī)療基礎(chǔ)設(shè)施建設(shè)、醫(yī)療衛(wèi)生政策。除了政府送去醫(yī)療基金外，大數(shù)據(jù)的全國聯(lián)網(wǎng)還可以幫助醫(yī)療資源的調(diào)配，發(fā)動社會公益力量，讓那些沒技術(shù)醫(yī)治、沒錢醫(yī)治的貧困群眾有辦法醫(yī)治、有條件醫(yī)治。鼓勵社會捐贈醫(yī)療器械和藥品支持，幫助鄉(xiāng)鎮(zhèn)計劃生育服務(wù)站建設(shè)和鄉(xiāng)鎮(zhèn)村級衛(wèi)生室建設(shè)，促進醫(yī)院改造升級和標(biāo)準(zhǔn)化建設(shè)。

（三）定位管理，因地制宜，特殊扶貧

一是大數(shù)據(jù)助力產(chǎn)業(yè)扶貧。通過當(dāng)?shù)刭Y源的調(diào)查，以產(chǎn)業(yè)發(fā)展為抓手，因地制宜、突出優(yōu)勢和特色，宜農(nóng)則農(nóng)，宜工則工，宜搞旅游則搞旅游。積極發(fā)揮農(nóng)村基層黨組織和村官的帶頭作用，引導(dǎo)返鄉(xiāng)新生代農(nóng)民工、大學(xué)生群體，利用互聯(lián)網(wǎng)技術(shù)，創(chuàng)業(yè)發(fā)展農(nóng)村電商。做大做強農(nóng)村電商服務(wù)中心、便民快遞網(wǎng)點“兩大平臺”[3]。一方面，幫助農(nóng)村居民網(wǎng)上購物，包裹配送；另一方面，將當(dāng)?shù)剞r(nóng)副產(chǎn)品、工業(yè)產(chǎn)品打造成品牌，網(wǎng)上銷售，同時網(wǎng)上推介當(dāng)?shù)剞r(nóng)家樂、鄉(xiāng)村旅游業(yè)發(fā)展。

二是大數(shù)據(jù)助力移民搬遷扶貧。通過入戶調(diào)查歸類，著力將生態(tài)涵養(yǎng)區(qū)、生態(tài)保護區(qū)、生態(tài)脆弱區(qū)、地災(zāi)多發(fā)區(qū)群眾和農(nóng)村貧困戶、危舊房戶等作為搬遷重點，引導(dǎo)高山居民全部下山搬遷到高山生態(tài)扶貧搬遷集中居住區(qū)，還原高山生態(tài)。搬遷地靠近城鎮(zhèn)鼓勵經(jīng)商，靠近園區(qū)鼓勵務(wù)工，靠近景區(qū)鼓勵發(fā)展鄉(xiāng)村旅游，靠近集鎮(zhèn)鼓勵發(fā)展手工業(yè)，在農(nóng)村鼓勵發(fā)展現(xiàn)代生態(tài)農(nóng)業(yè)。

三是大數(shù)據(jù)助力城鎮(zhèn)扶貧。以民政局、房管局、救助所、信訪辦、居委會為調(diào)研切入點，以申請為前提，找到需要幫扶的群體，主要定位為：老舊散小區(qū)、移民轉(zhuǎn)戶小區(qū)、廉租房、經(jīng)濟適用房的“老弱病殘”和其他突發(fā)事故導(dǎo)致的支出型貧困群體，也包括下崗困難職工和已經(jīng)在城鎮(zhèn)落戶但生活中遇到困難的農(nóng)民工群體[4]。并對其家庭收入做核對，對其家庭的支出進行調(diào)查。以救濟扶貧向幫扶就業(yè)扶貧轉(zhuǎn)變，一方面，完善基本的社會保障體系，以救助扶貧兜底；另一方面，以社區(qū)為單位，以社會組織的造血、公益為依托幫扶脫困。

（四）政府主導(dǎo)，各界參與，立體扶貧

一是建立結(jié)對幫扶機制。由縣領(lǐng)導(dǎo)聯(lián)系民營企業(yè)家共同結(jié)對一個鄉(xiāng)鎮(zhèn)，由發(fā)改辦、民政辦、財政辦等部門幫扶一個村，每一名干部幫扶一個貧困戶。在地方政府土地、稅收優(yōu)惠條件下引導(dǎo)企業(yè)家?guī)Ъ夹g(shù)、帶脫貧項目進村入戶，為貧困居民提供就業(yè)崗位、帶領(lǐng)貧困戶發(fā)展致富。

二是建立對口幫扶機制。主城與貧困區(qū)縣產(chǎn)業(yè)結(jié)對，幫助區(qū)縣招商引資和項目引進，幫助培育主導(dǎo)產(chǎn)業(yè)，搭建市場平臺，幫助農(nóng)民就業(yè)，助推農(nóng)民增收；探索異地建院機制，援建貧困地區(qū)工業(yè)園區(qū)標(biāo)準(zhǔn)廠房、宿舍、給排水、工業(yè)污染處理等基礎(chǔ)設(shè)施建設(shè)。

三是建立智力幫扶機制。建立大數(shù)據(jù)扶貧專家咨詢委員會，為大數(shù)據(jù)應(yīng)用到精準(zhǔn)扶貧治理工作中提供決策咨詢。支持建設(shè)勞動就業(yè)服務(wù)站（所）和勞動技能培訓(xùn)基地，提高貧困群體基礎(chǔ)素質(zhì)；幫助貧困學(xué)生就學(xué)和營養(yǎng)供給，開展“科教文衛(wèi)下鄉(xiāng)”活動，在貧困村選配大學(xué)生村官，鼓勵大學(xué)生等志愿者下鄉(xiāng)支教，組織大學(xué)生志愿者開展扶貧接力服務(wù)行動；鼓勵優(yōu)質(zhì)教師、醫(yī)生下鄉(xiāng)指導(dǎo)，打造城鄉(xiāng)教育發(fā)展共同體、城鄉(xiāng)醫(yī)療發(fā)展共同體。

四是建立城鄉(xiāng)建設(shè)幫扶機制。援建一批區(qū)縣城圖書館、體育館、文化館、影劇院、商業(yè)街等“大件”設(shè)施，支持小城鎮(zhèn)特色風(fēng)貌、市政基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施建設(shè)；支持農(nóng)村危舊房、棚戶區(qū)改造，支持新農(nóng)村建設(shè)，援建廉租房、公租房等保障性住房建設(shè)，改善居民居住條件。

五是建立多元化參與幫扶機制。促進農(nóng)村金融參與扶貧，引導(dǎo)銀行業(yè)開展針對貧困農(nóng)戶及農(nóng)業(yè)生產(chǎn)的信貸扶貧，降低貸款利息率，鼓勵外資和民營企業(yè)參與扶貧開發(fā)，促進NGO小額信貸參與扶貧[5]；促進農(nóng)村保險事業(yè)發(fā)展，積極發(fā)揮農(nóng)業(yè)保險保障作用，增強農(nóng)業(yè)抗風(fēng)險能力。

參考文獻：

[1] 李承隆.北川六大工程立體扶貧[N].四川日報，2015-05-08.[2] 王雨.打造大數(shù)據(jù)平臺助力精準(zhǔn)扶貧[N].甘肅日報，2015-10-09.[3] 孫惠楠.以大數(shù)據(jù)精準(zhǔn)扶貧為引領(lǐng) 推動三農(nóng)工作發(fā)展取得突破[N].貴陽日報，2015-09-24.[4] 降蘊彰.城市居民應(yīng)納入精準(zhǔn)扶貧范圍[N].文摘報，2016-01-02.[5] 蔣若凡，李菲雅，王春蕊.NGO介入性扶貧對貧困農(nóng)戶借款行為的影響分析[J].西南民族大學(xué)學(xué)報：人文社會科學(xué)版，2013，（8）：107.[責(zé)任編輯 劉嬌嬌]

第三篇：醫(yī)療大數(shù)據(jù)及精準(zhǔn)醫(yī)療

醫(yī)療大數(shù)據(jù)及精準(zhǔn)醫(yī)療

謝邦昌

臺北醫(yī)學(xué)大學(xué)管理學(xué)院及大數(shù)據(jù)研究中心院長/主任

大數(shù)據(jù)的趨勢以及價值是現(xiàn)在最熱門的話題，也改變了許多企業(yè)經(jīng)營的方式，對于各行各業(yè)來說是勢必是一個大挑戰(zhàn)，能否將大數(shù)據(jù)的力量從危機到轉(zhuǎn)機就要看現(xiàn)代經(jīng)營者有沒有轉(zhuǎn)變傳統(tǒng)型態(tài)的思維？

首先什么是大數(shù)據(jù)？傳統(tǒng)數(shù)據(jù)一年的數(shù)據(jù)量大概為3TB左右，以現(xiàn)今數(shù)據(jù)來說一天的資料量為50TB，由這簡單的數(shù)據(jù)量差就可以得知傳統(tǒng)數(shù)據(jù)跟現(xiàn)今數(shù)據(jù)的差異多么龐大，也就是現(xiàn)在俗稱的大數(shù)據(jù)時代。數(shù)據(jù)龐大之下，不管是銀行業(yè)、傳統(tǒng)零售業(yè)、社會建設(shè)公共方面甚至是醫(yī)療保健產(chǎn)業(yè)對數(shù)據(jù)處理、分析方式以及經(jīng)營企業(yè)的模式將會有所改變。

在過往的醫(yī)療診斷歷史，到醫(yī)院看病時必須耗費許多時間等待看診，而醫(yī)生看診又要再花費時間。當(dāng)醫(yī)生要求病患拍攝X光片或檢驗時，又要再花額外許多時間診斷。而在現(xiàn)今醫(yī)療信息高度發(fā)展的臺灣，看診程序從網(wǎng)絡(luò)掛號、候診順序、診間病歷調(diào)閱、醫(yī)師醫(yī)令、處方開立、放射影像存取、檢查檢驗數(shù)據(jù)儲存等，無數(shù)的數(shù)據(jù)信息便在醫(yī)院中傳遞、交換、儲存。同時大多數(shù)的生理檢驗信息在你回診時得以從電子病歷中檢索，這些我們認(rèn)為理所當(dāng)然的信息處理，在臺灣我們只要花費少許的時間如一個早上便完成了，而這一切正是仰賴醫(yī)學(xué)信息分析與醫(yī)療大數(shù)據(jù)的交換處理。

醫(yī)學(xué)大數(shù)據(jù)的產(chǎn)生，主要歸功于醫(yī)療設(shè)備數(shù)字化及電子化病歷發(fā)展兩大領(lǐng)域的突破，透過儀器數(shù)字化，醫(yī)院得以獲得更多病人疾病與健康信息紀(jì)錄。而在病人醫(yī)療診斷方面，為了完善紀(jì)錄病患個人資料、診斷數(shù)據(jù)與過往醫(yī)療紀(jì)錄等，即促成了電子病歷系統(tǒng)發(fā)展。醫(yī)學(xué)大數(shù)據(jù)發(fā)展由過去紙張記錄、紙本信息數(shù)字化、醫(yī)學(xué)紀(jì)錄儲存到現(xiàn)今多信息整合，其數(shù)據(jù)量有著爆炸性的成長，不僅由過去個人社經(jīng)信息、診斷信息等文字媒介，更拓展到多媒體影像信息，如X光影像，動態(tài)視訊影像信息，如核磁共振MRI以及電訊號信息，如心電圖等等，這些龐大醫(yī)學(xué)數(shù)據(jù)的匯集與高度整合技術(shù)能力，正是臺灣醫(yī)學(xué)信息領(lǐng)域發(fā)展領(lǐng)先的原因，同時更顯得醫(yī)學(xué)數(shù)據(jù)發(fā)展的多元應(yīng)用及其重要性。

而由醫(yī)療健保產(chǎn)業(yè)來說，個人醫(yī)療信息終端的產(chǎn)生給醫(yī)療產(chǎn)業(yè)帶來革命性的變化，連結(jié)了傳統(tǒng)醫(yī)院、政府（社會保障）、保險公司、藥物生產(chǎn)公司等相關(guān)產(chǎn)業(yè)，形成新的行業(yè)生態(tài)圈。將互聯(lián)網(wǎng)＋醫(yī)療保健去建構(gòu)一個智能的健康系統(tǒng)，在整個健康系統(tǒng)下會有智能的合作伙伴，包含醫(yī)院、醫(yī)生、診所、學(xué)術(shù)中心、保險公司、藥廠、醫(yī)療設(shè)備制造商、政府等相關(guān)人員等，接著產(chǎn)生出個人化的護理體系，其中包含個人健康、成本節(jié)約、提高效率、病人教育、增強通信、績效度量、預(yù)防等相關(guān)內(nèi)容，使得人們有著更健康的社會。

經(jīng)常聽到的醫(yī)療云、照護云以及健康云都是運用云端技術(shù)結(jié)合大數(shù)據(jù)去提供健康咨詢的服務(wù)。在網(wǎng)絡(luò)普及下，人手一臺智能型手機讓這些云更能夠去發(fā)揮，客戶只需要使用健康感知的終端，其中包含穿戴型裝置、愛睡寶、電視機以及相關(guān)的智能型測量裝置，就能夠讓親人、醫(yī)生以及相關(guān)的護理人員得知目前的身體狀態(tài)，不僅如此，還可以遠(yuǎn)程監(jiān)護以及遠(yuǎn)程門診，一切都透過遠(yuǎn)程醫(yī)療平臺讓人們有著安全、方便、快速及健康舒適的生活環(huán)境。

大數(shù)據(jù)在生技醫(yī)療衛(wèi)生發(fā)展?fàn)顩r及應(yīng)用,大數(shù)據(jù)已深耕于經(jīng)濟領(lǐng)域且創(chuàng)造了巨大的經(jīng)濟價值

美國的大數(shù)據(jù)產(chǎn)業(yè)已經(jīng)創(chuàng)造了巨大的價值，具體表現(xiàn)在:大數(shù)據(jù)使美國醫(yī)療服務(wù)質(zhì)量得到提高。

對于醫(yī)療服務(wù)的提供方和支付方來說，在減少醫(yī)療成本的同時不斷提高醫(yī)療質(zhì)量和效率仍然是一個難以實現(xiàn)的目標(biāo)，而這也是改善民生的重大機遇。2010年，全美醫(yī)療支出占國內(nèi)生產(chǎn)總值的17.9%，比2000年增長13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的醫(yī)療資源。

對這些疾病和其他相關(guān)健康服務(wù)的管理將深刻地影響國家的福祉。在這方面大數(shù)據(jù)可以發(fā)揮作用。為在廣大人群中取得最有效的醫(yī)療效果，更多地使用電子健康記錄（電子健康檔案），并與新的分析工具相結(jié)合，將提供挖掘信息的機會。研究人員可以利用信息尋找有效的統(tǒng)計趨勢，并依據(jù)真實的醫(yī)療服務(wù)質(zhì)量開展醫(yī)療評估。

大數(shù)據(jù)在醫(yī)療及生技業(yè)之應(yīng)用

醫(yī)療及生技業(yè)大數(shù)據(jù)應(yīng)用的當(dāng)前需求來自疫情和健康趨勢分析、電子病例、醫(yī)學(xué)研發(fā)、臨床試驗等領(lǐng)域。

疫情和健康分析趨勢

利用大數(shù)據(jù)進行疫情分析，說明這個地方可能處于某種疾病蔓延，實時掌握病情。

Google和疾管局一樣能夠掌握流感疫情

2009年又冒出了一種新的流感病毒，稱為H1N1。這種新菌株結(jié)合了禽流感和豬流感病毒，迅速蔓延。短短幾星期內(nèi)，全球的公共衛(wèi)生機構(gòu)都憂心忡忡，擔(dān)心即將爆發(fā)流感大流行。有些人發(fā)出警訊，認(rèn)為這次爆發(fā)可能與1918年的西班牙流感不相上下，當(dāng)時感染人數(shù)達到五億人，最后奪走數(shù)千萬人的性命。雪上加霜的是，面對流感可能爆發(fā)，卻還沒有能派上用場的疫苗，公共衛(wèi)生當(dāng)局唯一能努力的，就是減緩其蔓延的速度。為了達到這項目的，必須先知道當(dāng)前流行感染的范圍及程度。在美國，疾病管制局（CDC）要求醫(yī)生一碰到新流感病例，就必須立刻通報。即使如此，通報的速度仍然總是慢了病毒一步，大約是慢上一到兩星期。畢竟，民眾覺得身體不舒服之后，通常還是會過個幾天才就醫(yī)，而層層通報回到疾管局也需要時間，更別提疾管局要每星期才整理一次通報來的數(shù)據(jù)。但是面對迅速蔓延的疫情，拖個兩星期簡直就像是拖了一個世紀(jì)，會在最關(guān)鍵的時刻，讓公共衛(wèi)生當(dāng)局完全無法掌握真實情況。

說巧不巧，就在H1N1躍上新聞頭條的幾星期前，網(wǎng)絡(luò)巨擘Google旗下的幾位工程師，在著名的《自然》科學(xué)期刊發(fā)表了一篇重要的論文，當(dāng)時并未引起一般人的注意，只在衛(wèi)生當(dāng)局和計算機科學(xué)圈里引起討論。該篇論文解釋了Google能如何「預(yù)測」美國在冬天即將爆發(fā)流感，甚至還能精準(zhǔn)定位到是哪些州。谷歌的秘訣，就是看看民眾在網(wǎng)絡(luò)上搜尋些什么。由于Google每天會接收到超過三十億筆的搜尋，而且會把它們?nèi)績Υ嫫饋?，那就會有大量的?shù)據(jù)得以運用。

Google先挑出美國人最常使用的前五千萬個搜尋字眼，再與美國疾病管制局在2003年到2008年之間的流感傳播數(shù)據(jù)，加以比對。Google的想法，是想靠著民眾在網(wǎng)絡(luò)上搜尋什么關(guān)鍵詞，找出那些感染了流感的人。雖然也曾有人就網(wǎng)絡(luò)搜尋字眼做過類似的努力，但是從來沒人能像Google一樣掌握巨量數(shù)據(jù)（big data，直譯為大數(shù)據(jù)），并具備強大的處理能力和在統(tǒng)計上的專業(yè)技能。

雖然Google已經(jīng)猜到，民眾的搜尋字眼可能與流感有關(guān)，像是「止咳退燒」，但相不相關(guān)其實不是真正的重點，他們設(shè)計的系統(tǒng)也不是從這個角度出發(fā)。Google這套系統(tǒng)真正做的，是要針對搜尋字眼的搜尋頻率，找出和流感傳播的時間、地區(qū)，有沒有統(tǒng)計上的相關(guān)性。他們總共用上了高達4億5千萬種不同的數(shù)學(xué)模型，測試各種搜尋字眼，再與疾管局在2007年與2008年的實際流感病例加以比較。這套軟件找出了一組共四十五個搜尋字眼，放進數(shù)學(xué)模型之后，預(yù)測結(jié)果會與官方公布的全美真實數(shù)據(jù)十分符合，有強烈的相關(guān)性。

于是，他們就像疾管局一樣能夠掌握流感疫情，但可不是

一、兩星期之后的事，而是幾近實時同步的掌握！因此，在2009年發(fā)生H1N1危機的時候，比起政府手中的數(shù)據(jù)（以及無可避免的通報延遲），Google系統(tǒng)能提供更有用、更及時的信息。公衛(wèi)當(dāng)局有了這種寶貴的信息，控制疫情如虎添翼。

最驚人的是，Google的這套方法并不需要去采集檢體、也不用登門造訪各家醫(yī)院診所，而只是好好利用了巨量數(shù)據(jù)，也就是用全新的方式來使用信息，以取得實用且價值非凡的見解、商機或服務(wù)。有了Google這套系統(tǒng)，下次爆發(fā)流感的時候，全球就有了更佳的工具能夠加以預(yù)測、并防止疫情蔓延。

電子病例

將分散在醫(yī)院中的各個部門、各式各樣的病例集中在云端，醫(yī)生們可透過語意搜查找出任何病例中的相關(guān)訊息，進而為醫(yī)學(xué)診斷提供更加豐富的數(shù)據(jù)。可提供以病患為中心的個人化療程建議，或幫助對醫(yī)療問題及其患病率進行自動診斷。臺灣的醫(yī)療黑金：健保數(shù)據(jù)庫 Google臺灣董事總經(jīng)理簡立峰曾表示：「我認(rèn)為最有價值的寶藏，就是臺灣的全民健保數(shù)據(jù)庫?！?，臺灣醫(yī)療產(chǎn)業(yè)貫穿上下游的數(shù)據(jù)，全在健保數(shù)據(jù)庫里面，而且?guī)缀跛腥硕家尤?，全世界只有臺灣擁有如此完整的數(shù)據(jù)庫。美國麻省理工學(xué)院電機與計算機科學(xué)院教授約John Guttag也說，相較于美國，臺灣的健保是由政府買單，這讓醫(yī)療數(shù)據(jù)取得變得容易，「這是臺灣的機會，未來也很有機會從中獲利?！?/p>

累積15年來、2千3百萬人民的健保數(shù)據(jù)庫，正等待著識貨的伯樂來挖寶。臺中榮總醫(yī)生、陽明大學(xué)教授吳俊穎以親身經(jīng)驗說明，過去醫(yī)學(xué)界只知道，幽門螺旋桿菌跟胃癌有關(guān)，但是卻沒有規(guī)模夠大、時間夠長的臨床實驗可以證實，他與研究團隊藉由探勘臺灣的健保數(shù)據(jù)庫，發(fā)現(xiàn)服藥根除幽門螺旋桿菌，可以降低胃癌的發(fā)生率。

這篇論文不只發(fā)表在腸胃科排名第一的雜志《腸胃病學(xué)》上，更震撼了日本醫(yī)學(xué)界。日本是全球胃癌罹患率最高的國家，當(dāng)?shù)蒯t(yī)生特別把這篇論文翻譯成日文，并且說服日本厚生省，對幽門螺旋桿菌感染患者全面給付殺菌療程，不僅影響醫(yī)師的臨床運作、政府決策，甚至有可能改變國際性醫(yī)療行為準(zhǔn)則。

吳俊穎認(rèn)為，臺灣的健保數(shù)據(jù)庫內(nèi)容巨細(xì)靡遺，所有醫(yī)療項目都記錄得一清二楚，「它像是永不干涸的黑金，當(dāng)數(shù)據(jù)越來越多串聯(lián)和使用，就會越來越有價值?！谷欢?，吳俊穎也提到，健保數(shù)據(jù)庫有個缺點，就是缺乏診斷和檢測結(jié)果。麻省理工學(xué)院教授Peter Szolovits也曾舉例說明過，如果有一位病患發(fā)現(xiàn)關(guān)節(jié)腫起來，醫(yī)生跟他說這「疑似」是風(fēng)濕性關(guān)節(jié)炎，因此記錄風(fēng)濕性關(guān)節(jié)炎的費用，可能后來病人發(fā)現(xiàn)根本不是這個病，如果把這筆數(shù)據(jù)用在風(fēng)濕性關(guān)節(jié)炎的醫(yī)療研究上，那就會變成糟糕的數(shù)據(jù)，影響研究結(jié)果。

「如果能夠把健保數(shù)據(jù)庫與醫(yī)院病歷的數(shù)據(jù)庫做結(jié)合，那它就會變成最完美的醫(yī)療數(shù)據(jù)庫！」吳俊穎提到，病歷數(shù)據(jù)包含檢測和治療的結(jié)果，不只對于臺灣醫(yī)療產(chǎn)業(yè)來說非常有價值，國內(nèi)外的生技和醫(yī)藥大廠，也都會搶著要跟臺灣合作。想象一個情境，有天當(dāng)你到南部度假，突然感到身體不適，就近到當(dāng)?shù)氐脑\所就醫(yī)。第一次跟你見面的醫(yī)生，登入全臺灣共享的醫(yī)療數(shù)據(jù)庫，調(diào)出你在其他醫(yī)院的病歷數(shù)據(jù)，花幾分鐘就能對你的身體了如指掌，還能透過臨床決策輔助系統(tǒng)，顯示出跟你有相同癥狀的病友群體、使用各種藥物的治療狀況，透過大數(shù)據(jù)分析可以協(xié)助醫(yī)生在最短時間內(nèi)，找出最適合的治療方式。

「很多人以為這樣的愿景，離現(xiàn)實生活非常遙遠(yuǎn)，其實臺灣已經(jīng)走在半路上了。」臺大醫(yī)院竹東分院院長王明巨如此說道。的確，臺灣醫(yī)療機構(gòu)的病歷電子化程度很高，很有可能成為全球第一個全國醫(yī)院流通電子病歷的國家。醫(yī)學(xué)研發(fā)

運用實時監(jiān)測及分析大量的儀器數(shù)據(jù)，建構(gòu)預(yù)測模型，并利用統(tǒng)計工具改善臨床試驗設(shè)計，分析臨床試驗數(shù)據(jù)。發(fā)展個人化醫(yī)學(xué)及疾病發(fā)作模式等醫(yī)療研發(fā)。利用大數(shù)據(jù)解決多發(fā)性硬化癥的算法運算復(fù)雜度

位于水牛城的紐約州立大學(xué)(SUNY)是一個領(lǐng)先全球的多發(fā)性硬化癥(MS)研 究中心。MS是一種具破壞性的、面性的神經(jīng)系統(tǒng)疾病，影養(yǎng)全球近百人。這種疾病會使人的大腦和骨隨發(fā)炎并產(chǎn)生神經(jīng)病，導(dǎo)致患者可能出現(xiàn)行動不便、視力受損、疼痛等癥狀。

MS的病因是很復(fù)雜的，沒有一個單一基因是可能的致病源。因此自2007年以來，SUNY就一直希望透過掃描MS患者的基因組的變化來開發(fā)新的治療方式，透過從原本成千上萬的基因序列的變異SNP，SNP指的是單核桃多型性，來獲得單一樣品，研究基因產(chǎn)物和其他基因產(chǎn)物及環(huán)境因素進行的交互作用。

研究人員的想法是以多個SNP變異點結(jié)合不同的環(huán)境變因，并使用一種被稱之為「AMBIENCE」的算法，來檢測縣性和非線性兩種數(shù)據(jù)數(shù)據(jù)中的相關(guān)性，以識別這些交互作用之間的關(guān)系。但是這個想法就如同大海撈針，因為環(huán)境變因包括像是實驗對象曝曬太陽的時間長短、維生素D產(chǎn)生的量、吸煙的情況等皆有可能影響研究結(jié)果。況且人類的基因由23對染色體所組成，其中包含約30億個DNA堿基對，這些因變量和應(yīng)變量數(shù)量多到嚇人，必須靠建構(gòu)一套計算量高達1018的高等分析模型才能解決。

因此SUNY與IBM合作，建構(gòu)一套搭配軟硬件的數(shù)據(jù)分析系統(tǒng)，以往平均需要27.2小時的工作，縮短到現(xiàn)在只要11.7分鐘即可完成。而且這套系統(tǒng)不僅大大簡化和加速了復(fù)雜的分析過程，還提供了不同類型的變量值，如：分類變量、分配卜瓦松變量或連續(xù)常態(tài)變量等。過去，只要研究中增加一個新的變量值，研究團隊就必須重新編寫整個算法，而現(xiàn)在只需按幾個鍵即可完成。

大數(shù)據(jù)系統(tǒng)分析的應(yīng)用除了MS的研究以外，全球估計超過3300萬人感染，至今沒有方法可以完全治愈的艾滋病，以及罕見疾病等，都已開始利用大數(shù)據(jù)進行大型的醫(yī)學(xué)研究。

臨床實驗

臨床試驗藉由大數(shù)據(jù)而有了重大的改變，可利用臨床驗數(shù)據(jù)、儀器讀數(shù)等，進行比較效果研究、臨床決策支持系統(tǒng)、遠(yuǎn)距病人監(jiān)測及加強醫(yī)學(xué)數(shù)據(jù)透明度等方面。

擁有數(shù)據(jù)數(shù)據(jù)保護的早產(chǎn)兒

所謂的早產(chǎn)兒是指懷孕不到37周就提早出世的寶寶。這些提早降臨人世的小仙子，如果出生后體重不到1500公克，很可能會因為免疫系統(tǒng)尚未發(fā)育完全而受到感染，一旦感染之后就很容易引起呼吸衰竭、肺出血及敗血癥。

不過，加拿大多倫多市立兒童醫(yī)院里的早產(chǎn)兒，卻可以睡得特別安詳，因為他們是有數(shù)據(jù)數(shù)據(jù)保護的「data baby」。隨著醫(yī)療設(shè)備的發(fā)展，利用醫(yī)療監(jiān)測儀器監(jiān)測病患的生命征象，如血壓、心跳和體溫等，已經(jīng)是非常普遍的事了。通常這些儀器還具有警報功能，一旦生理的數(shù)據(jù)數(shù)值超出正常范圍時就會發(fā)出警示，醫(yī)療人員就會采取因應(yīng)行動。但是即使醫(yī)術(shù)再精湛、經(jīng)驗再豐富的醫(yī)護人員，可能也無法準(zhǔn)確地察覺這些異常的發(fā)生時間和嚴(yán)重性，尤其當(dāng)發(fā)生在脆弱的早產(chǎn)兒生身上。根據(jù)美國弗吉尼亞大學(xué)追蹤以往的數(shù)據(jù)顯示，新生兒受到感染初期的12到24小時，因為脈搏和心跳幾乎都可在接受的范圍內(nèi)，因此醫(yī)護人員很難從生命征象數(shù)據(jù)的改變中察覺，等到警示燈響起，常常為時已晚。

連續(xù)監(jiān)測和記錄這些生理性數(shù)據(jù)，可以觀察出新生兒是否遭受感染的早期征兆，但數(shù)據(jù)量實在太過龐大了。估計這些監(jiān)測設(shè)備每一秒鐘就會產(chǎn)生1000個讀數(shù)。以往是30到60分鐘由醫(yī)護人員歸納出一個數(shù)據(jù)做為紀(jì)錄，然后儲存72小時。如果要把這些讀數(shù)統(tǒng)統(tǒng)記錄起來，根本是不可能的事。

但這項不可能的任務(wù)，并沒有嚇跑安大略省理工學(xué)院和IBM。他們使用來自懷生研究中心的最新技術(shù)，利用江河運算平臺支持大量數(shù)據(jù)的收集和分析，一天24小時不間斷地收集和記錄著包括早產(chǎn)兒的體溫、心跳、血氧飽和濃度和血壓等電子監(jiān)測儀器產(chǎn)生的大量數(shù)據(jù)，以及周遭環(huán)境如溫度、濕度等相關(guān)數(shù)據(jù)。在保護病人的隱私安全考慮下，這些數(shù)據(jù)會直接傳到安大略省理工學(xué)院研究中心和IBM華生研究中心；系統(tǒng)會分析和研究哪些因素的交互作用會造成感染，甚至哪幾床的新生兒因為符合條件較多，可能出現(xiàn)疾病或感染的風(fēng)險較大。之后，系統(tǒng)再將分析結(jié)果提供給醫(yī)護人員比較判讀。這些動作都在數(shù)秒內(nèi)完成。藉由這項計劃，兒童病房里的醫(yī)護人員已經(jīng)可以提前18到24小時，預(yù)防新生兒敗血癥的發(fā)生。

由于大數(shù)據(jù)在規(guī)模（Volume）、增加速度（Velocity），以及價值性（Value）上正呈現(xiàn)幾何上升，而其數(shù)據(jù)所表現(xiàn)的多樣性變化（Variety）與數(shù)據(jù)的有效性（Validation），更容易成為企業(yè)的風(fēng)險源頭。面對排山倒海而來的大數(shù)據(jù)，企業(yè)需運用大數(shù)據(jù)，迅速將數(shù)據(jù)轉(zhuǎn)化成商業(yè)智能，運用分析信息，提升市場的洞察能力，做出更準(zhǔn)確的營運決策。例如：電信業(yè)者可以分析手機在基地臺漫游的特性，提供更好的在地費率；信用卡業(yè)者可以每天定期分析各種信用貸款所產(chǎn)生的風(fēng)險，動態(tài)調(diào)整信貸利率；便利超商可以分析消費者的購買習(xí)慣，動態(tài)調(diào)整架上存貨數(shù)量等；制造業(yè)者可透過現(xiàn)場制造系統(tǒng)所記錄的大量在線實時生產(chǎn)數(shù)據(jù)進行分析，以協(xié)助制造業(yè)改善制程、提升良率，并減少物料浪費。因此大數(shù)據(jù)將是企業(yè)未來所面臨的關(guān)鍵挑戰(zhàn)。鑒于目前信息以超乎想象的速度產(chǎn)生、累積、消逝，而企業(yè)所面臨的商機亦有相同的循環(huán)表現(xiàn)。透過海量信息的實時性分析與運用，將可對不同信息的需求者，產(chǎn)生不一樣的價值與意義。若能持續(xù)在既有的數(shù)據(jù)中發(fā)掘價值，同時考慮動態(tài)信息所帶動的巨大沖擊，并藉此掌握瞬息萬變的市場契機，則大數(shù)據(jù)的分析與應(yīng)用，將有助于各類型企業(yè)在相關(guān)營運領(lǐng)域中，引領(lǐng)下一階段的企業(yè)永續(xù)發(fā)展。基于以上的發(fā)展潮流與態(tài)勢，麥肯錫（Mckinsey）管理顧問公司于2010年已指出未來引領(lǐng)企業(yè)發(fā)展趨勢的十大科技，其中即包含了大數(shù)據(jù)的獲取與分析、云端運算服務(wù)的公共價值，以及企業(yè)多層面的參與互動及服務(wù)。在這些技術(shù)與行動通訊網(wǎng)絡(luò)的整合應(yīng)用下，企業(yè)未來所產(chǎn)生的數(shù)據(jù)量將呈現(xiàn)倍數(shù)成長，并導(dǎo)致過去傳統(tǒng)的儲存技術(shù)即將遇到瓶頸，因此，虛擬化的云端運算分析技術(shù)，以及大數(shù)據(jù)的管理，將成為各方面所即將面臨處理的新課題。從目前的技術(shù)發(fā)展 來看，未來各項實體化設(shè)施，將可能在未來藉由虛擬化的技術(shù)，得以降低各項成本的支出，然而云端運算與大數(shù)據(jù)的應(yīng)用，絕非僅為建置一個大型數(shù)據(jù)中心即可，對于后續(xù)所產(chǎn)生大量數(shù)據(jù)下的數(shù)量管控、數(shù)據(jù)的質(zhì)量與分析結(jié)果，以及這些數(shù)據(jù)所衍生之相關(guān)應(yīng)用與服務(wù)，才是現(xiàn)階段所應(yīng)關(guān)心的重點。計算設(shè)施(Computer)網(wǎng)絡(luò)設(shè)施(Network)儲存設(shè)施(Storage)數(shù)據(jù)數(shù)量管控數(shù)據(jù)應(yīng)用服務(wù)數(shù)據(jù)質(zhì)量分析虛擬化(Virtualization)為了結(jié)合技術(shù)、數(shù)據(jù)，以及應(yīng)用分析與服務(wù)等三項議題的探討，本演講大數(shù)據(jù)主要闡述BIG DATA 在生技醫(yī)療衛(wèi)生上之應(yīng)用與研究;拋磚引玉系望能激起大家投入醫(yī)療大數(shù)據(jù)的研究!

第四篇：大數(shù)據(jù)+精準(zhǔn)醫(yī)療

大數(shù)據(jù)+精準(zhǔn)醫(yī)療

2012年全國居民慢性病死亡率為533/10萬，占總死亡人數(shù)的86.6%。心腦血管病、癌癥和慢性呼吸系統(tǒng)疾病為主要死因，占總死亡的79.4%，其中心腦血管病死亡率為271.8/10萬，癌癥死亡率為144.3/10萬（前五位分別是肺癌、肝癌、胃癌、食道癌、結(jié)直腸癌），慢性呼吸系統(tǒng)疾病死亡率為68/10過標(biāo)化處理后，除冠心病、肺癌等少數(shù)疾病死亡率有所上升外，多數(shù)慢性病死亡率呈下降趨勢。慢性病的患病、死亡與經(jīng)濟、社會、人口、行為、環(huán)境等因素密切相關(guān)。一方面，隨著人們生活質(zhì)量和保健水平不斷提高，人均預(yù)期壽命不斷增長，老年人口數(shù)量不斷增加，我國慢性病患者的基數(shù)也在不斷擴大；另一方面，隨著深化醫(yī)藥衛(wèi)生體制改革的不斷推進，城鄉(xiāng)居民對醫(yī)療衛(wèi)生服務(wù)需求不斷增長，公共衛(wèi)生和醫(yī)療服務(wù)水平不斷提升，慢性病患者的生存期也在不斷延長。慢性病患病率的上升和死亡率的下降，反映了國家社會經(jīng)濟條件和醫(yī)療衛(wèi)生水平的發(fā)展，是國民生活水平提高和壽命延長的必然結(jié)果。當(dāng)然，我們也應(yīng)該清醒地認(rèn)識到個人不健康的生活方式對慢性病發(fā)病所帶來的影響，綜合考慮人口老齡化等社會因素和吸煙等危險因素現(xiàn)狀及變化趨勢，我國慢性病的總體防控形勢依然嚴(yán)峻，防控工作仍面臨著巨大挑戰(zhàn)。

大數(shù)據(jù)的分析和應(yīng)用都將在醫(yī)療行業(yè)發(fā)揮巨大的作用，提高醫(yī)療效率和醫(yī)療效果。

一、臨床操作

在臨床操作方面，有5個主要場景的大數(shù)據(jù)應(yīng)用： 1．比較效果研究

通過全面分析病人特征數(shù)據(jù)和療效數(shù)據(jù)，然后比較多種干預(yù)措施的有效性，可以找到針對特定病人的最佳治療途徑。

基于療效的研究包括比較效果研究(Comparative Effectiveness Research，CER)。研究表明，對同一病人來說，醫(yī)療服務(wù)提供方不同，醫(yī)療護理方法和效果不同，成本上也存在著很大的差異。精準(zhǔn)分析包括病人體征數(shù)據(jù)、費用數(shù)據(jù)和療效數(shù)據(jù)在內(nèi)的大型數(shù)據(jù)集，可以幫助醫(yī)生確定臨床上最有效和最具有成本效益的治療方法。醫(yī)療護理系統(tǒng)實現(xiàn)CER，將有可能減少過度治療(比如避免那些副作用比療效明顯的治療方式)，以及治療不足。從長遠(yuǎn)來看，不管是過度治療還是治療不足都將給病人身體帶來負(fù)面影響，以及產(chǎn)生更高的醫(yī)療費用。

2．臨床決策支持系統(tǒng)

臨床決策支持系統(tǒng)可以提高工作效率和診療質(zhì)量。目前的臨床決策支持系統(tǒng)分析醫(yī)生輸入的條目，比較其與醫(yī)學(xué)指引不同的地方，從而提醒醫(yī)生防止?jié)撛诘腻e誤，如藥物不良反應(yīng)。通過部署這些系統(tǒng)，醫(yī)療服務(wù)提供方可以降低醫(yī)療事故率和索賠數(shù)，尤其是那些臨床錯誤引起的醫(yī)療事故。在美國Metropolitan兒科重癥病房的研究中，兩個月內(nèi)，臨床決策支持系統(tǒng)就削減了40%的藥品不良反應(yīng)事件數(shù)量。

3．醫(yī)療數(shù)據(jù)透明度

提高醫(yī)療過程數(shù)據(jù)的透明度，可以使醫(yī)療從業(yè)者、醫(yī)療機構(gòu)的績效更透明，間接促進醫(yī)療服務(wù)質(zhì)量的提高。

根據(jù)醫(yī)療服務(wù)提供方設(shè)置的操作和績效數(shù)據(jù)集，可以進行數(shù)據(jù)分析并創(chuàng)建可視化的流程圖和儀表盤，促進信息透明。流程圖的目標(biāo)是識別和分析臨床變異和醫(yī)療廢物的來源，然后優(yōu)化流程。僅僅發(fā)布成本、質(zhì)量和績效數(shù)據(jù)，即使沒有與之相應(yīng)的物質(zhì)上的獎勵，也往往可以促進績效的提高，使醫(yī)療服務(wù)機構(gòu)提供更好的服務(wù)，從而更有競爭力。

4．遠(yuǎn)程病人監(jiān)控

從對慢性病人的遠(yuǎn)程監(jiān)控系統(tǒng)收集數(shù)據(jù)，并將分析結(jié)果反饋給監(jiān)控設(shè)備(查看病人是否正在遵從醫(yī)囑)，從而確定今后的用藥和治療方案。

2010年，美國有1.5億慢性病患者，如糖尿病、充血性心臟衰竭、高血壓患者，他們的醫(yī)療費用占到了醫(yī)療衛(wèi)生系統(tǒng)醫(yī)療成本的80%。遠(yuǎn)程病人監(jiān)護系統(tǒng)對治療慢性病患者是非常有用的。遠(yuǎn)程病人監(jiān)護系統(tǒng)包括家用心臟監(jiān)測設(shè)備、血糖儀，甚至還包括芯片藥片，芯片藥片被患者攝入后，實時傳送數(shù)據(jù)到電子病歷數(shù)據(jù)庫。舉個例子，遠(yuǎn)程監(jiān)控可以提醒醫(yī)生對充血性心臟衰竭病人采取及時治療措施，防止緊急狀況發(fā)生，因為充血性心臟衰竭的標(biāo)志之一是由于保水產(chǎn)生的體重增加現(xiàn)象，這可以通過遠(yuǎn)程監(jiān)控實現(xiàn)預(yù)防。更多的好處是，通過對遠(yuǎn)程監(jiān)控系統(tǒng)產(chǎn)生的數(shù)據(jù)的分析，可以減少病人住院時間，減少急診量，實現(xiàn)提高家庭護理比例和門診醫(yī)生預(yù)約量的目標(biāo)。

5．對病人檔案的先進分析

在病人檔案方面應(yīng)用高級分析可以確定哪些人是某類疾病的易感人群。舉例說，應(yīng)用高級分析可以幫助識別哪些病人有患糖尿病的高風(fēng)險，使他們盡早接受預(yù)防性保健方案。這些方法也可以幫患者從已經(jīng)存在的疾病管理方案中找到最好的治療方案。

二、付款/定價 對醫(yī)療支付方來說，通過大數(shù)據(jù)分析可以更好地對醫(yī)療服務(wù)進行定價。以美國為例，這將有潛力創(chuàng)造每年500億美元的價值，其中一半來源于國家醫(yī)療開支的降低。

1．自動化系統(tǒng)

自動化系統(tǒng)(例如機器學(xué)習(xí)技術(shù))檢測欺詐行為。業(yè)內(nèi)人士評估，每年有2%~4%的醫(yī)療索賠是欺詐性的或不合理的，因此檢測索賠欺詐具有巨大的經(jīng)濟意義。通過一個全面的一致的索賠數(shù)據(jù)庫和相應(yīng)的算法，可以檢測索賠準(zhǔn)確性，查出欺詐行為。這種欺詐檢測可以是追溯性的，也可以是實時的。在實時檢測中，自動化系統(tǒng)可以在支付發(fā)生前就識別出欺詐，避免重大的損失。

2．基于衛(wèi)生經(jīng)濟學(xué)和療效研究的定價計劃

在藥品定價方面，制藥公司可以參與分擔(dān)治療風(fēng)險，比如基于治療效果制定定價策略。這對醫(yī)療支付方的好處顯而易見，有利于控制醫(yī)療保健成本支出。對患者來說，好處更加直接。他們能夠以合理的價格獲得創(chuàng)新的藥物，并且這些藥物經(jīng)過基于療效的研究。而對醫(yī)藥產(chǎn)品公司來說，更好的定價策略也是好處多多。他們可以獲得更高的市場準(zhǔn)入可能性，也可以通過創(chuàng)新的定價方案，更有針對性療效藥品的推出，獲得更高的收入。

在歐洲，現(xiàn)在有一些基于衛(wèi)生經(jīng)濟學(xué)和療效的藥品定價試點項目。

三、研發(fā)

醫(yī)療產(chǎn)品公司可以利用大數(shù)據(jù)提高研發(fā)效率。拿美國為例，這將創(chuàng)造每年超過1000億美元的價值。

1．預(yù)測建模

醫(yī)藥公司在新藥物的研發(fā)階段，可以通過數(shù)據(jù)建模和分析，確定最有效率的投入產(chǎn)出比，從而配備最佳資源組合。模型基于藥物臨床試驗階段之前的數(shù)據(jù)集及早期臨床階段的數(shù)據(jù)集，盡可能及時地預(yù)測臨床結(jié)果。評價因素包括產(chǎn)品的安全性、有效性、潛在的副作用和整體的試驗結(jié)果。通過預(yù)測建?？梢越档歪t(yī)藥產(chǎn)品公司的研發(fā)成本，在通過數(shù)據(jù)建模和分析預(yù)測藥物臨床結(jié)果后，可以暫緩研究次優(yōu)的藥物，或者停止在次優(yōu)藥物上的昂貴的臨床試驗。

2．提高臨床試驗設(shè)計的統(tǒng)計工具和算法 使用統(tǒng)計工具和算法，可以提高臨床試驗設(shè)計水平，并在臨床試驗階段更容易地招募到患者。通過挖掘病人數(shù)據(jù)，評估招募患者是否符合試驗條件，從而加快臨床試驗進程，提出更有效的臨床試驗設(shè)計建議，并能找出最合適的臨床試驗基地。比如那些擁有大量潛在符合條件的臨床試驗患者的試驗基地可能是更理想的，或者在試驗患者群體的規(guī)模和特征二者之間找到平衡。

3．臨床實驗數(shù)據(jù)的分析

分析臨床試驗數(shù)據(jù)和病人記錄可以確定藥品更多的適應(yīng)癥和發(fā)現(xiàn)副作用。在對臨床試驗數(shù)據(jù)和病人記錄進行分析后，可以對藥物進行重新定位，或者實現(xiàn)針對其他適應(yīng)癥的營銷。實時或者近乎實時地收集不良反應(yīng)報告可以促進藥物警戒(藥物警戒是上市藥品的安全保障體系，對藥物不良反應(yīng)進行監(jiān)測、評價和預(yù)防)?；蛘咴谝恍┣闆r下，臨床實驗暗示出了一些情況但沒有足夠的統(tǒng)計數(shù)據(jù)去證明，現(xiàn)在基于臨床試驗大數(shù)據(jù)的分析可以給出證據(jù)。

這些分析項目是非常重要的?？梢钥吹阶罱鼛啄晁幤烦肥袛?shù)量屢創(chuàng)新高，藥品撤市可能給醫(yī)藥公司帶來毀滅性的打擊。2004年從市場上撤下的止痛藥Vioxx，給默克公司造成70億美元的損失，短短幾天內(nèi)就造成股東價值33%的損失。

四、更具體一些，大數(shù)據(jù)已經(jīng)得到實際應(yīng)用的已經(jīng)有如下場景

1．組學(xué)大數(shù)據(jù)精準(zhǔn)醫(yī)療

人類通過開展組學(xué)研究及不同組學(xué)間的關(guān)聯(lián)研究，從環(huán)境、生活方式和行為等暴露組學(xué)，至個體細(xì)胞分子水平上的基因組學(xué)、表觀組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白組學(xué)、代謝組學(xué)、宏基因組學(xué)，再到個體健康和疾病狀態(tài)的表型組學(xué)等。利用大數(shù)據(jù)將各種組學(xué)進行綜合及整合，既能為疾病發(fā)生、預(yù)防和治療提供全面、全新的認(rèn)識，也有利于開展個體化醫(yī)學(xué)，即通過系統(tǒng)整合生物醫(yī)學(xué)與臨床數(shù)據(jù)，可以更準(zhǔn)確地預(yù)測個體患病風(fēng)險和預(yù)后，有針對性地實施預(yù)防和治療。

2．大數(shù)據(jù)虛擬藥物研發(fā)

快速識別生物標(biāo)志物和研發(fā)藥物。利用某種疾病患者人群的臨床數(shù)據(jù)和組學(xué)數(shù)據(jù)，可以快速識別有關(guān)疾病發(fā)生、預(yù)后或治療效果的生物標(biāo)志物。在藥物研發(fā)方面，醫(yī)學(xué)大數(shù)據(jù)使得人們對病因和疾病發(fā)生機制的理解更加深入，從而有助于識別生物靶點和研發(fā)藥物。同時，充分利用海量臨床數(shù)據(jù)和組學(xué)數(shù)據(jù)、已有藥物的研究數(shù)據(jù)和高通量藥物篩選，能加速藥物篩選過程。

3．生物大數(shù)據(jù)流行病防治

快速篩檢未知病原和發(fā)現(xiàn)可疑致病微生物。通過采集未知病原樣本數(shù)據(jù)，對病原進行測序，并將未知病原與已知病原的基因序列進行比對，從而判斷其為已知病原或與其最接近的病原類型，據(jù)此推測其來源和傳播路線、開展藥物篩選和相應(yīng)的流行疾病防治。

4．互聯(lián)網(wǎng)大數(shù)據(jù)公衛(wèi)監(jiān)測

利用互聯(lián)網(wǎng)大數(shù)據(jù)以及有關(guān)專業(yè)數(shù)據(jù)實時開展公共衛(wèi)生監(jiān)測。公共衛(wèi)生監(jiān)測包括傳染病監(jiān)測、慢性非傳染性疾病及相關(guān)危險因素監(jiān)測、健康相關(guān)監(jiān)測，如出生缺陷監(jiān)測、食品安全風(fēng)險監(jiān)測等。此外，還可以通過覆蓋全國的患者電子病歷數(shù)據(jù)庫進行疫情監(jiān)測，通過監(jiān)測社交媒體或頻繁檢索的詞條來預(yù)測某些傳染病的流行。

5．大數(shù)據(jù)健康管理

實時開展大數(shù)據(jù)健康管理，通過可穿戴設(shè)備對個體體征數(shù)據(jù)，如心率、脈率、呼吸頻率、體溫、熱消耗量、血壓、血糖、血氧、體脂含量等數(shù)據(jù)的實時、連續(xù)監(jiān)測和流數(shù)據(jù)挖掘、分析，提供實時健康指導(dǎo)與建議，更科學(xué)地實施個性化健康管理。

6．大數(shù)據(jù)疾病譜研究

了解人群疾病譜的改變，這有助于制定新的疾病防治策略。全球疾病負(fù)擔(dān)研究是一個應(yīng)用大數(shù)據(jù)的實例，該研究應(yīng)用的數(shù)據(jù)范圍廣、數(shù)據(jù)量巨大，近4700臺并行臺式計算機完成了數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)倉庫建立和數(shù)據(jù)挖掘分析的自動化和規(guī)范化計算，應(yīng)用大數(shù)據(jù)研究人群疾病譜。

7．大數(shù)據(jù)人群隊列研究

以大數(shù)據(jù)為導(dǎo)向的人群隊列研究逐漸成為醫(yī)學(xué)研究的熱點。超大規(guī)模隊列研究具有大樣本-如數(shù)十萬人群，前瞻性-如數(shù)十年長期隨訪，多學(xué)科-如基礎(chǔ)、臨床、預(yù)防、信息等多學(xué)科合作，多病種-如對多種疾病進行研究，多因素-如探討多種危險因素，整合性-如監(jiān)測系統(tǒng)、信息系統(tǒng)、醫(yī)保系統(tǒng)的整合，共享性-如生物標(biāo)本和數(shù)據(jù)資源的共享，等特點，經(jīng)過長期隨訪能夠產(chǎn)出大量人群數(shù)據(jù)，基于大數(shù)據(jù)的人群隊列研究更具有科學(xué)性、可靠性和權(quán)威性。

第五篇：探究教學(xué)模式心得體會

近年來，隨著“杜郎口”教學(xué)模式，洋思中學(xué)“先學(xué)后教，當(dāng)堂練習(xí)”教學(xué)模式，和東廬“講學(xué)稿”教學(xué)模式，被越來越多的學(xué)校仿效和推廣，使很多教師和學(xué)校搞不清到底什么是符合自己新課改和教學(xué)實際的模式。對此，筆者經(jīng)過長期的摸索和總結(jié)，初步形成符合自己的教學(xué)模式，并在自己的教學(xué)實際中已初露良

好的效果。

“杜郎口”教學(xué)模式的優(yōu)點在于推翻了傳統(tǒng)的教師一味的傳授，不在把學(xué)生當(dāng)成“容器”進行填鴨式的教學(xué)，而是讓學(xué)生主動參與，極大地激發(fā)學(xué)生的求知欲，解放了學(xué)生被動的接受學(xué)習(xí)，在一定程度上解決了學(xué)生厭學(xué)，不學(xué)的問題。但是把課堂完全教給學(xué)生，片面地加大了學(xué)生的學(xué)習(xí)投入量；同時教師的點撥，補充，拓展的機會過少，對課堂教學(xué)還是有一定弊端的。不過“杜郎口”教學(xué)模式，激發(fā)了學(xué)生探究欲，擴大了學(xué)生的主動參與程度，給學(xué)生創(chuàng)造了更多展示自我才能和個性的機會，這種模式還是我們教師和其他學(xué)校應(yīng)該吸收和發(fā)揚的的，這是杜郎口模式的精華所在。

洋思中學(xué)“先學(xué)后教，當(dāng)堂練習(xí)”的教學(xué)模式的優(yōu)點，在于它遵循教學(xué)規(guī)律和學(xué)生學(xué)習(xí)認(rèn)知心理的特征，使學(xué)生的學(xué)習(xí)成果顯著，具有實際的教學(xué)可操作性。但是他也有不合適的地方，還是不能把學(xué)生從被動學(xué)習(xí)中相對解放出來，不能很好展示自我，它容易使學(xué)生的學(xué)習(xí)陷入被動的局面。但是它很好的解決了預(yù)習(xí)和復(fù)習(xí)鞏固的時效性，這是它對當(dāng)前教學(xué)做出最為巨大的貢獻，這也是它能被教育界認(rèn)同的靈魂所在。

東廬“講學(xué)稿”教學(xué)模式，優(yōu)點在于：很好地解決了教師的備課與學(xué)生的練習(xí)融合問題，似乎減輕了老師和學(xué)生的勞動量，有效解決了教與學(xué)通過書面的銜接。但它也有一些不可回避的爭議：隱性地加大教師的工作量；對于預(yù)習(xí)和復(fù)習(xí)鞏固，教師不好掌控（學(xué)生容易出現(xiàn)抄襲）；還是不能很好地激發(fā)學(xué)生主動學(xué)習(xí)；東廬“講學(xué)稿”本身在東廬中學(xué)的教學(xué)中還沒有取得有明顯建樹的成效。不能讓教師運用靈活，形式多樣的教學(xué)風(fēng)格。不過，它為教師在教學(xué)設(shè)計上，能主動站在學(xué)生的學(xué)這一角度，還是值得借鑒的。對于以上三種模式，那一種才是符合每一個學(xué)?；蚪處煹哪兀可嵊蔡?，全盤吸收，是絕對錯誤的。在學(xué)習(xí)這些教學(xué)模式時，我們應(yīng)該保持理性的借鑒，要邊實踐邊思考學(xué)習(xí)的實效，要時刻反省和分析自己學(xué)生的學(xué)情，認(rèn)真結(jié)合自己學(xué)生學(xué)習(xí)的特點，不斷改良和優(yōu)化自己的教學(xué)，不斷總結(jié)和梳理自己的教學(xué)得失，這樣才會探索出具有自我價值的教學(xué)新模式。

筆者經(jīng)過很長一階段的實踐，不斷分析對比這三種模式的優(yōu)缺點，再結(jié)合自己學(xué)生的實際學(xué)情，初

步探索出新的課堂教學(xué)模式。

1.把每班學(xué)生分成四組，由兩名組長負(fù)責(zé)，每組負(fù)責(zé)一塊小黑板（小黑板式以前學(xué)校學(xué)習(xí)“杜郎口”遺留下來的，現(xiàn)在又在學(xué)習(xí)“東廬講學(xué)稿”）。組長召集全組完成預(yù)習(xí)，展示，出題。.預(yù)習(xí)。教師告知學(xué)生預(yù)習(xí)的內(nèi)容，幫助劃板塊，分知識點做好學(xué)前預(yù)習(xí)討論；從基本知識（識記，理解），重點知識（參閱教輔資料出題多的分析），難點知識（收集，發(fā)問老師）展開；適當(dāng)準(zhǔn)備基礎(chǔ)題。

3.課后。各組出5道題左右。出題原則：基礎(chǔ)性（大家能做，易做，強調(diào)復(fù)習(xí)鞏固），典型性（把握知識點，學(xué)會篩選習(xí)題），變異性（題型變化，難度的梯度變化，陷阱的設(shè)置）.課堂。

（1）課后練習(xí)的處理。四塊黑板由每組一至兩名同學(xué)發(fā)問，講解上一堂課課后練習(xí)，教師然后點撥

思路，突破難點，總結(jié)變化，拓展補充。

（2）預(yù)習(xí)與新課教學(xué)。學(xué)生預(yù)習(xí)理解的由學(xué)生展示；教師主要是教學(xué)情境的創(chuàng)設(shè)，完成難點的解答和突破，問題的總結(jié)拓展，知識的銜接過渡，組織和指導(dǎo)，評價學(xué)生的展示過程（如果時間寬裕，指導(dǎo)學(xué)

生選題，出題）等。

（3）在展示環(huán)節(jié)上，教師要把展示的形式多樣化：分組展示，分組比賽，分組互助等。經(jīng)過近半個月的實踐，徹底改變了學(xué)生被動學(xué)習(xí)的狀況，如作業(yè)抄襲，上課不舉手發(fā)言，上課注意力不集中，齊聲回答不響亮等等。但是學(xué)生的準(zhǔn)備時間可能過長，所以兩個組長輪流負(fù)責(zé)統(tǒng)籌安排，出題，抄題也是在集體討論的基礎(chǔ)上輪流負(fù)責(zé)。

當(dāng)然，這種模式還是處于探索階段，不完善的地方也很多，但已改變教師一味的教，學(xué)生被動的學(xué)；避免了作業(yè)抄襲；改變了課堂互動少，學(xué)生發(fā)言少，課堂氣氛沉悶；減少了教師無效，低效的教學(xué)時間；能從把握整體的共性融合和個體的個性張揚來關(guān)注學(xué)生的學(xué)習(xí)生成；從這些作用和意義上來看，新模式還是有很強的可操作性和研究性。當(dāng)然，這種模式的評價和檢驗，還需經(jīng)歷很長的一段時間。