对医学信息大数据趋势下医学统计学教学的几点思考.docVIP

对医学信息大数据趋势下医学统计学教学的几点思考 　　 摘 要：随着医学健康档案“电子化、信息化、数字化、智能化”的管理和医学研究资料的不断积累，医学信息大数据时代悄然开启。如何有效地利用这些海量信息为健康管理和健康决策提供支持，本文分析了大数据对统计学原理和方法提出的挑战，列出了在医学统计学课程教学中应该思考的一些问题。 　　 关键词：大数据;医学统计学;教学 　　Suggestions on Medicostatistics Teaching in the Age of Biomedical Big Data 　　Li Shenghui Xu Zhiwei Zheng Zhijie 　　（School of Public Health affiliated with Shanghai Jiaotong University，Shanghai 200027，China） 　　 Abstract：With the development of electronization， informatization， digitalization， and intelligentization in residents’ health records management system， along with the increasing accumulation of biomedical research data， a large amount of biomedical data （Big data） has been and will be generated. Consequently， there is an increasing need to better understand and mine the data to further knowledge on health management stratege and health policy making. This article discusses the challenges of big data on statistical theory and methods， furthermore， attempts to give some suggestions on how to adjust medicostatistics teaching strategy in the age of biomedical big data. 　　 Key words：big data;medicostatistics;teaching 　　 所谓大数据（Big Data），是指具有4V特征且用目前的管理、处理技术手段难以进行有效管理和分析的数据。4V的含义是数据量大（Volume Big），数据量级扩大至PB以及ZB级别;数据产生、输入和处理快速化（Velocity Fast）;数据结构和类型多样化（Variable Type）及数据价值密度低（Value LowDensity）。大数据的目的是将数据转化为知识，探索数据的产生机制和过程，进行预测和政策制定。随着医学健康档案“电子化、信息化、数字化、智能化”的管理，随着物联网在医学健康领域的应用，医疗、护理、康复、保健工作流程中产生的数据存储量呈指数增长。如何有效地利用这些海量信息为健康管理、临床治疗、医院决策及卫生政策制定提供支持，是大数据时代医学信息化带来的挑战。美国国家卫生研究院（NIH）为此特设立生物医学大数据研究中心及专项基金。在我国，科技部、国家自然科学基金委、国家社会科学基金委陆续酝酿和启动了“大数据的处理与应用”系列重大研究项目。 　　 统计是一门数据科学，医学统计学是关于医学健康数据的收集、整理、分析和解释的方法论学科。“大数据”处理对统计学的发展提出了新的命题，如何将“医学信息大数据”处理技术融入相关统计学课程教学以促进现代医学信息分析技术的发展？本文做了相关的分析，并提出应该思考的一些问题。 　　 一、大数据对统计学原理和方法提出的挑战 　　 1.统计数据产生由“问题导向”到“数据驱动” 　　 目前，统计数据的产生主要是基于所要研究的问题而主动进行的“数据收集”，落脚点在于如何获取数据。在大数据时代，海量数据随处可得，由数据驱动而进行问题研究将非常普遍。那么，获得数据的关键点不在于如何获得，而在于如何识别与选择。由“问题导向”产生的结构数据是经过严格抽样设计获取的，具有系统误差小、总体代表性好的优势，但是信息量有限，且数据获取周期长。大数据流环境下，海量数据中有价值的数据可能并不多，即数据的价值密度低，且难以避免和判断数据获取的误差和偏倚。在很多情况下，统计数