国内外医学信息学科建设分析与研究

任和　孙丽萍　白宝丹　朱莲

摘要：医疗数据以及信息技术的普及化加大了对复合型医学信息学人才的需求，同时也对高等院校的学科建设提出了更高的要求，培养出高素质的医学信息学人才是时代赋予高校的使命。本文通过对医学信息学教育层面的文献的研究，分析了国内外研究的现状差异，为后续高校人才培养提供了参考依据。

关键词：医学信息学；文献分析；建议

中图分类号：G647 文献标志码：A 文章编号：1674-9324（2018）28-0088-03

一、背景

随着数据时代的到来，信息已经成为人们日常生活、工作、学习中交流最多的话题。伴随存储技术和运算工具的飞速发展以及计算机技术从多个方面的支持，加速了人类掌握信息技术的发展。医学作为研究人类各项自身问题和原理的学科，它所产生的数据量可以达到每日PB的级别，因而医学信息学（Medical Informatics）应运而生。

根据《国家中长期教育改革和发展规划纲要（2010—2020年）》、《中共中央国务院关于深化医药卫生体制改革的意见》、《普通高等院校本科专业设置管理规定》等有关规定，普通高等院校的教育教学必然需要向医疗卫生领域倾斜和探索[1]。目前，国内的医疗卫生领域蓬勃发展，截止2013年11月底，全国医疗机构一共有96.2万家，包括了医院2.4万家，其他医疗机构92.3万家，2012年全国诊疗人数达到了69亿人次[2]。医学、计算机学科和统计学等一系列学科的相互融合产生了各式各样的新兴领域——健康大数据、数字医学、医疗物联网、医学影像学等。而在与这些学科产业大发展相对立的同时，复合型医疗信息人才又極度匮乏，各个院校建立医学信息学相关学科课程时受到了高校合并、学生扩招等教育改革的影响，使学科建立十分广泛，但研究又相对不够深入。近年来，以北京和上海为代表的重点院校在医学信息学硕博士教育和学科建设上取得了众多成果，为全国其他相关院校建设医学信息学及相关学科提供了思路和参考依据。同时，欧美等国家早在20世纪50年代就提出了医学信息学的概念，在政府的大力支持下他们的相关学科发展十分迅速，加之欧美等国家的计算机和统计学等学科也在很早就构成了体系，因此在医学信息学科研和学科方向均获得了极大的成就，值得我们借鉴学习[3]。

二、国内外医学信息学数据统计

本文通过研究统计国内外关于医学信息学方向的文献，分析国外、国内两者之间的共性和差异，进而探索国内医学信息学学科的方向、教学内容和方法。应用CNKI（China National Knowledge Infrastructure即是中国知识基础设施工程）收集汇总国内文献，PUBMED搜索引擎统计国外文献。其中CNKI是以实现全社会知识资源传播共享与增值利用为目标的信息化建设项目，由清华大学、清华同方发起，始建于1999年6月，它是国内文献数据库中接受度最高的一个；PubMed是一个免费的搜寻引擎，提供生物医学方面的论文搜寻以及摘要的数据库。它的数据库来源为MEDLINE，其核心主题为医学，但包括其他与医学相关的领域，如护理学或者其他健康学科。在医学领域PUBMED也是国内外接受程度最高的一个。

本文分别以“Medical Informatics Education”和“医学信息学教育”为关键词进行检索，从PUBMED中检索出30946篇对应文献，从CNKI中检索出2394篇对应文献。截取出2000—2017年作为统计分析数据。2000年以后国内外与医学信息学教育相关的文献对比分析情况如图1所示。

三、国内外医学信息学数据对比分析

分析图1，考虑到2017年的大部分文献可能还处于未收录状态，将分析范围进一步压缩至2000—2016年，我们发现国际上对于以医学信息学教育为研究方向的文章基本处于稳定上涨的趋势，国内文献单年总数与其相比，虽然同样是稳步上涨的模式，但总量上处于劣势，基本处于两倍以上的差距，然而通过分析每年的变化率发现，国内外年变化率十分相近，特别是从2005开始两根变化曲线基本处于完全吻合，这也间接说明了随着我国教育改革的不断完善，国内医学信息学学科方向的建设也越来越和国际标准一致。

通过“最优匹配”的排序方式将统计出来的文献进行排序，分别筛选出国外文献的前100篇和国内文献的前50篇，再从每篇文献中提取出除了搜索使用的“医学信息学教育”以及对应的近义词以外的关键词进行处理归类分析（见图2），图2所示为前100篇国外文献关键词的统计情况。分析图2我们发现，在这100篇文献中，关键词类型主要有健康、学科类型、课程标准、本科、研究、职业选择、助学金和奖学金以及学生评价，其中健康（Health）中出现了大量的关键词——智慧医疗（EHealth），这说明国际上已经十分关注电子信息以及通讯技术等技术方向在医学信息学中的广泛应用。在学科类型中出现频次较多的主要有临床、护理药理、病理、保健等，其中临床出现的次数大约占总数的40%，这体现出国际上医学信息学的主要方向，学科的主要目的是得到临床的应用或对临床治疗诊断提供帮助和输送人才。此外，医学信息学本科教育在整体比重中也有较高的表现，意味着医学信息学在国外已经开始推广到本科生教育中，医学信息学培养年限已经拉长说明医学、信息学、统计学、计算机科学等多学科的融合力度正在加大，同时也从侧面反映出国际上对综合型医学信息人才的需求十分庞大。

通过对关键文献的精读发现，国外学者在对医学信息学学生的培养方式中均强调无论是从什么学科方向切入医学信息学都需要进入医院或对应医疗服务部门进行实习，通过在医疗服务行业的一线实习加强对医学信息数据的识别和医疗服务过程的了解[4-6]。前50篇国内文献关键词统计情况中发现，关键词类型主要有课程体系及学科建设、本科、学科类型、大数据、研究、教学方法等。其中课程体系及学科建设排序第一，同时在这一类型关键词中多次出现了“课程整合”，这说明我国的医学信息学学科建设十分强调多学科融合以及课程改革，该学科在国内已经拥有了较为扎实的理论基础。其次在教学方法中，多篇文献提出利用实践教学和网络教学的方式加强学生对课程体系中多学科课程的学习以及对医学大背景的理解，同时在国内的关键词统计中，学科类型也占了一定的比重，但与国际不同的是，国内文献中主要强调公卫、医药和中医等，在类型上具有一定的中国特色，对医学的覆盖面相对较小。此外，对本科生的教育也是国内学者十分关注的部分[7-9]。

通过对比分析不难发现，国内外医学信息学学科对象已经覆盖到了本科生教育，在医学学科中也都有一定的涉及，两者都提倡让学生了解学习医学背景知识，这也印证了图1中两条变化曲线吻合的可信性。同时，也必须认识到两者之间还有一定的差距，国际上已经对智慧医疗（EHealth）的学科建设进行了研究并且已经具备了较为成熟的学科基础，而我国的医学信息学学科还普遍处于学科建设和课程融合的阶段，这中间存在着大量的工作和理论基础差距。与此同时，和国外医学背景覆盖面之广相比，国内学科还有些狭窄，这需要国内医学学科与其他相关学科进行更为开放和深入的融合。

四、结论

医学是一门经验学科，各式各样的医学信息数据的存在提供了迅速获取大量医学经验和知识的机会，通过多学科、多技术的结合可以实现解决医学问题的新途径[10]。本文通过分析国内外文献发现了国内学科建设方面与国际上的差距，同时也发现国内学科建设的方式和角度均与国际接轨，因此国内高校在建设医学信息学学科时只要能加大其他学科与医学的融合力度，强化学生对医学大背景的认识，我国的医学信息学学科的建设就一定会越来越好，医学信息学知识也必将更好地服务患者治疗、常人的健康保健和国家医学卫生全民保障事业。

参考文献：

[1]王元强，郝尚富，张晓.医学信息学专业人才培养的现状分析[J].河北北方学院学报（社会科学版），2014，（1）.

[2]中华人民共和国卫生部.2012中国卫生统计年鉴[M].北京：中国协和医科大学出版社，2012

[3]Hu D，Sun Z，Li H. An overview of medical informatics education in China[J].International Journal of Medical Informatics，2013，82（5）：448-466.

[4]Chouvarda I，Maglaveras N. Medical Informatics Education & Research in Greece[J].Yearbook of Medical Informatics，2015，10（1）：6，220.

[5]R？觟hrig R，Stausberg J，Dugas M.Development of national competency-based learning objectives "Medical Informatics" for undergraduate medical education[J].Methods of Information in Medicine，2013，52（3）：184.

[6]Liang J，Wei K，Meng Q，et al. The Gap in Medical Informatics and Continuing Education Between the United States and China：A Comparison of Conferences in 2016[J].Journal of Medical Internet Research，2017，19（6）：224.

[7]李后卿，劉慧悦.医学信息学专业教育十年回顾与未来展望[J].中华医学图书情报杂志，2014，23（2）：1-6.

[8]张志美，董建成.中美医学信息学教育的比较研究[J].中国高等医学教育，2005，18（2）：88-90.

[9]张志美，董建成.中美医学信息学教育的比较研究[J].中国高等医学教育，2005，18（2）：88-90.

[10]俞国培，包小源，黄新霆，等.医疗健康大数据的种类、性质及有关问题[J].医学信息学杂志，2014.