基于大数据的医学院校专业预警机制构建研究＊

（漯河医学高等专科学校，河南漯河 462002）

随着我国经济社会的发展和国家健康大战略的实施，医疗卫生事业和健康服务市场也发生了根本性变革，由此引发了医学教育人才培养层次和结构的改变。一个时期以来，医学院校普遍存在规模扩张、办学同质化、专业设置功利性强、人才培养与社会需求脱节等问题，严重制约了医学院校的健康发展。在推进“健康中国”国家战略的形势下，医学院校基于大数据科学地建立专业预警、退出与评估机制十分必要。

1.目前医学院校专业设置中存在的主要问题

近年来，医学院校基于办学规模与效益等考虑，在专业设置上都不同程度地增设和调整了一些专业，导致专业设置出现以下问题。

1.1 同质化现象突出

医学院校的专业设置有其基本规律，这个规律就是专业设置必须以医疗健康市场需求为前提，必须紧密结合行业工作岗位的需要，必须以现有的教学资源条件为基础，专业调整要有一定的周期。但是，一些医学院校在专业设置过程中，无视这些基本规律和基本要求，不考虑医疗健康市场对人才的需求和学校自身资源的条件，而是做“东施效颦”之事，盲目追求多学科、多专业和综合性，使得教育资源要么短缺、要么在低水平上重复配置，造成各医学院校专业设置同质化情况明显、培养规模失控，人才培养特色不突出，导致一些专业人才培养质量下降，出现“供大于求”的现象，毕业生就业困难。

1.2 追求专业设置的“大而全”

近年来，医学院校专业设置的“泛化”现象日趋严重[1]。一些高校为了办学效益的需要，盲目扩张专业数量，追求专业设置上的多学科覆盖。据不完全统计，目前我国独立建制普通本科医药院校开设的专业涉及医学、工学、理学、管理学、经济学、法学、教育学等10个学科门类，有的还开设文学、农学、艺术学专业门类，形成了专业设置“大而全”的局面[2]，脱离了医学院校特有的办学定位。

1.3 专业设置相关性较差

如上所述，许多医学院校均开设了非医学类专业，而这些专业与医学的相关性很差。据统计，独立设置的本科医学院校开设的非医学类专业数量占专业总数的55%左右，高者超过60%[2]。一些医学院校盲目跟风，简单迎合家长和考生对所谓“热门”专业的追求，开设如计算机科学与技术、软件工程、劳动与社会保障、市场营销、保险学、法学等专业，与医学专业不相关联。这些专业严重影响了医学学科的发展和专业优势的形成。

1.4 专业退出困难

某些专业生源不好，就业前景不好，办学成本高，但一些院校出于某种考虑，不愿停办；一些专业师资、教学仪器设备不足，学校又无条件改善，而又不忍停办，只能勉强维持开办下去。目前医学院校专业的增设数量远远高于其退出数量，部分高校的专业只增不减[3]。这些情况，暴露出这些医学院校没有对专业设置进行科学管理，没有建立有效的专业预警、评估和退出机制。“半死不活”的低水平专业，严重影响了人才培养质量，影响了医学院校的职责和使命，也影响了医学院校的办学质量和办学水平。

上述种种问题导致医学院校出现专业设置与市场需求脱节、专业特色不突出等问题，严重影响了医学院校的人才培养水平。显然，建立医学院校专业预警、评估与退出机制，以科学的手段获得客观的评价结果，为医学院校的专业调整、专业结构优化提供科学依据，对于促进医学院校的健康、可持续发展是十分必要的。

2.专业预警指标体系的构建

专业预警机制是指监测与评估高校各专业的办学情况，对其生源状况、就业质量、社会需求与社会评价、人才培养方案、教学资源、师资力量、教学质量等方面进行持续监测与评估，对持续稳定运行出现问题的专业发出警示的制度与方法，而专业预警指标体系的构建是基础和前提[4]。为此，课题组深度剖析医学院校专业建设中存在的问题，以可获得、可预测、可操作为原则，系统、有针对性地确定了操作性较强的专业预警指标体系，包含5个一级维度、18个二级维度、56个指标，并设置了各维度的权重（见表1），同时基于大数据技术对预警指标所需的数据进行收集、整理、分析。

表1 专业预警指标体系

在专业预警指标的选取上，我们遵循以下原则：（1）从专业设置的内部（师资数量与质量、实训基地等教学资源状况）和外部（社会对人才的需求状况、生源状况、就业率等）两大制约因素考虑，强调指标的代表性。（2）可靠性。选取的指标真实可靠，能够客观地反映专业建设中存在的问题以及市场、学生等对于专业的需求情况。（3）以定量和定性相结合选取指标，定量指标为主，定性指标为辅，但结果都必须可量化。

在各维度权重的设置上，采用了层次分析法（AHP）和专家咨询法（Delphi）[5]，使各维度权重科学合理，能够客观、真实地反映专业设置的内涵，并完整地支撑预警指标体系。

3.专业预警信息的生成过程及处理

3.1 采集数据

专业预警指标体系数据来源渠道广泛，涉及政府、高校、医疗卫生单位、健康服务机构、学生、市场等各个方面。为全面、准确、实时地获得预警信息，我们需要建立专业预警数据库，通过大数据对专业预警数据库中的数据进行建模、分析，实现真正的动态监控和预警。数据来源主要有三方面：

（1）收集各业务系统的实时数据。如，在校生人数来源于学工系统，总课程数、总课时数来源于教务系统，教师获奖、论文、专利等来源于科研系统。利用大数据平台系统，从医学院校各业务系统中定期抽取相应数据并进行整合。

（2）定期采集各专业数据。一些专业预警指标数据，如医学院校各专业的就业率、用人单位满意度、毕业生升学率等，安排就业指导部门、招生部门统筹有关院系，定期提供各专业数据。

（3）实时收集网络数据。利用互联网，主动收集各类数据，如社会对专业的需求、社会对本专业的认同度、各专业就业数据、行业及用人单位的调查问卷等，为确定专业预警指标的阈值提供参考[6]。

3.2 清洗数据

主要工作是：审查和校验采集到的数据，删除重复信息，纠正错误数据，统一数据表达方式；将缺失数据、错误数据、不可用数据等进行清洗；结合国家标准和专业标准，对数据进行缺失修复，对错误数据进行纠正，以保证原始数据质量。

3.3 计算定量数据分值

利用大数据算法，快速构建业务系统数据挖掘模型。利用智能挖掘算法对各类数据进行关联范围分析和差异范围分析，生成专业预警需要的定量数据分值。

4.专业建设状况的分析、评估及预警

依据专业预警数据库的完整数据，对各专业预警指标进行逐一分析、评估，并提出预警建议[7]。主要做法是：

4.1 计算定性数据分值

建立医学院校专业预警分析专家库，组织专家对定性指标进行多轮打分，并把专家评分结果录入预警数据库，根据一定的转换算法生成定性指标分值。

4.2 生成各专业预警报告

运用大数据技术，结合各专业的定量数据、定性数据，一级维度、二级维度的权重计算各专业的综合得分，并生成专业预警报告。分为三步：（1）对专业预警指标体系中的每个观测点进行单项排序；（2）对二级维度和一级维度进行排序，同时给出各专业的综合排名；（3）征求专家团队意见，设置专业预警阈值，将低于预警阈值的专业统计出来，进行专业预警。

4.3 建立和完善专业预警机制

（1）建立专业预警机构。成立由校内各级管理人员、校外评估专家、院系教学负责人、专业负责人组成的专业预警机构，明确该机构的工作职责，制定相应的规章制度，以保证专业预警工作的专业化、科学化。

（2）明确并履行专业预警机构的职责。包括制定各指标数据的录入规范、审核各指标的数据标准、制定专业退出标准等，并负责督促预警专业制定整改方案，适时进行实施和反馈，做好应退出专业的资源调整及妥善安置工作。

（3）科学、规范地实施预警机制。在医学院校内部，定期开展专业调研，发挥专业团队的作用，科学、规范地推进专业预警工作。对于列入预警的专业，认真分析原因，找出症结，提出改进方案和退出建议；对于必须退出的专业，帮助研究制定详细的退出方案，确定退出时机等，根据学科专业建设规划，综合考虑师资、教学设施等教育资源调整[8]，力求教育资源利用的最大化、最优化。