大数据时代下公立医院思想政治工作的开展

张雪丽

关键词：大数据;医院管理;思想政治;教育培训;工作创新

一、大数据时代对公立医院政工教育带来的挑战

大数据时代对政工人员的素质提出了更高的要求，大数据在提高信息的收集和分析处理的同时，爆炸式的信息增长造成搜集而来的信息时效性和准确性得不到保证。如何在海量的信息中筛选出有用的信息并将之进行定向分析，无形中增加了工作的难度。这就需要公立医院的政工人员具备一定的技术能力和业务素质。

大数据时代职工的思想变得多样化和复杂化大数据时代产生海量的信息以及其传播的广泛性使公立医院职工每天都在接受新鲜事物，这些海量信息带给职工们的影响既可能是正面的，也可能是负面的。他们的思想动态也越来越难以把握。特别是青年员工还缺乏足够的社会经验，缺乏对多元化网络信息的准确辨识和判断能力。这些复杂的信息使得公立医院思想政治工作环境不再单一，可能面临闻所未闻的新问题和新困难，从而提高了思想政治工作的难度。

二、大数据时代下公立医院思想政治工作的开展

大数据时代思想政治工作需要进一步提升育人工作能力。大数据提供了一种全新的管理模式，实现了从传统的“金字塔”式的管理模式向“扁平化”管理模式变革。传统的“金字塔”式的模式包括“学校—学院—系（中心）—辅导员—党团班（社团）—学生干部—学生个体”七层内部结构。这种结构具有相对稳定性等基本特征，能够实现内部各种关系的平衡。这种结构的最大弊端在于其行政命令式的运行过程。这会导致信息传递过程中能量的双向递减。不论是自上而下的工作部署还是自下而上的工作成效反馈都存在效能递减和信息失真的可能。这会导致上级决策者对目前形势和问题产生误判，引发决策失败，造成不必要的后果。大数据时代所提供的“扁平化”管理模式，从理论上说可以改变传统的“金字塔”管理模式所引起的效能递减现象。学校、学院等高层级管理者可以直接获取某个学生或学生干部这一类群体，或某个辅导员所带学生的数据。层级结构、层级间的关系得到简化。此外，上级相关职能部门也可以快速实现对下一层级的个体或群体的某一特征进行数据的筛选。只要数据真实且有效，相关性达到一定程度，就可获取所需信息，实现管理的预期目标。这将极大提高学校行政的工作效率，也使輔导员能够从数据统计这类繁琐重复的工作中解放出来。二是要提升数据鉴别能力。大数据的“大”也伴随着数据“杂”“乱”“假”等现象。这就需要思政工作者对数据进行“降噪处理”，确保数据的真实性，找到真正“有用”数据，避免在“虚假”数据中迷失方向。三是要加强数据的研究能力，推动数据的相关性研究，加强数据挖掘的深层次理论研究，开展数据信息同行为模式、心理动机等社会学领域的探究，使数字化存储的数据真正意义上可以“活起来”，推动“大数据思政”的实效性。

加强对于思想政治教育工作人员的培训。大数据不但要求公立医院管理人员改变传统管理思维，更注重的是要求公立医院工作人员的信息技术处理能力，培养公立医院员工对数据的敏感程度，在大数据时代背景下总结出思想政治教育工作的全新模式，以此来完成对公立医院发展服务的目的。以大数据智慧化为背景下所开展的思想政治教育工作，需建立完整的数据分析思维，公立医院工作人员要提高数据收集与数据分析能力，加强各部门之间的协同工作，熟练掌握大数据来完成公立医院的管理工作。专业性的思想政治教育工作团队，对于公立医院思想政治教育工作开展具有积极的促进作用，新模式下的思想政治教育工作不但要加强对员工的思想关怀与政治培养，还要加强个人专业性技能发展，以此才能构建新形势下的思想政治教育工作模式。

在创新工作方式方法上下功夫。公立医院思想政治工作的对象是人。如何运用创新思维、创新方式方法讲好公立医院故事、讲好职工故事，进而培育公立医院精神、传播公立医院文化是公立医院思想政治工作的切入点和着力点、出发点和落脚点。个人认为，要不苟形式、不拘手段，力破思想陈规，要从各个时期、不同阶段公立医院职工的心理健康状况出发，从不同人群、不同年龄公立医院职工的精神文化需求出发，善于把握职工心理特点，善于呼应职工心声诉求，善于运用新兴媒介，善于调动参与热情，以小见大，以微知著，让广大职工在潜移默化中增加团队意识、归属意识、进取意识、主人翁意识，为公立医院发展建言献策、为公立医院发展用心用力。

总之，大数据不仅全面而深刻地渗透到人们的日常生活和工作领域之中，也给公立医院思想政治工作带来了新的发展契机，同时也会对公立医院思想政治工作产生一些挑战。对此，公立医院政工人员要充分挖掘和发挥大数据技术的引领优势，使大数据与公立医院思想政治工作相互融合和相互链接，更好地为公立医院全面开展思想政治工作发挥桥梁和纽带作用，为公立医院的发展贡献力量。

参考文献

[1]王莎，杨扬等.大数据思想政治教育研究述评[J]大学教育科学，2015（03）.

[2]查有梁.教育模式[M]北京：教育科学出版社，1993

[3]涂子沛.大数据[M]桂林：广西师范大学出版社，2014