大數據應用下的醫學圖書館服務定位研究

張雯 于景紅

當前，我國已經迎來信息化時代，互聯網、物聯網技術以及云計算日益發展、普及，極大程度上增加了數據的數量，根據美國互聯網數據中心統計，與上年相比，互聯網數據的增長速度達到50%[1]，直接突出了大數據技術的重要性。因此在建設醫學圖書館的過程中，應科學應用大數據技術，優化醫學圖書館內部整體的結構。

1 現代化大數據技術的概述

2011年美國著名咨詢公司麥肯錫（Mckinsey）提出當前全球已經迎來大數據時代，其中大數據是指因數據的復雜性、規?；?、實時性，其在一定時間內無法用常規軟件或者工具對其進行收集、存儲、分析、轉換、分享的一種數據集合[2]。大數據技術則是指對數量龐大、種類較多的數據進行迅速獲取的現代化科學技術，其中，云計算是支持大數據的基礎技術與平臺，具備數據收集、管理等方面的優勢。

2 大數據與醫學圖書館的聯系

2.1 大數據對生物醫學的影響

當前，越來越多的國家把大數據作為戰略資源，如美國聯邦政府將大數據當成“未來新時代”的石油，奧巴馬在2012年推出“大數據研發計劃”，其啟動資金達2億美金，主要為深入挖掘大數據資源[3]，覆蓋環境科學、生物醫學等領域。從醫學領域的角度分析，大數據應用范圍日益擴大，如通過大數據預測傳染病、流行病，及時預警相關重大傳染性疾病，控制疫情的傳播。同時，基于臨床醫學的角度分析，利用基因芯片、試驗樣品、組織切片等多種來源的大數據，實現患者的精準醫療、個性化醫療，有利于提高患者疾病診斷率。此外，基于生物醫學的角度分析，大數據主要運用在蛋白質組學、基因、藥學研究等方面，使得生物學醫學研究朝著數據驅動的方向發展。

2.2 大數據在醫學圖書館中的應用

首先，隨著臨床醫療技術的飛速發展，醫學大數據數量呈成倍增長的趨勢，其增長速度明顯超過計算機存儲的發展，即數據存儲的困難較大；同時，醫學領域數據結構日趨復雜，如影像數據、基因芯片數據等，覆蓋廣泛的用戶，且不同數據源本身的采集標準不同，會直接影響到數據的共享與流動。且醫院與圖書館之間存在明顯的信息孤島現象[4]，未真正意義上實現信息共享；其次，醫學大數據應用環境并不完善，缺乏針對性措施保護。

2.3 大數據下醫學圖書館職能的轉變

大數據對于生物醫學科研的影響廣泛，對于醫學圖書館服務模式提出了新要求：（1）大數據類型多、量大，收集數據資源的范圍進一步拓寬；（2）出現科學研究第四范式，促進科技情報服務范式走向轉型；（3）獲取知識的方式均走向創新、走向現代化，促使圖書館轉變為開放型知識服務平臺；（4）出現數據策管（Data Curation）業務，促進建立科研數據知識庫；（5）適應用戶的“弱信息”需求出現。

3 大數據下醫學圖書館面臨的挑戰

3.1 醫學領域數據眾多

醫學領域數據種類較多，如生物醫學觀察實驗數據、臨床數據、基礎數據、診療數據等，且數據資源分布于不同機構，未建立完善的平臺進行管理，易出現數據未共享、項目科研交流不順等問題，導致項目重復的現象，從而引發人力、財力資源浪費。近年來，我國政府部門加大了對醫學科學資源的重視充分程度，逐步建立共享數據庫，但在醫學技術日新月異的時代背景下，醫學類發表文獻越來越多，且醫學學科愈加細化[5]，仍有很大一部分醫學數據資源等待整合、開發，因此，醫學圖書館應致力于構建以數據資源為基礎的醫學共享平臺，科學管理不同數據資源，為醫學工作者提供資料參考。

3.2 館藏數據須提升可用性

大數據可用性是指數據表達信息不可存在屬性矛盾、語義錯誤等問題，數據也可支持不同計算、查詢，具備完整性、準確性、同一性、時效性等特征。醫學領域已經迎來海量數據時代，醫學方面的數據資源翻倍增長，但計算機處理能力、數據中心管理能力無法滿足資源需求，將會在較大程度上降低數據的可用性、價值密度。圖書館在挖掘海量數據的過程中，須花費大量人力、物力，易造成資源浪費的問題。

3.3 知識驅動的醫學環境

基于大數據時代環境下，群眾獲取醫學知識的途徑日益拓寬，醫學圖書館資源也不再局限于紙質書籍，開始向群眾提供信息化服務，但其效果仍不理想。同時，醫學圖書館主要服務于從事醫學科學研究的工作人員，此讀者群體的知識水平、學歷較高，具備良好的信息搜集、檢索能力[6]，可依靠自身力量獲取較多的信息資源，如果醫學圖書館仍舊使用傳統服務模式，將會對其自身發展產生較大不良影響。

3.4 專業人才缺乏

缺乏數據管理人才，當前我國已經進入大數據時代，但專業人才依舊非常缺乏，根據麥肯錫全球研究所的研究可知，當前美國對“深度分析”的數據研究人員需求大，每年達到14萬以上，對具備大數據知識背景的人才需求大于150萬。應用大數據的難度較大，其集商業與人工智能、數學算法、信息技術等多個學科的先進技術。因此，美國研究圖書館協會指出，下一代圖書館員的基本能力必須有“研究數據”這一項，從而更好的促進醫學圖書館發展。

4 大數據應用下醫學圖書館的服務定位

基于大數據時代背景下，醫學圖書館應準確對自身服務方向進行定位，從個性化、信息化等角度，為研究人員提供針對性醫療數據資源支持[7]，從而優化圖書館組織結構，提升讀者的用戶體驗。

4.1 以用戶需求為基礎，提供個性化醫學服務

在大數據環境下，現代醫學診療等均發生了較大變化，用戶的需求呈現出個性化、多元化發展趨勢，讀者本身閱讀需求的模式、內容增加了不確定性，且讀者定位從傳統的被動接受服務轉變為主動決定圖書館服務模式、內容的主體。因此，醫學圖書館應考慮讀者需求，提供個性化醫學服務。首先，醫學圖書館可建立完善的用戶管理系統，借助移動閱讀終端、傳感器、視頻監控器等合理采集數據[8]，并進行決策，深度挖掘醫學資源，分析用戶可能存在需要的數據信息，制定合理的服務組合。

4.2 提供信息化共享服務

醫學圖書館應根據用戶的需求，提供信息化共享服務，利用共享平臺功能科學劃分用戶等級，根據其等級給予對應的共享服務，如歸屬同一系統的可無償進行共享，提供多種共享方式，建立完善的數據信息共享系統。

4.3 提供合適的知識服務

基于知識服務的角度深入了解用戶的需求，分析不同醫學機構部門的針對性需求機制，結合其要求定制知識信息，提升圖書館工作、用戶需求之間的匹配度。醫學圖書館提供的知識服務中，應綜合考慮科技創新、醫學重點領域等的演變方向，充分挖掘大數據資料，動態監測醫學科技的態勢發展情況，提供合理的決策支撐服務。

5 結束語

綜上所述，為提升醫學圖書館海量生物醫學數據整體處理能力，需要不斷創新其服務模式，從而為讀者提供更好的圖書館服務體驗。

[1] 張娟，王向輝，付然，等. 面向大數據的圖書館單元信息知識服務系統研究——以養生知識服務平臺為例[J]. 現代情報，2017，37（10）：49-52.

[2] 董政娥，陳惠蘭. 區位商視角下圖書館數據支持服務實踐——以ESI和InCites數據庫為案例[J]. 情報資料工作，2017，33（2）：70-76.

[3] 譚影虹. 從數字圖書館到數據圖書館——大數據時代的圖書館服務范式轉變[J]. 圖書與情報，2016，42（3）：75-78.

[4] 陳秀娟，吳鳴，胡卉. 嵌入科研工作流的圖書館數據管理服務——以化學學科為例[J]. 圖書館論壇，2016，36（3）：49-55，102.

[5] 馬曉亭. 基于大數據決策分析需求的圖書館大數據清洗系統設計[J]. 現代情報，2016，36（9）：107-111.

[6] 許天才，楊新涯，彭曉東. 新一代圖書館管理系統的發展現狀與趨勢——2016年教育部高校圖工委信息技術應用工作年會綜述[J]. 大學圖書館學報，2016，34（6）：5-9.

[7] 呂陽. 圖書館在高校創新創業教育中的作用與路徑研究——基于大數據時代全球教育變革特征分析[J]. 圖書館工作與研究，2017，25（7）：83-87.

[8] 張梅卿. 改善醫院圖書館管理工作的策略分析[J]. 中國衛生標準管理，2017，8（17）：20-21.