健康大數據時代下的醫學生統計素養培養

許茜　劉志臻　俞向梅　蔡晶

[摘 要] 為提升新時代健康大數據的管理和研究水平，適應健康大數據時代對未來醫生的新要求，醫學生應具備良好的統計素養。在“醫學統計學”課程的授課實踐中，教師應從統計意識、統計知識、統計能力、統計道德四個方面對醫學生統計素養進行引導滲透，發揮課程的育人作用。

[關鍵詞] 健康大數據;醫學生;統計素養

[作者簡介] 許 茜（1985—），女，浙江文成人，碩士，福建中醫藥大學中西醫結合學院副教授，統計生物醫學教研室主任，主要從事醫學統計與醫學大數據研究;蔡 晶（1969—），女，福建連江人，博士，福建中醫藥大學修園臨床醫學院副院長，教授（通信作者），主要從事醫學統計與醫學大數據研究。

[中圖分類號] G641? ? [文獻標識碼] A? ? [文章編號] 1674-9324（2021）12-0057-04? ? [收稿日期] 2020-09-08

一、引言

隨著信息技術和人工智能技術的逐步普及，來自各個領域的信息呈爆炸式增長。在醫學健康領域，由健康活動產生的數據稱為健康大數據，是國家戰略性發展目標。“大數據防疫”“大數據精準醫療”等成為各級新聞媒體上頻繁出現的熱詞[1-8]。我國乃至全球的醫療和公共衛生機構對各類疾病的診療數據信息進行線上整合，利用大數據平臺開展工作，帶來了許多便利，形成了許多有益的經驗。

高等醫學院校的醫學生是廣大醫療機構人才的后備力量，由于醫學教育的特殊性和醫學信息的時效性，以對主動需求信息的快速獲取、批判鑒別、整理分析，并作出決策為基本素質的統計素養，將成為每個醫學生都應當具備的能力之一，也是未來從事臨床醫學工作的重要條件和基本素質。許多國際機構，比如聯合國歐洲經濟委員會、國際統計教育協會等，都在研究如何提高公民的統計素養。統計素養自1993年提出以來，數據和技術等已發生了巨大的變化，具有了新的內涵[9]。

“醫學統計學”是將數理統計的原理和方法應用于醫學的一門學科，是醫學科研工作中非常重要的分析和解決問題的工具。本研究總結了在健康大數據時代背景下，這門課程在多年的教育實踐中進行的改革，著重從醫學生主觀角度分析其統計意識、統計知識、統計能力、統計道德等情況，并針對性地提出統計素養培養建議。

二、統計素養的科學內涵

統計素養主要包括意識、知識、能力與道德四個方面，其內涵兼具理論性與實踐性、方法性與思想性、規范性與批判性、自發性與自律性。

（一）統計意識

統計意識并不等同于計算、作圖等簡單技能，而是一種在醫學工作親身經歷的過程中對數據的領悟和敏感度。在健康數據爆發式增長的今天，網絡上的醫療數據真假混雜，經常存在以極端值替代平均值等錯誤表述，需要我們具備統計意識，審慎對待這些數據。再如流行性疾病感染的初期，接觸健康數據的醫療衛生工作人員，如果具有良好的統計意識，則能夠敏銳地進行統計分析并作出決策，成為疫情的“吹哨人”。由過去數次大規模的疫情暴發事件我們可以看出，良好的統計意識可能會在公共醫療界產生重要的影響，甚至影響到一個地區、一個國家和全世界的衛生安全狀況。因此，培養良好的統計意識，是醫學統計學課程思政的主要方向。

（二）統計知識

統計知識主要包括統計描述、統計推斷、統計圖表等。知識的講授應當為提升學生統計素養而服務，扎實的統計知識是醫學決策的依據。在醫學統計學的全部知識體系中，眾多知識點可以和公共衛生醫療數據中的大事件相接軌，如新冠肺炎多少人確診，多少人疑似，病死率多少，什么時候能出現疫情“拐點”;最終到底會感染多少人;隔離14天就夠還是要24天，這些都是很好的數據分析案例。可以采用案例分析的手段在課堂中適時引入，使得枯燥無味的課本和公式更加生動有趣，更具有實踐性。現實中的統計知識分析、討論有利于學生統計素養的培養。

（三）統計能力

統計能力包括獨立思辨、自我學習、統計理論知識的理解、統計軟件的應用等多方面內容。有研究發現，絕大部分醫學生都較重視計算機操作，但熟悉計算機軟件操作的醫學生較少。對信息檢索相關工具和途徑越熟悉，獲取信息也更高效。同時，學習成績層次、學習主動性和信息知識了解都能影響學生的信息素養水平和統計能力[ 10 ]。因此未來課程思政的方向，應該更加注重學科的混合和醫學生能力的遷移，如把計算機操作能力遷移到統計軟件的應用中來。

（四）統計道德

統計道德是“醫學統計學”課程思政改革的核心內容要素，它包括以下幾個方面：收集數據的務實態度、處理數據的工匠精神、分析數據的科學思維、解釋數據的謹慎探索[ 11 ]。收集數據的科學嚴謹的務實態度關鍵在于保證統計數據的質量，數據質量是統計學的生命[ 12- 17 ]。處理數據的精益求精，方得始終的工匠精神體現在對各類細節處理都臻于至善，例如，各組可視化軟件應用及可視化大數據圖表，將技術與藝術完美結合，借助圖形化的手段，更清晰、靈活、有效的反映數據信息[ 18- 24 ]。分析數據的唯物辯證的科學思維貫穿于各種統計方法的運用之中，如回歸分析中融入了科學把握事物之間的聯系的思維，時間序列分析中融入了堅持用發展的眼光看問題的思維等。解釋數據的謹慎探索意味著要意識到統計研究的不確定性和風險性，統計方法無法完全消除風險，只能做到減少風險、控制風險。通過思政內容的設計，讓學生理解對于數據的解釋很可能影響到公共衛生界的決策，從而影響一定范圍內的人類健康，因此需要以良好的統計道德作為支撐。

三、醫學生統計素養的培養方向改革策略

（一）選取生活謬誤素材，樹立統計意識

在“醫學統計學”課程的開始，首先讓學生認識到真實的數據來源是極其重要的前提。通過引入生活中常見的廣告虛假宣傳、網絡謠言帖中的數據案例，告知學生：依據錯誤數據或統計量，得出的結論與事實相差千里。如何獲取真實可靠的、來自醫療機構一線的數據？電子病歷系統（EMR）、實驗室信息管理系統（LIS）、醫學影像存檔和通信系統（PACS）以及醫院信息系統（HIS）這幾個主要的系統為我們提供了可靠的數據來源。為了培養學生的批判思維，課程需要引入一些容易受到誤導或者錯誤的信息，并提供原始數據，必要時可以設置一些源數據的網站鏈接。采用翻轉課堂等教學方式，引導學生分組討論、思辨、探索。只有具備強烈的統計學意識，才能對數據的真偽、正誤隨時進行判斷。

（二）結合健康醫療數據，講解統計知識

教師在講解“醫學統計學”各章節知識時，應結合最新最前沿的健康醫療數據。如在疫情期間，采用我國公布疫情數據圖表，生動地解釋“計數資料統計描述”章節中發病率、患病率、病死率、率的標準化法、動態數據及統計圖表等知識點。

在傳統統計圖表的基礎上，向學生展示疫情大數據可視化技術，如對數比例、線性比例、面積固定等多維度對比呈現形式，以便能以更深的洞察力獲取數據變化趨勢。通過約翰斯·霍普金斯大學官網上實時更新的全球疫情數據可視化舉例，直觀展示中外抗疫情況，突出中國共產黨領導下的社會主義制度優越性。

此外，眾多引起公眾重視、開放可獲得的醫療衛生大數據也可以作為課程資源，如國家人口普查數據、各地市體檢數據、疾病發生分布等，都可以作為“醫學統計學”課程思政中的素材。教師應當加強對公共衛生數據的收集和整理，并定期開展討論和集體備課，將此類素材引入課程。

（三）展示圖表加強建模，培養統計分析能力

隨著信息技術的發展，可視化被視作統計素養的一種手段和目的，支持基于數據推理的產生和修改的經驗，是統計素養的目標之一[ 25 ]。可視化軟件使得學生能夠動態地探索和分析大量數據中呈現的信息，并促進更深入的理解和統計能力的提高，是對基礎統計知識的升華。建模是對社會現象的一種抽象，是統計和臨床真實世界之間的橋梁[ 26 ]。目前在國內外科研課題和碩博論文中已

經見到諸多利用醫學數據進行模型構建、深度學習的研究[ 27-32 ]。課程中設置統計建模內容可以培養學生的應用和解決統計問題的能力。如可要求醫學生在臨床真實情境下提出問題和收集數據，研究如何創建、比較和批判性反思模型，并解釋結果對真實世界的影響。

展示圖表和加強建模，是除了統計知識以外對學生提出的更高的要求，同時也是對統計學教師的更高要求。教師應當加強學習，不斷提升自己的統計能力，使得在醫學生本科—碩士—博士的連續培養中，做到從構建能力基礎到提升能力應用，使得醫學生的統計應用能力適應健康大數據對醫學生不斷提高的要求。

（四）發揮思政育人作用，提升統計道德水平

結合課程內容與專業特點開展課程思政建設，挖掘整合課程資源，將馬克思主義唯物辯證法、愛國情懷、醫學人文思想及科學精神的培養滲透于各教學環節，實現思想政治教育與專業課程學習的協調統一。通過統計學歷史人物的介紹，展示古今中外著名統計學家是如何一步步嚴謹治學，不斷將統計理論進行推翻、重塑，從而使得當今的統計學理論創新達到了新的高度。這其中包含了收集數據的務實態度、處理數據的工匠精神、分析數據的科學思維、解釋數據的謹慎探索。

同時，在“醫學統計學”的課程教學中不僅應提升師生的統計素養，更應將愛國主義教育融入其中。如通過新冠肺炎期間我國與其他國家疫情防控的大數據可視化展示與比對（如南丁格爾玫瑰花圖等統計圖表），引導學生發現數據背后的潛在內涵，即我國是基于人類命運共同體策略，而他國是基于自身優先的本位主義策略。通過案例引導，激發學生的愛國情懷和民族精神。這也是對“醫學統計學”的課程思政進行德育教育的最高要求。

綜上，健康大數據時代下的醫學生統計素養的培養，需要授課實踐中教師發揮主觀能動性，通過統計意識、統計知識、統計能力、統計道德四個方面對醫學生進行引導滲透，發揮課程的育人作用。

參考文獻

[1]姜勇，孟霞，王擁軍.建立卒中臨床研究大數據，推動精準醫學發展[J].中國卒中雜志，2020，15（6）：573-576.

[2]何賢英，趙杰，高景宏，等.大數據背景下精準醫療研究熱點分析[J].中國衛生事業管理，2020，37（6）：401-404+462.

[3]高景宏，翟運開，何賢英，等.面向精準醫療的大數據采集及其支撐要素研究[J].中國衛生事業管理，2020，37（6）：405-407+425.

[4]黃安鵬.大規模疫情爆發更凸顯“大數據”技術群的戰略意義[J].科技導報，2020，38（6）：130-133.

[5]楊玉潔，毛阿燕，都恩環，等.中美兩國精準醫療推進概況[J].精準醫學雜志，2020，35（1）：87-89+94.

[6]羅俊，朱克毓，王曉佳.基于大數據分析的中國醫療健康管理發展概況綜述[C].中國管理現代化研究會，復旦管理學獎勵基金會.第十四屆（2019）中國管理學年會論文集.中國管理現代化研究會，復旦管理學獎勵基金會：中國管理現代化研究會，2019：225-231.

[7]高燕妮.大數據背景下基于精準醫療需求的醫療資源整合研究[C].四川勞動保障雜志出版有限公司.勞動保障研究會議論文集（二）.四川勞動保障雜志出版有限公司：四川勞動保障雜志出版有限公司，2019：8-10.

[8]郝莊嚴.醫療大數據+AI是推動精準醫療和臨床科研的新引擎[J].軟件和集成電路，2019（8）：58-59.

[9]Wallman K K. Enhancing statistical literacy： enriching our society[J].J Am Stat Assoc，1993，88（421）：1.

[10]劉巧紅，孫麗萍.醫學院校醫療健康大數據人才培養的思考與探索[J].教育教學論壇，2020（12）：224-225.

[11]劉芳.“課程思政”理念下統計素養的反思與重構[J].新一代，2017（18）：2.

[12]王思彤.強化新時代統計職業道德建設的若干思考[J].中國統計，2018（1）：4-5.

[13]李瑞軍.提高統計人員道德素質 保障統計信息真實有效[J].統計與管理，2017（9）：12-13.

[14]沈華.大數據時代加強統計人員職業道德建設的重要性分析[J].現代商貿工業，2017（21）：61-62.

[15]蔡雅萍.公共管理視角下的統計職業道德[N].中國信息報，2015-09-29（7）.

[16]孫希有.統計正義需要加入道德元素[J].中國統計，2014（6）：7-8.

[17]孫希有.道德元素加入是統計客觀真實的條件[N].中國信息報，2014-05-27（7）.

[18]黃粵荻.基于皮格馬利翁效應的防疫科普類可視化信息設計方法構建[J].湖南包裝，2020，35（3）：62-65+138.

[19]彭連剛.基于數據挖掘的移動醫療多維數據可視化關鍵技術研究與實現[J].無線互聯科技，2020，17（9）：130-132.

[20]張甜甜.基于數據結構的知識圖譜構建及其可視化應用的研究[D].上海：上海師范大學，2020.

[21]張楨.大規模科學數據體繪制的優化方法研究[D].綿陽：西南科技大學，2020.

[22]黃紅稷，程敏，王亞南.醫學論文圖表的正確制作[J].中華肺部疾病雜志（電子版），2019，12（6）：815-816.

[23]徐桂興，李惠菁，李雨谿，等.基于Citespace針灸近5年研究熱點及趨勢可視化分析[J].中藥與臨床，2019，10（Z1）：37-41.

[24]張婷.醫學大數據領域的發展態勢研究[J].中阿科技論壇（中英阿文），2018（3）：27-31.

[25]Prodromou T.Data visualization and statistical literacy for open and big data[M].Hershey PA： IGI Global，2017.

[26]陳碧芬，潘小芳.大數據時代統計素養的內涵及其對基礎教育課程改革的啟示[J].浙江師范大學學報（自然科學版），2020，43（2）：236-240.

[27]曹占濤.深度學習在醫學圖像輔助診斷中的應用研究[D].成都：電子科技大學，2020.

[28]熊祥樽.基于數據挖掘的T2DM患者胰島素用藥預測模型建立[D].成都：電子科技大學，2020.

[29]唐丹丹.數據挖掘技術在新疆艾滋病預測與控制模型中的應用研究[D].烏魯木齊：新疆醫科大學，2020.

[30]湯寧，宋秋月，易東，等.醫學縱向數據建模方法及其統計分析策略[J].中國衛生統計，2019，36（3）：441-444+447.

[31]邊迪.腦卒中篩查數據的危險分級預測與建模[D].西安：西安科技大學，2019.

[32]武敏建.基于數據驅動的腔體軟組織物理建模與可視化技術研究[D].武漢：華中科技大學，2019.

Abstract： In order to improve the management and research level of health big data in the new era， medical students should realize that the new requirement for future doctors in the era of health big data is that they should have good statistical literacy. In the teaching practice of the course of Medical Statistics， teachers should guide and infiltrate statistical literacy through four aspects： statistical consciousness， statistical knowledge， statistical ability and statistical morality， so as to give play to the educational function of the course.

Key words： health big data; medical students; statistical literacy