第一篇：论大数据的教师移动培训课程设计论文
摘要：教师培训领域供给过剩，又难以精准满足教师需求的问题越发凸显。如何有效发现教师的真实需求，精准匹配教师发展需求进行课程设计值得深入研究。该文从大数据技术以及移动终端对发现教师需求、设计培训课程满足教师需求的优势上加以分析、阐述，并提出了基于大数据的教师移动培训课程的设计与开发模式，以期为未来的教师培训课程开发提供借鉴。
关键词：大数据；教师培训；移动培训课程
一、引言
伴随不同国家学生核心素养的研究与发布，教育领域越发关注当下以及未来社会我们要培养什么样的人才、如何培养人才等核心问题。这些核心问题的解决则离不开教师的成长与发展，给教师队伍建设带来的挑战也越来越大。教师培训是教师队伍建设的重要途径之一，在过去几年时间里，从国家、地方、到学校，各种类型、不同层次的教师培训开展的如火如荼，然而仍然存在着各类问题。王阿习、陈玲等[1]提到教师培训内容的设计缺乏针对性、脱离真实的教学情境，培训知识缺乏实践转化。赵德成、梁永正[2]指出不少培训在一定程度上促进了教师的观念更新，但对教师教育行为转变和个人绩效提升的影响却十分有限。导致这种问题的原因有很多，其中最为根本、具有决定性影响的一个原因是未能做好教师培训需求分析。笔者曾在2015年对北京市2213位教师就培训的效果进行了问卷调查，67%的教师认为培训内容很难在教学现场得以应用转化。从教师培训的一般流程来看，培训的需求分析直接决定了培训目标的界定、课程的设计与开发、实施与后续的效果评估。可见，培训从需求分析开始，如果无法体现教师的实际需求，也会导致培训课程的应用效益，与教师工作实践难以有效对接等问题。因此，如何有效地发现教师的真实需求，并精准匹配教师发展需求进行课程设计值得深入研究。
二、确定教师培训需求存在的问题
笔者访谈了北京市级以及十几个区级培训机构的中小学教师培训负责人，发现目前教师培训课程的需求确定多数是在培训开始之前，通过对教师代表以及学校管理者等进行问卷调查、访谈等方式进行，进而确定课程内容。通过问卷与访谈等方式来确认培训需求，限于问卷、访谈提纲设计能力、答卷人解读能力以及答题人心理因素的制约等因素，所得需求常常不能完全反映教师的实际需求。教师是实践性极强的职业，其在工作情境中所遇到的问题与需求多是多元化与立体化。通过问卷或者访谈的方式无法反映教师在专业发展中变化的动态需求。赵德成、梁永正也指出了上述的培训需求确定方式存在的局限性。首先通过问卷等方式基于教师的主观愿望来确定需求可能失之主观，教师自我报告的需求未必都是真正有意义的培训需求；其次，简单地从校长等管理者的角度提出的绩效差距识别培训需求又可能失之笼统，分析者需要对绩效差距形成的原因进行深入分析。只有通过取长补短，将两种理解整合起来，既关注教师的主观愿望，又重视绩效差距及其原因的深入分析，才能更为准确、有效地识别培训需求。基于此，如果培训课程的设计与开发仅仅以问卷、访谈的方式来确定课程内容则显得不够全面、真实，不能够满足教师动态的需求，其使用效果与效率也会受到影响。教师的专业发展需求存在着个性化、生成性、情境性、复杂性与模糊性等特征，很难通过问卷调查或者短时间的访谈等完全体现出来，这也给教师培训课程的设计与开发带来了一定的难度。然而，通过大数据技术与移动终端的普及与应用，教师在工作现场遇到的各类问题、问题背后对应的专业发展显性以及隐性需求，都能够被捕捉、记录并进行深入分析，从而作为设计教师移动培训课程的基础。
三、大数据技术为确定教师专业发展需求带来的契机
（一）通过教师行为数据分析发现教师在专业发展上的隐性需求
教师专业发展的隐性需求是指无法被行为主体主动发现并清晰表达，需要通过其他主体挖掘、引导来确定的需求。大数据分析技术在用户隐性需求挖掘与引导方面已经体现出了很强的优势，尤其是基于行为的大数据分析能够更好地帮助人们认识到自身潜在的需求。如移动互联网领域通过对用户的行为、兴趣、爱好等进行分析，发现用户的潜在需求，并与需要营销的产品、业务、内容相匹配，实现精准营销。在教育领域，以Cousera为代表的慕课平台运行商，通过深度分析学习者在课程资源使用过程中所产生的海量行为数据，能够发现哪些资源学生点击率最高，哪些讲座视频的片段重播率最高，哪些内容学生的出错率最高等等，然后将上述结论及时反馈给课程资源的研发团队，用以指导改进之后的工作。这种做法表明大数据技术能够提供更加真实可靠的需求诊断[3]。目前，也已经有通过对教师行为数据进行采集、分析，形成对教师专业发展潜在需求分析的探索，如首都师范大学王陆教授等通过对教师教学行为的记录、分析形成对教师教学行为改进的需求分析报告[4]；上海市闵行区恽敏霞等通过对全区教师的课堂教学行为的录制、分析形成对教师教学行为改进的分析报告，进而发现对教师专业成长存在的隐性需求[5]。这些需求因教师的自我认识与理论素养限制等原因，其在问卷、访谈等自我报告中无法主动提及，而借助于技术设备对教师大量教学行为的观察、记录，进而通过大数据分析技术则能很好地确定教师在专业发展上的隐性需求。
（二）通过教师面临的问题数据分析发现教师
在专业发展上的显性需求教师在专业发展上的显性需求是指能够被行为主体明确表达的需求，如在2016年由笔者所在单位组织的北京市几个区的新教师培训中，新教师明确表达自己在与家长沟通过程中存在问题，在有效的班级管理上存在问题。当对新教师群体反馈的问题数据逐年加以收集，并系统进行大数据分析时，能够有效发现某一特定的教师群体存在的共性问题。教师在教学现场所面临的各种类型的问题也直接地反映了教师专业发展上的显性需求。罗滨指出关键问题来源于教师教学实践的现状及困惑，通过关键问题的解决能够帮助教师突破教学困惑，实现专业发展[6]。因此，以教师逐年提供的问题数据为基础，通过大数据技术对问题数据加以收集、归类、分析，进而确定某一特定群体实现专业发展的关键问题与显性需求。
（三）通过对问题与解决方案的数据分析精准满足教师需求
加拿大安大略省的麦格雷戈医生通过对近十年的病患数据进行分析来确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。这种推荐正是基于对病患数据以及诊疗方案数据进行了常年累月的积累，并通过大数据分析建立起了病患数据与诊疗方案之间的精准匹配关系[7]。在教师培训领域，以往无法大规模采集教师主观反馈的问题、客观发现的问题以及专家团队提供的解决方案，教师存在的问题与对应的解决方案是个性化地存在于提供解决方案的专家头脑中或者小范围地存在于某个组织中。伴随着对教师问题数据逐年的收集、分析，能够形成特定教师群体（如新教师）的共性问题、特定组织的共性问题（如某区的新教师都存在着课堂管理困难问题）以及教师个体的个性化问题，专家团队将针对这样的问题清单形成相对应的解决方案，伴随着问题数据与解决方案数据的不断积累与完善，后续的教师将能够在提供了自己的问题数据之后得到系统推荐的更为精准的解决方案，满足其个性化的专业发展需求。
四、移动终端将成为连接教师专业发展需求与培训课程的重要载体
在已有以移动终端为载体开展教师培训的研究中[8—14]，多数更为关注将移动终端作为培训课程的载体，而很少将其作为发现培训需求的载体，笔者认为以移动终端作为载体发现教师的需求，相较于问卷与访谈这种短时、切片式的需求分析方法而言，更为凸显需求的情景性、动态性和生成性。教学现场是教师真实需求的发源地，在教学现场，教师要面对来自教学、管理、科研等方面的各类问题，伴随着问题的产生也形成了教师各种类型的需求。罗滨提到要鼓励教师表达自己在教学实践中遇到的各类问题，并对问题加以提炼、归纳形成关键问题清单，通过专家、教师共同研究，形成关键问题的解决过程，进而帮助教师完成专业发展。根据笔者所进行的面向北京市各区4539教师的移动终端使用习惯调查数据显示，63。4%的老师有随时随地使用移动终端的习惯，其中有随时随地进行记录、拍摄行为的也已经接近53%。在针对西城区两所学校的教师进行访谈的过程中，笔者也发现，很多教师认为平时工作中确实会遇到教学、科研、管理以及人际沟通等各种类型的问题，如果不及时记录遇到的问题，这些问题也自然被纷繁复杂的各类事物所淹没。可见，多数教师已经具备了通过移动终端去记录的行为习惯，如果能够帮助教师形成随时随地记录其所遇到问题的意识，即可通过移动终端的辅助，帮助教师随时随地记录问题，上传问题，进而形成教师专业发展的问题库。如以北京市新教师培训为例，入职1—3年的新教师，要求其通过移动终端随时随地记录其在教学、科研、管理工作中遇到的各类问题，并上传到教师专业发展问题库，伴随着问题库数据的累加，通过大数据分析即可发现北京市入职1—3年的教师群体存在的共性以及个性化问题，这些问题是反映教师需求的起点，更是培训课程设计的起点。移动终端成为了动态连接教师群体发展需求的载体，克服了通过问卷或者访谈片段性、片面性反应教师专业发展需求的局限性。在已有以移动终端为载体开展教师培训的研究中，多数更为关注将移动终端作为教师培训课程的呈现载体，很少将其作为教师制作培训课程的工具。DonPassey提到移动终端可以记录在课堂中的各类音频、图片与视频，以及教师是如何完成某项工作的过程性音频、图片或者视频，进而按照记录的内容进行反思哪些是关键要素，反思工作过程是否有值得改善的地方[15]。笔者曾在西城区一所小学中开展了以移动终端作为教师制作生成性培训课程工具的研究，研究以学生的问题解决能力培养为目标，通过提供的移动课程模板，教师用移动终端收集教学实践过程中的视频、文本、图片类的过程性资料，并整合成为可以在移动终端上呈现的生成性案例课程。相对于预设类的主题培训课程，教师从学习者转变为课程内容的设计者与提供者，教师对培训内容的转化效果有了明显的提高。研究显示参与了基于移动终端生成性课程制作与讨论的教师，其所负责指导的学生在解决问题的积极性、学生对解决问题方法的掌握以及教师对培训内容的理解与运用三个方面的效果，要显著好于只参与了主题培训的教师[16]。以移动终端作为教师制作与呈现培训课程的载体，调整了教师作为被动接受课程内容的客体角色，充分发挥教师作为培训课程内容建设者与贡献者的主体地位，也连接了教师的需求与教师工作现场各类情境性、生成性的解决方案。
五、基于大数据的教师移动培训课程设计模式
综上，从教师个体的角度，伴随其职业生涯历程，在具体的教学情境中教师所遇到的各类问题应对的是其显性的专业发展需求，教师可以使用移动终端记录自身遇到的问题。此外，借助教学行为记录系统记录并由专家团队分析教师的教学行为，其在教学行为上存在的问题应对的是其隐性的专业发展需求。随着教师主观反馈问题数据与客观观察其行为所形成的问题数据的不断积累，对两类数据进行大数据分析，确定教师需要解决的关键问题，并以关键问题为基础确定教师的真实需求，进而帮助教师形成针对性的解决方案。以新教师培训为例，依据该模式，要求教师在工作过程中及时在移动终端上记录自己的问题并上传到大数据分析系统。此外，通过教学行为记录系统上传自己的课程视频，专家团队将对上传视频加以诊断。通对新教师群体主观反馈问题与专家团队客观分析问题进行数据分析，伴随着从主观反馈问题到客观发现问题的增加，通过大数据分析形成新教师群体需要解决的关键问题。关键问题将作为教师生成性移动培训课程设计与开发的起点，专家团队、教师团队将针对关键问题协商形成问题解决方案，教师在实施整个解决方案的过程中，借助移动培训课程模板记录对解决方案的实施过程以及反思、收获等，进而形成基于移动终端的生成性案例培训课程。最终，通过“关键问题—针对性解决方案—生成性案例类培训课程”的模式形成精准满足教师需求的移动培训课程。课程中包含了某一特定教师群体（如新教师）面临的关键问题，系统推荐的解决方案以及实践后形成的生成性案例，真正做到了精准匹配教师的专业发展需求。从教师群体的角度，伴随不同阶段、不同层次、不同类型教师需求与关键问题的确定，教师专业发展关键问题库、解决方案库以及生成性案例库的不断完善，基于大数据的理念，当教师的关键问题、专家的诊断分析方案以及形成的生成性课程逐渐累积形成彼此之间的应对关系后，教师通过移动终端再次发送相关问题时，系统即可自动反馈给教师相应的问题解决方案以及有着相同需求教师形成的生成性培训课程，实现精准对接教师的需求。正如前面案例所描述，当医生基于对近十年的病患数据进行分析后就能有效确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。
六、未来展望
综上所述，以教师的行为与问题数据为基础，能够更为真实地、动态地反映出教师的需求，并作为教师培训课程设计与开发的基础，这将成为有别于当下教师培训课程设计的重要区别。未来的教师培训课程开发必在以下三个方面将体现出与当下教师培训课程设计的差异所在。首先是以教师的真实需求为起点，而不是以课程开发者的主观意愿为起点。满足教师个性化需求的方式也不仅仅是提供多样化的课程选择，而是通过对客观行为数据与主观问题数据的收集去发现、分析教师的需求，提供解决方案以精准满足教师个性化需求，并逐步建立起教师需求与解决方案之间的映射关系。其次，教师也将从课程内容的被动学习者转变为课程内容的设计者、贡献者，通过移动终端与课程设计模板将所学内容与教学实践连接起来。教师在教学现场随时随地发现、收集并形成生成性培训课程。最后，基于大数据分析技术，未来要能形成基于教师不同需求、解决方案与教师培训课程的映射关系，形成基于教育数据分析的新型培训课程研发机制，而不是多次重复开发。当不同层次的教师需求、关键问题被确定之后，将为教师推荐符合其实际情况的培训课程，真正达到精准培训，提高效率与效益的目的。
参考文献：
[1]王阿习，陈玲，余胜泉。基于SECI模型的教师培训活动设计与应用研究[J]。中国电化教育，2016，（10）：24—29。
[2]赵德成，梁永正。培训需求分析：内涵、模式与推进[J]。教师教育研究，2010，（11）：9—14。
[3]赵婧。基于大数据的课程资源建设：趋势、价值及路向[J]。课程教材教法，2015，（4）：18—23。
[4]王陆。教师在线实践社区的知识共享与知识创新的机理分析[J]。电化教育研究，2015，（5）：101—106。
[5]恽敏霞，黄超群。基于数据挖掘的区域教师专业发展支持系统[J]。现代教学，2016，（6）：68—69。
[6]罗滨。基于教学关键问题解决的教师专业发展[J]。基础教育课程，2015，（12）：37—40。
[7]梁文鑫。大数据时代——课堂教学将迎来真正的变革[J]。北京教育学院学报，2013，（3）：14—16。
第二篇：大数据论文
大数据时代
摘要：随着物联网、移动互联网、智能便携终端和云计算技术的发展，人类社会进入了“大数据”时代。对于数据分析，这无疑是一个前所未有的黄金时代。现在，几乎每个人的衣袋都有一部可以随时联网的智能手机，更强大的平板电脑则安静的躺在数亿人的手提包里，加之久久没有退出历史舞台的个人电脑和方兴未艾的物联网中的电子设备，这个世界，每时每刻有数以百亿计的电子精灵在产生数据，一个崭新的数据爆炸时代正喷薄而出。大数据在社会经济、政治、文化，人们生活等方面产生深远的影响，大数据时代对人类的数据驾驭能力提出了新的挑战与机遇。
关键词：大数据 数据爆炸海量发展 影响
一、大数据的概念及形成
1、大数据的概念
“大数据”是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。狭义的大数据概念，主要指大数据技术及其应用，是指从各种各样类型的数据中，快速获得有价值信息的能力，一方面，强调从海量数据、多样数据提取微价值，即具有价值(Value)特征；另一方面，强调数据获取、数据传递、数据处理、数据利用等层面的高速高效，即具有快速处理(Velocity)特征。大数据概念里的“数据”，是指具有可追踪、可分析、可量化特性的数据。大数据概念里的“大”，是指“大数据”所应具有的“大量化”(Volume)、“多样化”(Variety)两个特征。从概念内涵上讲，“大数据”(Big Data)，一方面，反映的是规模大到无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合；另一方面，主要是指海量数据的获取、存储、管理、分析、挖掘与运用的全新技术体系。
事实上，大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。很显然，挖掘大数据价值、提供大数据服务的能力，是大数据时代的核心竞争力。
2、大数据形成的必然性
数据管理理念不断变革，大数据成为信息技术发展的必然选择。随着现代信息传播技术手段和方式不断丰富，信息获取、信息传递、信息处理、信息再生、信息利用等功能应用日益多样化，智能化信息系统逐渐形成一个信息网络体系，人类社会的生产方式、工作方式、学习方式、交往方式、生活方式、思维方式等发生了极其深刻的变革，互动化、即时性、全媒体等，成为常态性的信息生态环境，传统的数据库组织架构和信息服务模式已经难以适应信息社会现实需要，整个信息技术架构的革命性重构势在必行，大数据成为信息技术发展的必由之路。大数据源于虚拟网络的迅速发展和现实世界的快速网络化。虚拟网络的迅速发展和现实世界的快速网络化，两者交互影响，最终导致海量数据的持续生成和繁杂数据的不断出现。
大数据成了决定我们未来数字生活方式的重大技术命题，几乎所有世界级的互联网企业，都将业务触角延伸至大数据产业；无论社交平台逐鹿、电商价格大战还是门户网站竞争，都有它的影子；美国政府投资2亿美元启动“大数据研究和发展计划”，更将大数据上升到国家战略层面。2013年，大数据正由技术热词变成一股社会浪潮，将影响社会生活的方方面面。
二、大数据的五个特点
1、类型多。大数据分为结构化数据和非结构化数据。结构化数据包括“1、2、3、4”等传统数字以及符号，非结构化数据包括网络日志、音频、视频、图片、地理位置信息等。
2、容量大。根据IDC（国际数据公司）的监测统计，2011年全球数据总量已经达到1.8ZB，而这个数值还在以每两年翻一番的速度增长，预计到2020年全球将拥有35ZB的数据量，增长近20倍。
3、存取速度快。存取速度快有两个意思。一是数据产生的快；二是数据处理的快
4、应用价值大。大数据之“大”，其实并不在于其表面的“大容量”，而在于其潜在的“大价值”.如果不能把拥有的数据转化为价值，那么拥有再多的数据也是毫无意义的。
5、具备大智能。正是因为大数据拥有的“大价值”，才使得大数据有机会成为社会的财富和创新的基础，是大数据能够像土壤一样，在不久的将来孕育出一个更加智能的社会。
三、大数据应用的现状分析
最早提出世界已经迎来“大数据”时代的机构则是全球知名的咨询公司——麦肯锡。麦肯锡在其研究报告中指出：数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。事实上，全球IT业巨头都已经意识到数据的重要意义和“大数据”时代的到来。包括IBM、EMC、惠普、微软在内的全球知名跨国公司都陆续通过收购与“大数据”相关的厂商来实现技术整合。目前典型的大数据应用领域有：商业智能。例如：用户行为分析，即结合用户资料、产品、服务、计费、财务等信息进行综合分析，得出细致、精确的结果，实现对用户个性化的策略控制，这在营销网络的流量经营分析中占有越来越举足轻重的地位。公共服务。一方面，公共机构可以利用大数据技术把积累的海量历史数据进行挖掘利用，从而提供更为广泛和深度的公共服务，如实时路况和交通引导；另一方面，公共机构也可以通过对某些领域的大数据实时分析，提高危机的预判能力，如疾病预防、环境保护等，为实现更好、更科学的危机响应提供技术基础。政府决策。通过对数据的挖掘，从而有效提高政府决策的科学性和时效性。
四、大数据时代对生活、工作的影响
大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。
“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。
总结：这是一个信息爆炸的时代，大数据时代的到来给国家和个人带来了很多机遇，同时也带来了很多挑战。在当下的大数据时代，大数据只是冰山一角，其中的大部分都隐藏在冰山之下，因此大数据还有很多方面值得我们去发现和探索。
参考文献：王珊《架构大数据：挑战、现状与展望》
维克托•迈尔•舍恩伯格《大数据时代：生活、工作与思维
的大变革》
中国百强报刊《时事报告：大学生版》
第三篇：大数据培训心得
一、学习总结
1． 大数据的定义
也叫巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理的时间内达到采集、管理、处理、并整理成为帮助企业营或政府更积极目的资讯。
2.4V特点
规模性（volume）、高速性（Velocity）、多样性（variety）、价值性（value）
3.应用
采用某些技术，从技术中获得洞察力，也就是BI或者分析，通过分析和优化实现对企业未来运营的预测。
二、心得体会
在如此快速的到来的大数据革命时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。职业规划中，也需充分考虑到大数据对于自身职业的未来发展所带来的机遇和挑战。当我们掌握大量数据，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给我们日后创业带来价值。借力，顺势，合作共赢。
第四篇：大数据培训简报
习水企业家商会 举办《大数据》专题讲座
在新的经济模式和新的经济业态下，习水企业家商会为提升会员单位的经营管理理念，提高经营管理水平，拓宽管理团队的洞察力和决策能力，科学的应对信息技朮带来的机遇和挑战，降低经营管理风险，于8月2日，邀请中国科技大学博士生导师，计算机信息技术学院副院长陈恩红教授，在习水党校专题讲授《大数据运用》。企业家商会各会员单位的中高层管理干部，习水10家行业商会的负责人约160人参加了为期一天的专题培训讲座。
陈恩红教授在讲座中，分别对“大数据” 的概念和产生的背景，大数据的发展趋势，大数据在经济中的作用和价值，大数据的发展方向，大数据在企业经营管理中的具体运用，作了深入浅出的解读，并用提问的方式，与参培人员进行互动交流，解难解惑，培训反应积极强烈，初步收到了预期的培训效果。
培训会结束后，企业家商会会长李彬，作了简要的点评总结。他强调：企业的经营发展要想立于不败之地，必须首先打造一支学习型的管理团队，培养一支有知识，有视野，有担当，有创新，有能力迎接机遇和应对挑战的管理队伍，学会运用现代信息技术，在“六化”的基础上，创新企业经营管理模式和标准，与时俱进，全方位，多侧面，多层次增加自身的管理养份，让每一个管理者和中层干部，勇当企业的先锋队和排头兵，为营造企业的稳健发展创造一切必要条件。
第五篇：大数据时代下的移动健康
用数据“防病” ：大数据时代的个人健康管理
“精准医疗大数据的普及化，正带来中国乃至全球健康产业的变革。”最近，浙大一院正式成立“精准医疗中心”，中国中国工程院院士、浙大一院传染病诊治国家重点实验室主任、感染性疾病诊治协同创新中心主任李兰娟教授在“医疗健康大数据与精准医学”的专题报告会上称。
在大数据的时代，医学最大的改进就是个性化和精准治疗时代的到来。有了大数据的分析，“看医生”模式正转变为“被医生看着”。家用智能硬件设备的生命体征检测，使得低成本、高效率的全数据收集模式成为可能，几乎人人都能适用。而精准医疗的长期目标，是每个人的健康管理。李兰娟团队将在浙江创建一个人数规模超过100万的志愿者队列，基于他们的基因数据、生物样本、生活信息及所有电子健康信息数据库将推动浙大一院团队做出一系列新研究。此前，中科院已经联合其院属企业中科新知共同研发了心晓管家健康模型和大数据挖掘，以HRV为主导的多参数健康模型能够为每个人提供专属的健康趋势。
移动健康迅猛发展，通过移动互联网，用户的个体化自我监测变成现实，通过移动APP，用户与医生能随时随地地在线联系，通过医疗大数据和健康模型报告，医生和家属能清晰地看到健康疾病趋势。我国目前医疗资源稀缺，医生和护士短缺，医疗服务业普遍人手不足，而培养一名医生需要10年到15年，培养一名护士需要8到9年，培养周期长导致后续力量难以迅速填补。此外，医疗资金短缺，使得医疗服务软硬件提升困难。因此，如何利用移动健康产品提高人们的自我监测能力，提高医生们的诊断效率显得尤为重要。北京大学创新教育与研究院执行院长蔡剑教授介绍：目前我国移动数据和桌面应用已超过美国，我国用户花在这方面的时间比例为55%，美国为38%。数据的不断增加导致了“数据洪灾”，现有数据不是不够大，而是太大，大得没有时间和精力去分析。在移动医疗健康领域，也是如此。拥有类似心晓健康模型的大数据分析工具，以精准、无扰、连续的生命体征监测数据代替医院的逐点数据进行分析，从而得出健康趋势，将使目前市场上智能硬件数据没有实际意义的现状大大改观。
至2017年，全球移动医疗市场价值将达200多亿美元，其中我国将占三分之一。面对广阔的市场前景，完美的移动医疗工具将是能使个人、医生真正获益的产品。无扰、精准、连续的个体化监测数据能够为大数据发现问题、寻找问题、完善对策提供保障，这也是中科新知和心晓健康管家一直在努力追求的。
点击咨询 