关键词：影像技术专业;校企合作;人才培养模式
随着科技的进步和职业教育的快速发展，影像学行业的发展日新月异，如何能在新形势下提高毕业生就业竞争力，是摆在影像技术专业教育工作者面前的一个重要课题[1]。认真分析、科学研判当前培养的五年制高职影像技术人才所面临的挑战和机遇，能给其专业创新人才培养模式提供新的思路。
一、“1∶1”人才培养模式形成的背景
1.医院对影像技术人员的专业素养提出了更高的要求
近些年，医院的影像设备更新很快，这就要求操作者（影像技术人员）不仅要具备基本的影像设备学知识，还要对新型的影像设备有所了解，能做简单的设备维护，才能更好地为影像诊断服务;近几年来的医院招聘考试中逐渐加大了设备学知识的含量，显示影像设备学在影像人才培养中的分量日益增加[2]。
2.影像医疗器械市场的迅速发展对影像学人才需求量增加
影像医疗器械公司对既具有医学影像知识（影像诊断和影像技术）又具有理工科知识（影像设备）的医学影像技术专业的毕业生需求量明显增加，最近几年有不少从事影像设备生产、维护的企业主动联系我校，招聘影像技术专业毕业生。这些变化既为影像技术专业学生带来新的就业机遇，也对学生的专业素养提出了更高的要求。
3.能力本位教育逐渐成为职业教育的重要思想
能力本位教育是指围绕职业活动中需要的实际能力，以职业分析为基础组织课程、开展教学、进行评价的教学思想。它以全面分析职业活动中从业者的活动内容、素质要求为出发点，以提供学生完成工作任务所需要的能力为基本原则，强调学生在学习过程中的主体地位，使学生具备从事某一职业所必需的实际能力。
二、“1∶1”人才培养模式的内涵
由学校、企业、医院共同参与影像人才培养，共同完成人才培养方案修订、校本教材开发、授课计划实施等各项工作。
1.修订人才培养方案
由校企双方人员1∶1共同参与，开发人才培养方案，在课程设置上，增加影像设备学课程量，要求影像设备学和影像技术学课程量达到1∶1，理论课和实践课程量达到1∶1，在职业岗位设置上，企业岗位和医疗岗位达到1∶1。
2.制定课程标准
根据人才培养方案确定每门课程的课程标准，由校企双方人员1∶1形式共同完成。
3.开发校本教材
依据课程标准，结合影像设备学的最新发展，由校企双方人员1∶1共同编写核心课程教材和实训讲义。
4.研究并制定授课计划
依据课程标准和教材，制定适合的授课计划，由校企双方人员1∶1共同承担教学任务。
5.形成适应“1∶1”人才培养模式的考核评价体系
以企业技能考核标准和国家卫生专业技术资格考试标准1∶1相结合的方式形成考核评价体系。
6.培养适应“1∶1”人才培养模式教学的教师团队
为了适应新的教学模式，我校专业教师也必须要寻求专业突破和发展，以理论学习和企业实践1∶1增强专业学习，全面提高专业水平。
7.转变学生和家长的就业观念
校企双方1∶1予以宣传和引导，逐渐转变学生、家长心目中根深蒂固的“医院就业”的观念。
三、“1∶1”人才培养模式的实施
通过充分调研和准备，学校与北京万东医疗装备股份有限公司（后为华润北京万东医疗装备股份有限公司、江苏鱼跃医疗设备股份有限公司）进行合作办学，开办冠名班“万东班”，实施“1∶1”人才培养模式。在实施过程中，及时根据学生学、教师教的过程中出现的问题和教学效果反馈情况，不断地进行改进、完善和充实。为了考查“1∶1”人才培养模式的培养研究效果，在研究过程中，设置“平行班”作为对照组，按照普通教学计划实施教学。
1.成立课题小组
小组成员除了影像系主要专业教师外，其他主要是由来自企业、医院、职业院校的影像学专家组成。定期组织研究小组做专题讨论，根据万东班的实施反馈情况，适时对课程标准、校本教材编写等做前瞻性动态调整。同时，保持与省内外医院、企业和学校的密切联系，定期做调研活动，始终对人才市场需求保持充足的认识。
2.教学方案实施
具体步骤如下：
（1）课程实施。学校与万东公司合作建设校内实训基地――万东实训中心，包括有工频X线机、高频X线机、DR等常见设备，满足了专业课程基本理论方面的教学需要，专业理论教学主要由学校教师和医院设备科工程师承担;定期由万东公司员工讲授影像设备新进展等主要内容的课程，利于学生对影像设备前沿知识的掌握、拓展眼界。在CT等高端影像设备学课程的教学中，学校把通过政府采购的价值360万的飞利浦16层螺旋CT一台放置于合作医院――省中西医结合医院，供医院临床使用和我校学生床旁教学使用，医院则将退役的一台CT捐赠给学校供师生拆装研究以及CT基本操作，有力促进学生对CT知识的掌握理解。校内仿真实训、“医院课堂”将企业、医院与课堂教学充分衔接，融为一体，真正实现理实一体化[3]。
（2）专业实践。为了尽早使学生对专业有所了解，知道以后是“做什么的”，也为了学生能更好地了解企业，转变就业观念，教学计划安排学生在接触专业不久即进入到影像设备生产企业进行专业实践。一般在学期后程统一组织，历时近一个月时间，将学生分组安排到企业的生产、销售、售后、文秘等各部门中轮转，与普通工人一起吃住、一起上下班，充分感受企业氛围;为了博采众长，利用地利优势，不仅在万东本部安排学生实践，还会安排学生到南京普爱射线设备有限公司、江苏鱼跃医疗设备股份有限公司等影像设备生产基地实践。在企业实践时，教师以公司教学人员为主、学校指导老师为辅，共同负责学生的培训和学习。实践结束后，及时举行总结大会，学生以组为单位进行汇报，分享实践心得[4]。
（3）技能训练。学校对技能训练始终严抓不懈，对围绕影像岗位需求的影像设备、影像技术、影像诊断三者全面加强。一是抓课堂，通过理实一体化教学，达到“眼见为实”的效果，同时实施模块化教学，以任务引领课堂，有效激发学生的学习兴趣，提高课堂效率;二是抓课外，利用课余时间安排学生强化技能训练，将学生分组排班，选任“小老师”值班维护实训中心，专业教师进行技能训练指导;三是抓比赛，形成了“普教有高考、职教有大赛”的认识，定期举行校内影像技能展演活动，借此选拔技能水平出色的学生，组织参加各级技能比赛，以赛促学、以赛促教，不断强化技能水平。
3.修订评价考核体系
既重视学生在企业、医院的实践考核，又重视上岗证的考核，采用校企共同制定的技能考核标准和国家卫生专业技术资格考试标准，以“1∶1”的双标准渗透于理论教学和技能训练中。考核在于激发学生的学习潜能，我校对学生的考核评价渗透于每个环节的理论学习和技能训练，做到“一任务一考核”，让学生思想上重视、行动上勤奋，扎扎实实练好基本功[5]。
4.培养教师团队
（1）加强理论学习。万东团队内的专业教师通过深入研究、组织开展万东班理实一体化教学，促进了理论水平的提高，增强了教师临床跟进性，最大程度地减少与生产一线的脱节。团队定期组织专题教科研活动，如调研结果的探讨交流、课程标准研讨、万东班学生就业思想教育策略等，还利用各种机会请国内高等院校影像学专家来校讲座。同时，鼓励教师参与各级各类的培训学习，在培训回来后围绕培训内容开展讲座，及时汇报各种最新的教育教学信息，达到“一人培训，全组受益”的效果。
（2）强化专业实践。一是通过组织教师脱产或不脱产的形式深入企业进修学习，提高实践能力，如有4位专业教师到万东医疗装备有限公司接受培训后考取万东工程师证书。二是利用担任学生实践指导教师的机会进行脱产进修学习，形成师生共实践同学习的氛围，实践内容涉及到企业文化、仪器的生产销售、技术的临床应用等。参加实践学习的人员不仅包括专业教师，也包括专业基础课教师和文化课教师，在全员体验影像专业内涵的过程中，深刻领会影像人才培养的意义。
5.引导学生和家长转变就业观念
对学生和家长的就业观念引导工作自始至终贯穿于整个学习期间，渗透于每一个教育教学环节，要求专业教师与非专业教师都要参与[6]。
（1）宣传学校和影像技术专业。为了学校和影像技术专业的更好更快发展，也为了学生家长能深入了解专业特点，成立了影像系家长委员会，参与学校的专业建设，让家长深入了解专业、了解市场行情。学校利用家长会、座谈会、电话联系等各种形式向家长宣传学校的百年办学历史和影像专业的课程设置、发展方向、实验室建设及校园文化，适时邀请家长参观学校场所和实训室，强化美好印象，增加信任程度。同时，定期邀请学生家长参加学生就业指导讲座和相关活动等。
（2）宣传明星企业和杰出校友。定期邀请企业人员和优秀毕业生来校，与在校生开展“就业・创业・梦想”等座谈活动，讲授创业发展的动人事迹;开展杰出校友事迹报告会，邀请家长们共同参与，鼓励学生和家长要解放思想、放远眼光，深化“企业就业和医院就业一样好”的观念。学生在企业实践时，企业人员定期进行企业宣传，包括企业发展史、企业文化、企业待遇、企业发展愿景等，切身感受明显企业的先进理念。同时，将明星企业、优秀毕业生的介绍汇编成册，发放给学生作为宣教手册，激发学生的荣耀感。
四、成 效
1.提升了学生的就业竞争力
学生通过早期、深度地接触企业和医院，对专业的理解和热爱更为深入，学习积极性普遍得到提高。学生在个性发展上显得更为健康、全面，其果断性、自信心、创新能力上都表现出了优势（见表1）。万东班与平行班相比，明显对企业的认识更全面深刻，对于影像设备生产、销售、售后等流程以及最新的设备发展动向如数家珍（见表2）。在影像设备学的相关几门核心课程中，万东班学生的考试成绩也明显高于平行班（见表3）。因此，在对企业就业的认识上，学生与家长的思想都明显有较大的转变。在医院就业招聘门槛日益提高的新形势下，我校影像技术专业就业率没有受到太大影响，这正与校企深入合作，拓宽了就业方向密切相关[7]。万东班在企业就业率明显高于平行班，单在医院就业质量上看，万东班学生在二甲以上医院的就业率也明显高于平行班。
2.提高了教师的“双师”素养
教师通过万东班教学，与临床、企业一线的带教老师的合作，对理实一体化教学的内涵有了更为深刻的理解，缩短与临床脱节，丰富了专业理论。团队中所有的教师都认为，从听听看看到深入接触企业，在企业中生活、学习、指导学生，参与企业实践指导工作，有效地提升了自己的专业实践能力。通过与学生在课堂和医院企业的接触，教师对学生的认识更为全面，学生对教师的工作也更为理解，师生沟通更为自然顺畅，这使教师的育人观念有所改变，眼界拓宽[8]。以影像教研组教师为核心，联合专业基础、文化课程教师以及企业医院兼职教师，组建成的影像技术教学团队在教学、科研中共同学习研究新的教育教学理念、科学的教学手段，积极推进课改，共同参与实践，达到专业和基础相渗透，因此，被成功评为南京市职教优秀教学团队。影像系主任姚建新荣获“江苏省职教先进个人”荣誉称号。
3.增强了学校和专业的影响力
我校率先创新办学思路，在医学影像技术专业中强化影像设备维护技能，以深入的校企合作为基础探索“1∶1”人才培养模式，拓宽了就业途径，在同行业中具有创新性、示范性。目前，已经有无锡、山东、天津等地的高职院校在借鉴我校的办学思路，多次到我校参观学习、吸取办学经验，并积极寻求与企业的深度合作。同时，学校在办学过程中，因特色而闻名，提高了学校的美誉度。通过对业主调查发现，医院、企业对万东班学生的优秀专业素养给予了很高的评价，满意度达到100%，影像技术专业因此获评省级特色专业。
4.增加了企业的知名度
通过深入全面的校企合作，实施“1∶1”人才培养模式，开设企业冠名班“万东班”，北京万东医疗装备股份有限公司在行业内进一步提高了知名度、扩大了影响力。学生所参与实践的影像设备生产企业在合作中为学生和教师所深入了解，企业也在合作中对我校的学生倾注精力、全面了解，非常有利于其选拔合适的人才。因此，这种深入的校企合作吸引了一些其他影像设备生产企业和医院寻求与学校的合作。
5.社会和家长反响良好
在实施“1∶1”人才培养模式中，将生动的就业教育渗透其中，学生和家长的就业观念渐渐转变，医院不是唯一的出路，相当比例的学生会选择到企业就业。在企业环境中，不管是在生产一线，还是影像设备的维护工作，对于拥有影像技术学知识基础的学生来说，都能够灵活运用、熟练操作，提高了工作效率，受到企业的欢迎。在医院影像科室的工作中，学生对各影像设备的原理、性能清晰明了，使得技术操作更加熟练。多家企业和医院的专家认为，此人才培养模式适应市场需求，能增强学生的综合素养，扩大就业途径。
五、思 考
1.意义
由于“1∶1”人才培养模式较好地增强了学生的专业素养，提高了就业竞争力，转变了就业观念，提升了教师的教育教学水平，是一个较为成功的人才培养模式，值得继续推广。因此，在之后的每届班级中我们将相继开办一个万东班，继续完善“1∶1”人才培养模式。
2.存在的问题
（1）校企合作有待进一步深化。虽然国家出台一些鼓励性政策，激励企业能加深与学校的合作，但是在社会转型期仍需要有根本性的体制改革才能使企业增强合作的需求性和主动性，从而进一步使学校和企业双方在合作中获益[9-10]。（2）影像设备学的师资需要加强。由于近些年专业方向以影像技术为主，而设备学的课时数相对较少，专门从事设备教学的教师数相应也少，在“1∶1”人才培养模式的教学中显得师资力量不足，亟待加强。（3）万东班学生需作跟进调查。虽然万东班学生的专业素养普遍要高于平行班的学生，但是对于其毕业后的发展潜力和发展方向需要进一步跟进调研，以便能对“1∶1”人才培养模式给予一个更全面、立体、客观的评价。
参考文献：
[1] 刘月芳.高职院校校企合作人才培养模式的实践与创新
[J].全国商情，2013，（15）：85-86.
[2] 赵汉芬.医学影像技术专业“校企合作、医教结合、校
院企一体”人才培养模式的改革与实践[J].卫生职业
教育，2010，28（4）：15-17.
[3] 王木生，徐国华，罗志红.高职医学影像技术专业“院
校合作”人才培养模式创新设计[J].中国医药导报，
2014，11（35）：103-106.
[4] 李源源，樊娟娟，单政，等.医学技术相关专业校企深
度合作探讨[J].卫生职业教育，2015，33（6）：26-27.
[5] 尚彩云.高职影像工作室教学模式的探索[J].滁州职业
技术学院学报，2014，13（2）：26-28.
[6] 陆云升，刘元涛，孙贞超，等.渗透式教学法在影像技
术专业教学中的实训研究[J].卫生职业教育，2011，
29（14）：52-53.
[7] 殷红，米靖，卢月萍.我国高职院校校企合作研究综述
[J].职教论坛，2011，（12）：l1-17.
[8] 宋海南，柳立新，刘玮，等.校企合作实训中心建设与
“双师型”教师培养的探索与实践[J].轻工科技，2014，
（10）：152-153.
[9] 谢庆彦.校企合作常见的问题和对策[J].职业，2015，
（9）：44.
关键词：校企合作；医疗设备；师资培养；交流合作
Exploration on the new practice pattern of college-enterprise cooperation in vocational college
Yang Dewu
Beijing Health Vocational College， Beijing， 100053， China
Abstract： It is discussed in this article that the background and the purpose of college-enterprise cooperation of the major of medical equipment maintenance technology in vocational college. It is also analyzed that the innovative thinking for college-enterprise cooperation and summarized the practical achievement of Beijing Health Vocational College cooperation with Toshiba medical systems（China） co.， LTD. Some Suggestions are put forward for further college-enterprise cooperation.
Key words： college-enterprise cooperation； medical equipment； cultivation of teachers
我校医疗器械维修技术专业自2007年招生至今，在专业建设方面始终坚持校企合作、工学结合的办学理念，积极探索校企共建实训基地、开发实训设备的新思路。2014年4～5月，该专业与东芝医疗系统（中国）有限公司合作共建医学影像设备操作维修的教学模式，得到了北京现代制造业职业教育集团和我校的大力支持。
1 校企合作背景
我校是2012年经北京市人民政府批准设立、国家教育部批准备案的一所全日制普通高等学校，隶属于北京市卫生和计划生育委员会。医疗器械维修技术专业主要面向北京地区医疗仪器维修等职业岗位群，培养高端技能型医疗仪器维修人才。作为一个新专业，在学院的支持帮助和行业合作共建的基础上，开发医疗仪器维修实训设备十余种。但同时，面对医疗器械行业发展的新形势和职业教育技能型人才培养的新要求，该专业在大型医疗设备的实训基地建设方面存在着一定的困难，如设备采购昂贵、维修拆装损耗大、仪器设备更新不足等。通过北京现代制造业职业教育集团组织开展的“校企合作，产教融合”交流活动，依托专业教师的理论优势，利用社会企业资源，我们组织了一次校企互利共赢的大型医疗仪器学习研讨活动。
东芝医疗系统（中国）有限公司科研培训中心计划投资近亿元，安装包括国际最先进的320排640层DVCT- Aquilion ONE、3T磁共振、DSA、彩色多普勒超声诊断仪及专用影像工作站等大型医疗影像设备，通过专用PACS系统进行内部数字化管理。该中心可同时接待200多人分别进行CT，X-ray，MR，US，CL及工作站的教学与培训。
2014年3月，我校医疗仪器维修技术专业与东芝医疗系统（中国）有限公司达成学习交流意向，在DR成像设备、CT成像设备、MRI成像设备领域开展仪器操作、结构原理、故障维修等多层面的深入研讨，在6天内完成48学时的研讨内容。
2 校企合作目标
职业教育的培养目标和职业导向决定了学校的师资和配套设施必须紧贴行业实际需要，其中校企合作是职业教育改革发展的重要手段和途径。在校企合作中，通过深入开展学习交流，使院校教师、企业工程技术人员更有效地发挥各自在人才培养方面的优势，互利共赢，共同发展，搭建医疗器械维修技术人员培养的有效平台。同时，校企合作可以有效地解决师资水平不高和设备不足的问题，企业同时可以完善工程技术人员的理论知识基础，从而达到学校、企业和学生三方受益的目的。
研讨活动主要完成以下目标：（1）专业教师能够熟悉DR，CT和MRI设备的构造，能够辨别设备的组成部件及安放位置，可进行简单部件的拆装和检修。（2）专业教师能够独立完成DR，CT和MRI设备的常规检查操作，针对不同的检查部位和要求，进行参数设置和图像调整。（3）企业工程技术人员能进一步熟悉DR，CT和MRI设备的工作原理，掌握各检测参数的物理意义和设备的临床应用。（4）探讨新形势下医疗器械维修技术人才培养的新模式。
3 校企合作的做法与过程
医疗器械维修技术专业与东芝医疗系统（中国）有限公司的交流合作模式，不依靠单一的培训和学习的方式，而是采用以岗位能力为载体的深度合作模式。在初步研讨的基础上，确定需要解决的教学问题和职业岗位需求，拟定改革与创新的内容。通过CT，DR，MRI和DSA的使用操作、拆装维修开展知识与技能的交流，达到院校教师与企业工程师相互学习、互利共赢的目的，并就院校教学及企业员工培训方面的创新与改革思路进行讨论，进一步提升校企合作的实际应用价值。
本次校企合作活动思路与过程如图1所示。
图1 校企合作思路及过程
4 校企合作效果
本次校企合作活动圆满完成预期目标，效果较好，主要体现在以下几个方面：
4.1 以练代学，专业教师能够掌握设备的结构及拆装和使用操作
在本次活动中，东芝医疗系统（中国）有限公司不仅向我校教师展示了当下最先进的医疗设备，而且提供了动手操作的拆装条件，这些是目前医院或其他大型医疗设备制造商无法提供的学习机会。每位专业教师通过亲自体验，能够较好地掌握CT，MRI，DR和DSA设备的构成及主要部件的识别，通过实际检查操作，对设备的使用操作有了进一步的认识和理解。
4.2 互通有无，企业工程师受益匪浅
对企业工程师而言，本次活动不是简单的培训，而是一次深入的交流和合作。企业工程师在仪器设备的原理方面存在一些疑惑，通过与专业教师探讨CT与MRI设备的工作原理，进一步梳理了自身的知识体系，收获颇多。
4.3 以教学改革与企业培训模式创新为出发点和落脚点，实现校企双赢
本次活动的主要目的是通过院校教师与企业技术人员的深入交流，指导院校师资队伍和医疗器械维修技术人才的培养工作，为企业的社会培训和员工培训工作提供借鉴经验。双方通过探讨教育与培训的改革创新思路，找到了下一步开展医疗器械维修技术专业人才培养的新途径和新方法，开阔了思路。
5 校企合作的体会及建议
5.1 将校企合作活动作为常规教研活动
通过本次活动，医疗器械维修技术专业的教师收获颇多，同时也在感慨如果这样的活动能够坚持长期开展，将更有意义。医疗设备发展迅速，也需要院校教师走出校门，向企业学习，向社会取经。
5.2 “借鸡生蛋”，完善院校实训条件
大型医疗设备价格昂贵，且采购与管理程序烦琐，作为院校的实训设备可以说是一种“奢侈品”。但与此同时，大型医疗器械公司都在完善社会培训的条件和机制，在这种情况下，利用社会资源为院校的人才培养提供便利，是校企合作的一项重要内容。
5.3 灵活的人才培养模式，让学生“走出去”
在师资队伍建设的过程中，教师的职业能力单靠书本学习不能达到很好的效果。同样，学生的培养，也应该充分利用社会资源优化学习路径，除了校内实训及毕业前的实习，在专业课学习过程中，应该让学生将实物与书本知识联系起来，让学生在课堂和企业的环境里共同成长。
参考文献
[1] 胡艳曦，曹立生，刘永红.我国高等职业教育校企合作的瓶颈及对策研究[J].高教探索，2009（1）：103-107.
[2] 杨虹.高职专业教师企业实践制度研究[J].职教论坛，2013（13）：65-67.
[3] 王伟.关于完善我国高职教育校企合作立法的思考[J].黑龙江高教研究，2011（7）：99-101.
[4] 许黎英.职业院校教师企业实践制度改革探析[J].职业技术教育，2012，33（34）：55-59.
[5] 刘建湘.高职院校校企合作机制建设的思考与实践[J].中国大学教学，2011（2）：69-71.
这种想法本无可厚非，但实际上，有这样的一些专业，它们具有相近或相似的名字，却因为“一字之差”，而分属于不同的类别。不仅在学习内容上有着较大差距，将来的就业情况也是南辕北辙。此时，就需要细心地脱掉专业名称这个“马甲”，拨开层层迷雾，深入探寻这些专业的内涵。笔者，选择了六组名称相似的专业来进行介绍，看看名称“差之毫厘”的专业，究竟是密切联系，还是“谬以千里”。
广播电视编导VS广播电视工程VS广播电视新闻学
所属类别
广播电视编导――艺术类
广播电视工程――电气信息类
广播电视新闻学――新闻传播类
专业放大镜
江苏卫视的《非诚勿扰》红遍天下，这背后，是栏目工作人员辛勤挥洒的汗水。一档电视节目，需要经过编导、策划、创作、制作等多道工序才能“出炉”，而广播电视编导专业就是致力于此的。报考该专业的学生一般要参加专业艺术考试，如影视评论、编写故事、才艺展示、综合面试等项，但也有一些院校招生普通类的考生，在志愿填报期间报考即可。
对于广播电视新闻学专业，许多人并不陌生。我们脑中会浮现出这样的画面：重大突发事件的现场，肩扛摄像机的记者冲锋在一线，顶风冒雨，来往奔波，为人们发回最新的报道……该专业培养的是具有广播电视新闻学基本理论和宽广的文化科学知识，能在广播电视新闻宣传部门，从事编辑、采访、节目主持与管理等工作的新闻传播学高级专门人才。学生要学习的主要课程则包括广播电视概论、广播电视技术基础、广播电视新闻采访与写作、广播电视编辑与节目制作(或广播编辑与节目制作、电视编辑与节目制作)、电视专题与电视栏目、电视摄像、广播电视史、广播电视法规与广电职业道德、播音主持艺术等。
相对于前面两个专业，除了新闻理论、新闻采访写作等“必修课程”外，广播电视工程专业的课程中还带有更多的“技术”元素。它是一个以视音频技术为核心，并与计算机科学、通信技术、网络技术、视听艺术等学科融合的复合型专业。从该专业毕业的学生，将成为能在传媒领域中从事数字电视技术和网络视音频技术的研究、系统设计、开发与应用，并可从事技术与艺术结合的影视制作、动画制作等方面的高级技术人才。
提到就业，厂播电台、电视台等新闻媒体都是这些专业学生对口的“用武之地”。只是在同一个单位，从事的工作有所不同。比如在电视台里，广播电视编导专业的学生可以当播音主持、编导；广播电视新闻学的毕业生则更愿意肩扛摄像机，在新闻采访一线来往奔波；而电视节目的后期整理，动画制作等相应的技术工作则轮到广播电视工程专业的学生大显身手了。当然，知识是相通的，除了新闻媒体，广告公司、大型企业的宣传部门等也是这类专业学生施展才华的地方。
医学信息学VS医学信息工程
所属类别
医学信息学――生物科学类
医学信息工程――电气信息类
专业放大镜
“在相声界我影视演得最好，导演界我编剧编得最巧，编剧界我相声说得最逗，这年头，就得玩个综合实力……”每当回忆起冯巩春晚的这句经典台词时候，总不由得哑然失笑。其实，当高校的专业也来个“强强联合”，那么必然实力大增，获得更多考生的青睐和关注。医学信息学和医学信息工程这两个专业就是这类综合性的专业。
医学信息学专业是应用系统分析工具这一新技术(算法)来研究医学的管理、过程控制、决策和对医学知识科学分析的专业，是计算机科学、信息科学与医学的交叉学科，该专业隶属于生物科学类；医学信息工程专业是一个以信息科学和生命科学为主的多学科交叉与融合的新兴综合性专业，隶属于电气信息类。
现在去医院就诊还需要花钱买病历吗?NO!如果您也这样想，就严重OUT了。因为现在流行的是电子病历。为什么呢?通过网络，医师可以在家中或在世界任何一个角落随时获得患者的病历，并提供就诊信息，这就极大方便了人们看病、治疗。其实，这只是医学信息学专业的其中一个应用，在半个多世纪的发展中，它已经渗透到医学领域的方方面面：电子病历、生物信号分析、医学图像处理、临床支持系统、医学决策系统、医院信息管理系统、卫生信息资源等。
当毕业的日子来临时，就业成了不容回避的话题，冯巩的那句小品台词又犹在耳前。是的，社会竞争的日趋激烈，复合型的人才注定是就业市场上的“常青树”。医学信息学专业的学生可以到医疗卫生机构信息中心、医学信息研究所、卫生统计信息中心、医学图书馆、医学杂志编辑部、医药卫生信息相关企业，从事卫生信息系统管理与维护、系统运行监控、数据库管理与维护、医药信息分析研究、医药信息咨询、信息服务等工作；当然，也可考取研究生进一步深造。
而医学信息工程专业的毕业生则可以到医疗卫生部门、医疗器械设计与生产部门及其他企事业单位从事各类信息系统和计算机软件系统的应用、设计、开发、维护和评测等工作。中国科技方面不及很多国家，很大程度上是由于术业过于专攻，学科交叉型人才十分缺失。而该专业属于医学与工程学的交叉，对建立逻辑思维与思辨能力都有很好的帮助。随着时展，医药系统信息化更是大趋势，目前的中小医院这点还不十分完善，系统很落后，改造系统正需要这样的人才。
医学影像工程VS医学影像学
所属类别
医学影像工程――电气信息类
医学影像学――临床医学与医学技术类
专业放大镜
许多同学对医学有着浓厚的兴趣，将站在手术台上救死扶伤作为自己的人生目标。因此，填报志愿时，带有“医学”关键词的专业成了他们的不二选择。然而，这种“以貌取人”的选专业方式难免导致错误，比如医学影像工程专业，虽然和医学影像学专业只有一字之差，但却是电气信息类家族的成员，毕业后授予的不是医学学士，而是工学学士。
医学影像工程专业是一个集数学、物理、计算机科学、信息技术以及医学科学于一体的交叉学科，具有鲜明的医、工结合，以工为主的特点。该专业主要培养从事x线机、数字化x线机成像装置、磁共振成像装置、超声成像设备等医学影像设备的研制、开发、技术支持的复合型高级应用工程技术人才。在大学里，学习的主要课程包括了大学物理、电路分析、程序设计、医学图像处理、微机原理与应用、生理学、病理学等。
1895年，德国科学家伦琴发明了x射线，举世轰动。这一伟大发现也成为医学发展的里程碑。这使得对病人的诊断得以冲破皮肉“束缚”，内部器官一览无遗地展示在医生面前。随着科技的不断进步，CT、超声波、核磁共振等各种医学影像技术也如雨后春笋般破茧而出，而操作这些仪器、为病人进行诊断的医生，就是医学影像学专业所致力于培养的人才。
在大学里，医学影像学专业的学生学习基础医学、临床医学、医学影像学的基本理论知识，受到常规放射学、CT、磁共振、超声学、DSA、核医学影像学等操作技能的星本训练，具有常见病的影像诊断和介入放射学操作基本能力。同时，作为一门极具实用性的专业，医学影像学自然少不了实践环节，实习的时间都为一年。一般来说，大家的实习地多为本校的附属医院，实习内容基本上就是了解拍片的流程、掌握拍片的技术、学会看片等等。去医院做过B超的人或许都见过拍片的影像，就是通过这张黑白的影像图来为患者诊断。需要指出的是，区别于一般专业的四年制本科，医学影像学专业的修业年限为五年。毕业时，将被授予医学学士学位。
在就业上，医学影像学专业的毕业生可在各级各类医疗机构、防疫机构、医学科研、血站等单位，从事临床影像技术、功能检查等技术工作，也可以到西门子、飞利浦等大型医疗设备公司从事技术研发或管理工作。总的来说，医学影像学工作时的对象是仪器的操作。
至于医学影像工程专业，学生毕业后可在医院从事设备的维护与管理、操作与使用，为大型仪器的引进和选型出谋划策；在厂家、研究所参与产品的开发设计和安装调试。我们知道，医疗器械工业是知识最密集的高新技术产业之一，而医学影像工程又是医疗器械中科技含量最高，新技术、新材料、新工艺应用最迅速也最广泛，资金投入最多的类别。因此，该专业具有良好的发展前景。
海洋管理VS海事管理VS海关管理
所属类别
海洋管理――海洋科学类
海事管理――交通运输类
海关管理――公共管理类
专业放大镜
乍一看，“管理”是这三个专业共同的关键词，如果你认为它们都是管理学类专业，那就大错特错了。其实，这三个专业里，只有海关管理是属于公共管理类，海洋管理专业是海洋科学类，海事管理则属于交通运输类。
海洋管理专业是海洋科学与管理科学交叉的学科。该专业所致力于培养的是具有良好的科学素养和海洋科学基本知识，系统掌握海洋管理、海洋法等理论知识，对其管辖海域内的权益、资源和环境进行组织、指导、协调、控制、监督、干预和限制的人才。
近几年，索马里海盗活动的猖獗再次引起全世界对海事管理事业的关注。事实上，对于海洋业这样一个“大摊子”来说，如果缺乏有效的管理和协调，必然会造成混乱。海事管理专业所培养的就是具有扎实的外语基础及计算机应用能力，掌握航海技术、海运业务、海事法规的基本理论和实践技能，能从事航运企业管理和海事事务处理的高素质型人才。需要提醒的是，由于该专业带有一定的特殊性，所以有些学校在招生日寸会规定一些限制条件，比如大连海事大学就规定“海事管理专业只招收男生，要求双眼裸眼视力在5.0以上，同时非英语语种考生不宜就读”。
至于海关管理专业，从名称上我们不难看出，这是一个培养面向海关工作的专业。众所周知，海关既是一个国家的窗口和门户，也是其财政赋税的重要来源，地位的特殊性不言而喻。因此，该专业的学生要学习现代市场经济管理、现代管理的基本理论和知识，掌握我国管理政策及法律制度；熟悉国际经济、贸易的一般运作规律，具备相关法律、商品、会计和海关信息管理的基础知识；了解海关国际公约和惯例；具有综合运用所学知识分析和处理海关业务实际问题的技能和技巧。
从以上的介绍不难看出，这三个专业以后从事的都是管理类工作，只是类别有所不同。海洋管理专业是对海洋整体的管理，海事管理则重在对航运企业的管理，而海关管理专业学生工作的“主阵地”则是在海关。
海洋技术VS海洋资源开发技术
所属类别
海洋技术――海洋科学类
海洋资源开发技术――海洋工程类
专业放大镜
2009年底，一部名为《2012》的灾难片横扫全球票房，大海在关键时刻的“救世主”形象深入人心。这虽然是电影虚构的场景，但在实际生活中，海洋已成为经济“富矿”，扮演着越来越重要的角色。开发海洋，向海洋要财富正日益成为全社会的共识。海洋技术和海洋资源开发技术都是以开发海洋为基础的。
海洋技术专业，顾名思义，是致力于培养具备海洋科学的基本理论、基础知识和基本技能，能在海洋科学及相关领域从事科研、教学、管理及技术工作的高级专门人才。简单点说，该专业是以海洋为研究主体的，以后从事的工作也是跟海洋密不可分。比如，海洋科学专业的学生可以从事海洋资源调查和开发利用、环境保护、水产养殖、海洋事务管理、海洋新技术、海洋科研部门、环保部门的科研工作；化工、石油、地质、水产、交通部门的化学实验及化学研究方面的工作；海洋沉积、海洋构造和矿产、海岸动力地貌、河口、海岸带及海洋地质等方面的调查研究；含油盆地地质勘查资料综合解释；河口、海岸带及海洋环境工程地质勘查，气象局、海洋局系统以及交通、军事等部门的海洋调查预报工作、环保部门的环境评价工作，以及为石油部门海上石油平台设计安装提供有关海洋水文资料的分析研究工作；港湾、河口、近逼、浅海及深海区的生物本质调查、资源及开发利用工作……
众所周知，海洋覆盖了地球表面的70％，总面积为3.7亿平方公里。在当前世界资源缺乏的压力下，开发海洋资源的重要性不言而喻。相比于海洋技术专业的学生都是身怀各种绝技的“多面手”，海洋资源开发技术专业则更注重培养学生的“一招鲜”，该专业旨在开发和利用各种各样的海洋资源，在整个海洋技术系统中具有重要的支撑作用。大致来说，该专业主要学习内容包括：海洋水产养殖技术、海洋油气开发技术、海底采矿技术、海水淡化技术、海洋能开发技术、海洋旅游资源开发技术。辽阔的海洋和丰富的海洋资源，无疑为海洋工程技术发挥作用提供了一个大舞台。实践证明，没有海洋工程技术的创新或高技术的突破，就没有海洋产业的形成与发展，就不能充分开发海洋，也就不能实现海洋资源的可持续利用。
电子信息科学与技术VS电子信息技术与仪器
所属类别
电子信息科学与技术――电子信息科学类
电子信息技术与仪器――仪器仪表类
专业放大镜
我国是制造业大国，而电子行业又是制造业中不折不扣的“大户”，无数就业机会吸引了无数莘莘学子的目光。电子信息科学与技术和电子信息技术与仪器专业都是与电子行业“亲密接触”的专业。但在专业归属上，电子信息科学与技术专业隶属于电子信息科学类，而电子信息技术与仪器专业属于仪器仪表类的专业。
先谈谈电子信息科学与技术专业，这是一个“老牌”专业，在很多高校的专业目录里都可以看到它的身影。该专业所致力于培养的，是具备电子信息科学与技术的基本理论和基本知识，受到严格的科学实验训练和科学研究初步训练，能在电子信息科学与技术、计算机科学与技术及相关领域和行政部门从事科学研究、教学、科技开发、产品设计、生产技术或管理工作的电子信息科学与技术高级专门人才。
作为以数学和近代物理学为基础的专业，电子信息科学与技术对这两个学科特别是近代物理中电子学的知识要求较高。所以头脑比较灵活、经常有新思想的同学在这方面会有一些优势。学生在大学学习的时候也应该多多动脑，多去实验室，有许多该专业的在校大学生在校期间就发明了专利，这对以后的就业很有帮助。
至于就业，作为工科类前景较好的专业，电子公司、通信公司都欢迎本专业的毕业生；攻读研究生进一步深造，会为将来的发展提供更雄厚的知识资本。另外，出国深造是一个很好的选择，国外的相同专业同样有很大的发展空间。还可以自主创业，从事计算机、IT行业工作。
关键词：计算机；医疗领域；信息管理
中图分类号：TP399 文献标识码：A 文章编号：1007-9599 (2011) 21-0000-01
The Analysis of Computer Applications in the Medical Field
Pan Zhenyu
(Hospital of Huzhou City,Huzhou 313000,China)
Abstract:In modern society,to promote enterprise office automation,in the medical field is no exception.Application of computer technology is to improve the medical cause of convenient and effective development of important measures,but also to promote research and development of important medical field means.As computer applications in the medical field continues to deepen,hospital information management level is rising.Based on computer technology in the medical field in China's development and prospects for analysis,discussion of computer technology,the importance of the medical industry.
Keywords:Computer;Medical field;Information management
计算机在我国医疗领域中的发展已经经历了三十多年的历程，在现代医学中，已经将应用于医疗领域的计算机技术发展成为了一个新兴边缘科学，称为医药信息学（Medical informa-tics）。它在我国医疗领域中主要应用于医院的信息管理系统方面，由医嘱信息与医疗记录管理、护理信息管理、临床检查信息管理、临床检验信息管理、医学影像信息管理等部分组成，笔者就其中部分进行分析。
一、计算机技术在医疗信息管理中的应用
（一）医嘱信息于医疗记录管理
在患者就医的时候，医生要根据患者的病情做出诊断并且开出医嘱，在传统的流程中，患者要往返于收费处、配药处和医生门诊室，手续繁杂而且耽误时间。而在目前我国建设的医疗信息管理系统中的则可以根据医生的诊断自动生成药品和治疗的单据，同时将患者信息通过网络传达到收费处和相关科室。在患者进行缴费的时候，也在医院的档案中自动生成了患者的信息备份。
（二）临床信息的管理
在以往进行临床试验或者会诊的时候，仅能通过拍照和文字材料来记录，不利于其在以后的研究和科研过程中起到应有的作用。通过计算机技术，可通过对文字材料进行整理编排，同时使用影像的方式，将临床的数据完整的记录下来。同时建立完善的临床信息档案自动储备和管理系统，通过计算机记录临床数据的同时，将数据进行编号、自动分析和初步处理，然后上传到档案储备服务器。这样子就实现了临床信息的科学化高效管理。
（三）远程医疗服务
通过网络平台的帮助，我国部分医院通过建设自己的网络平台，已经可以实现医疗信息在网络上的共享，并且和患者在一定程度上取得互动，通过网上预约或者初步问诊等方式，医疗事业的网络化和远程医疗的设想被初步实现。
二、我国医疗领域中计算机技术的应用前景
（一）电子病历
在医疗信息管理系统中病人的病历信息是一项宝贵的资源。通过计算机技术将病历信息进行统一备案，将患者病历整理成统一的数据资料，不仅可以帮助医师诊断病情，还可以通过以往病例的记录对于患者的诊断和治疗方案提供参考。同时方便医院与医院之间的资源共享。电子病例可以实现文字、图像、影像的三合一，方便医师查询和借鉴，同传统纸张的病例相比具有巨大的优势。
（二）对住院病人建立基本信息库
通过计算机信息管理系统，将医院住院的病人信息进行整理和收集，方便病人的复诊和个人健康数据备案。医院采用这种方式不仅能够对医院的运行状况有详细的掌握，更重要的是可以提高医院的服务水平和工作效率。病人的基本信息包括了病人的年龄、性别、职业，还有病人的病情状况和其他住院信息。这些材料在研究我国居民健康情况的时候可以起到关键的作用，帮助我国医疗事业的科研进程。
（三）医疗信息的网络化
目前为止，我国各个医院的信息管理系统还停留在医院内部的局域网络中，大部分医院的医疗信息存在着分散管理，单机运作的问题。这样的方式导致医院的数据无法实现资源共享。造成信息建设过程中重复记录、浪费人力的现象。要真正的实现医疗领域计算机技术的普及和发挥它的作用，只有通过建设网络的平台将医院的信息储备和管理系统建设的经验共享，同时建立网络挂号、网络就诊等业务形式，方便患者的远程咨询，精简诊断的过程。通过医疗系统的网络化，将会对于医疗卫生事业起到极大的推动作用。大大提高医院的医疗水平和服务质量，解决人民看病困难的问题。
（四）对于计算机技术的其他应用
在医疗事业中的计算机应用除了医疗信息管理信息系统方面，还可以在医疗企业的财务管理和运营中实现。建立完善的医院财务系统，通过机算计技术，完善医院的运营和管理模式，加强各个部门的协作机制，保证各种信息的快捷传递。合理的经营医疗企业，便于企业拓展自身业务和提升自身的工作效率。通过建立信息化的财务管理系统、信息化的行政管理系统、信息化的医疗信息管理系统，真正发挥计算机技术在医疗领域中的作用。
三、总结
计算机在医学领域中的应用和推广工作，要在我国各级各类的医院落实进行。这些年来，我国的医疗事业已经实现了财会电算化，并将计算机技术应用于病案管理、药房管理、疾病诊疗、生化检验、放射治疗、图像识别与波刑分析等工作。但是大部分的医院还停留在单机单用户的阶段，网络化的建设还在发展中。只有实现了医疗事业的网络化，才能实现医疗领域信息技术化的管理和运作。
参考文献：
[1]张利民.浅谈计算机在医疗卫生领域中的作用[J].新疆医学,2008,5
据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。
如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与高潮交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源：创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景，B、C 端全面发力。
资料来源：券商报告、互联网公开信息，创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源：互联网公开信息，创业邦研究中心整理
2.发展关键要素：数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。
（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。
此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源：互联网公开信息，创业邦研究中心整理
（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。
4.投资方向
（1）前端智能化，低成本的视觉解决模块或设备
从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。
（2）深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。
（3）新兴服务领域的特殊应用
前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。
（4）数据是争夺要点，应用场景是着力关键
机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
（1）语音识别技术已趋成熟，全球应用持续升温
语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。
（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。
（3）语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理（NLP）发展现状
（1）多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
（2）NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。
（3）创业公司的机遇
1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源：创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源：创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源：创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。
从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。
最新估值
企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必
选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。
企业团队
创始人&CEO：马磊
清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。
业务模式
线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。
正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO：张默
北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：
行业解决方案
针对营销、安防、相机和电视的不同特点，推出相应解决方案。
营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。
商业模式
目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。
核心优势
关键词：大数据 发展前景 应用 策略
中图分类号：TP311 文献标识码：A 文章编号：1003-9082 （2017） 04-0009-01
引言
纵观全球，对大数据技术应用与发展的关注与日俱增，大数据在各行业中的应用如火如荼。
大数据技术的特征被定义为4V概念，有Variety、Velocity、Volume、Value四部分，即符合种类多、流量大、容量大、r值高四个指标的数据称为大数据。大数据技术在金融、电子商务、医疗、教育等行业都有广泛应用。本文将重点介绍大数据时代下，大数据技术在金融、医疗、教育等代表性行业的发展前景，及其未来的应用策略，试图为各行业从业者以及信息化政策制定者提出部分参考。
一、大数据应用现状分析
目前，我国大数据应用主体主要为政策制定者以及各行业应用者。以过去的2016年为例，大数据应用有着突飞猛进的进步，其关注热度有了较大飞跃。2016上半年政府大数据项目与2015年对比增长率达到60%以上。大数据应用在医疗卫生、金融、教育等行业中显得最为广泛和活跃，同时，看病难、教育资源不均衡、金融风险防范、食品安全、交通拥堵等各行业存在的民生问题一直为城市发展的瓶颈。利用大数据技术在各行业的应用，来解决上述民生问题，是大数据应用的重点所在。
1.大数据的特点
大数据作为近些年颇受关注的新概念，其具有以下四个特点，也被权威人士归纳为4个V特点。
首先是数量（Volume），即指数据巨大，目前存储计算量从TB级别跃升到PB级别；其次是多样性（Variety），指数据类型繁多，包括传统的格式化数据，及来自互联网的视频、图片、位置信息等；再次是速度（Velocity）维度的特点，即处理速度快；最后是其价值（Value），即成为大数据还须具有较低的数据密度与较高的挖掘价值。
2.大数据在各行业的应用现状分析
2.1 互联网金融与电子商务的大数据应用
互联网金融，是在大数据的基础上，以平台、品牌、消费者为保障，以信息技术为手段的一种新型金融模式。该种金融模式较广泛地使用了大数据分析技术作为其业务发展方法。在互联网金融模式下，移动支付、网上银行、券款支付等功能给人们的生活带来极大便利，线上贷款以及股票、债券发行交易颠覆了人们生活中传统的金融行为模式。除互联网金融领域大数据的应用外，我国今年来蓬勃发展的电子商务同样也体现着大数据技术的应用。
自淘宝网为首的购物网站于2009年开始的双十一购物节的兴盛见证着我国电子商务交易大数据的巨量增幅。近些年来我国的电子商务交易持续快速增长，2016年淘宝网天猫双11购物狂欢节在再次以全天总交易额1207.49亿刷新纪录，远超去年的912.17亿元。正是由阿里云的大数据处理服务平成了在“双11购物节”中所产生的大量的在线交易与物流业务。支付宝系统采用的处理能力高达每日10亿笔以上的“云支付”构架，正是在大数据的技术支持上，具备着更高的服务质量、安全性、稳定性，更低的系统成本。
2.2 医疗行业的大数据应用
受近年来总理提出的“互联网+”概念的影响，医疗行业也在进行着其利用医疗数据完成升级变革的过程。 医疗数据可以分为患者基本数据、诊疗数据、医学影像数据、医疗设备仪器数据等包括医生在对患者诊疗与治疗过程中产生的所有数据。该类数据信息的利用，可以在对病人及疾病管理、控制与医疗研究等领域中起到积极作用，蕴含着巨大价值。按照大数据在医疗行业应用中所服务对象的不同，下面从服务居民、服务医生、服务科研以及服务公共健康四个角度，分别介绍大数据技术的应用情况与具体功能。
2.3教育行业的大数据技术应用
在教育特别是在学校教育中，数据的利用显得尤为重要。 学生方面对学习成绩的记录与分析、总结与归纳提高成绩，政府以升学率对学校进行评价，教师以正确率对学生掌握情况进行了解。数据是说明效果的有利手段。比如学生作业的正确率、课堂的表现率――回答问题的次数、正确率、考试的通过率。这些具体的数据经过专门的收集、分类、整理、统计、分析可为大数据。教育行业中的大数据技术可以按照教育的阶段分为K12教育与非K12教育两个方面进行探讨。
K12教育在我国表现主要表现为义务教育，其数据产生主要为学生学籍卡的刷入刷出等来源，其主要受控于各学校管理者，数据利用程度与挖掘程度不高。而非 K12教育，如最近很火的远程教育则是应用大数据很好的典范，近年来越来越多的网络在线教育和大规模开放式网络课程的出现，打破了传统教学方式，开辟了一条创新、个性的教育道路，改革了学生的学习、教师的教学、教育政策制定的方式与方法，不仅大大降低了成本，也为解决资源分布不均问题找到了途径，使教育领域中的大数据更广泛的应用。以技术整合资源、以数据驱动教育。 数据采集与分析使用户信息能更准确的预测，数据的挖掘与反馈使学习过程获得妥善监督管理。大数据在教育行业的应用如今渐入佳境，面临着更为蓬勃的明天。
二、大数据应用的前景和策略探索
上文具体分析了大数据在互联网金融、电子商务、医疗、教育等行业的应用现状，而大数据技术作为改变与提升人们生活的一大利器， 未来也是具有更为广阔的应用前景，本文将对其应用前景与应用策略进行分析，试图为想要在自身行业应用大数据的从业者与信息化政策制定者提供相关参考。
1.利用大数据分析在各行业服务过程中提供更准确用户画像
对于为大量消费者提品及服务的企业，企业管理者可以利用大数据技术对客户进行精准定位，并对其采取精准的营销手段。如根据客户的购买习惯，分析出更准确用户画像，为其推送可能感兴趣的信息。企业还可以利用大数据做服务转型。一些传统企业则需要与时俱进充分利用大数据的价值。不管是互联网金融、电子商务，或是进行医疗服务推送或是教育服务订阅的企业，其大数据技术的深度应用均可以通过更准确用户画像给出，为用户提供更为合理与精良的服务。
2.利用大数据改善传统企业经营模式
大数据在方方面面渗透于企业运营与发展，能够帮助企业把握市场态势、预测经济发展的趋势、及时掌握最新的消费需求、降低生产成本、提升科研效率等等。
3.利用大数据技术的更深度应用改善民生问题
大数据技术在医疗行业与公共健康领域的应用尚处于较为初级阶段，未来的深度应用将进一步升级医疗服务，也改善诸多民生问题。 例如，大数据技术使用可以在公共健康监控方面有积极改善作用。传染病的调查与控制一直为卫生部门比较头疼的痛点，而公共卫生部门如能成立覆盖全国患者（包含县级及以下的医疗场所所返还的数据）的电子病历数据库，将在传染病的宏观控制上有较大突破，医疗索赔支出与传染病感染率都下井，新传染病与疫情的调查效率也将大大提升。
三、结语
置身于这个信息化时代，数据科技可给人们生活带来的变革日新月异。人们的衣食住行，各行各业的经营运作无时无刻不在产生着大量数据，世界可谓是数据型世界。有着云计算和大数据的基础铺垫，原本很难采集和使用的数据开始容易被利用起来。大数据及相关产业发展将是未来政府以及各行业从业者的重点关心所在。本文在介绍大数据相关概念的前提下，对大数据技术目前在各行业的应用进行了相关归纳，并重点对大数据技术的应用前景与策略进行了探索，试图为政策制定者以及行业从业者做出部分应用大数据的解决方案参考。希望未来能通过不断进行的理论技术实践，以数据激活经济，使大数据真正成为治理体系中的一个环节，改善民生，优化服务，真正将科技符号变成文化符号。
参考文献
[1]王钦敏.经济社会发展中的大数据应用[J].地理学报，2015，05： 691-695.
[2]王元卓，靳小龙，程学旗.网络大数据： 现状与展望[J].算机学报，2013，06：1125-1138.
[3]杨现民，王榴卉，唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究，2015，09：54-61+69.
[4]胡艳辉.浅析大数据时代电子商务发展的新特征[J].改革与战略，2016，01：118-122.
很多用户接触和了解对象存储可能是从互联网厂商、云服务商开始的，比如亚马逊AWS、阿里云等都提供对象存储服务。近日，咨询公司IDC的《IDC MarketScape：全球对象存储2016年厂商评估》中，HDS Content Platform（HCP）再次入围，并跻身领导者类别。HCP就是HDS公司对象存储的代表。
谈到对象存储业务的快速发展，HDS战略解决方案市场营销副总裁许可表示：“我们感觉像是押对宝了。很早我们就开始布局对象存储，虽然HCP的技术也是收购得来，但是经过HDS不断投入、研发和完善，HCP如今已经是非常成熟的对象存储解决方案，全球最知名的大型银行、保险公司、电信运营商都是HCP的忠实用户。”
IDC这样评价HDS在对象存储方面的进展：HDS的HCP产品组合与其日益壮大的技术合作伙伴生态系统相结合，在对象存储市场上占有独特的地位。凭借超过1700个客户的庞大客户群，以及对物联网、Web 2.0和分析等新兴市场的关注，HDS HCP这一面向未来的技术，可以有效应对数据的增长，成为企业数字化转型的助推器。
对象存储正处在爆发期
如果没有非结构化数据的爆炸性增长，如果没有云计算、大数据的出现，也许对象存储不会受到如此强烈的关注。对象存储刚出现时，有些用户质疑：既然已经有了NAS，为什么还需要对象存储？对象存储的价值究竟体现在什么地方？
“大量涌现的云计算公司成了对象存储最好的广告代言人。”许可表示，“当前，IT应用正在向以云计算、大数据、移动互联、社交化为特征的第三平台转移。用户的数据量呈几何级数增长。如何整合和管理这些数据，如何更有效地备份和归档这些数据？对象存储应运而生。”
简单说，对象存储基于扁平化的架构，不受传统文件系统的访问限制，可以无限扩展；对象存储最核心的元数据，它就像是给数据打标签，精确且细致，为下一步的数据快速抓取和数据分析奠定了基础，让大数据应用有的放矢。
传统IT方式已经不能适应数字化的需求，所以Gartner提出了“双模IT”的概念：模式一指传统IT，模式二指数字化的IT。许可认为，对象存储是一种桥梁性的技术，它引导用户从传统的模式一向现代化的模式二过渡。对象存储是具有前瞻性的一种现代化分布式的架构，它可以与云进行互动。比如，HCP就提供与云的接口，可以与AWS S3对接，用户的数据在本地和云之间来回迁移都非常方便。
HDS中国区解决方案业务总监陶欣补充说：“在中国，对象存储正处于爆发期。HDS对象存储在中国获得了三位数的增长，并且还在持续加速增长之中。我们借鉴HDS在全球的成功经验，利用对象存储帮助中国客户踏踏实实解决实际问题。如今，对象存储已经在医疗、保险等诸多领域开花结果。”
HCP的这些变化你知道吗？
像亚马逊AWS、阿里云这样的大型云服务商都自己开发并对外提供对象存储服务。还有一些厂商基于开源技术开发自己的对象存储产品和服务。HDSc许多云服务商是合作伙伴，比如首都在线就采用了HDS的解决方案。
“通常以个人或中小企业客户为目标客户群的云服务商，它们的对象存储很难兼顾大型企业级用户所需的强大性能和功能、监管能力、合规性和易用性，而这正是服务大型企业级用户的HDS所擅长的。”许可进一步解释说，“从全球看，基于开源技术的对象存储产品目前还缺乏在企业中广泛应用的验证，而且在二次开发、运维方面需要投入大量资源，平台成熟所需的技术、技能、经验、时间、纠错等一系列成本很高，这是大多数企业所不能承受的。因此，更多用户倾向于采购成熟的企业级对象存储产品。”举例来说，HCP具有的版本管理功能，可以自动地调用任何一个适合客户具体应用需求的版本，这是其他同类产品所不具备的功能。
用户是选择对象存储公有云服务，还是自己部署对象存储系统，完全取决于用户的实际需求和应用习惯。现在，主流的云模式是混合云，用户在本地保留关键数据，部分应用和数据放到公有云上。HDS提供支持混合云模式的对象存储，实现数据的分层，需要长久保留的大量数据可以转到公有云上，而元数据始终保存在用户可以完全控制的本地或私有云中，即使公有云发生问题，因为元数据一直都在HCP中，所以数据的安全能够得到保障。
HDS最新推出的内容智能管理工具HCI（HDS Content Intelligence），将搜索和分析功能与对象存储进行整合。许可表示，在HCI出现以前，元数据的管理与大数据分析之间还是有距离的。现在，HDS为自己的对象存储增加了智能化工具，增强了元数据的数据分析、检索能力，分析结果可以与Pentaho平台结合，为用户提供完整的大数据分析体验。这样一种组合可以更好地满足物联网、分析和社会化创新解决方案等新的需求。许可透露说，在国外已经有用户在测试HDS的智能化对象存储+Pentaho的方案，形成一个完整的“数据湖”。
在销售方面，HDS既提供软硬件一体化的对象存储解决方案，也提供纯软件的对象存储，目前对象存储一半的收入来自软件。针对不同类型、规模的客户，HDS提供了不同的对象存储产品，有通用产品，也有针对虚拟化环境设计的产品，还有针对企业入门级客户的产品。许可特别谈到，物联网可能是对象存储的一个新的增长点。
概括来说，HCP不仅仅是一种简单的对象存储，而是一种包含对象、云文件网关和最终用户协作功能的集成产品组合，它使得企业能够全面控制数据，并从中获取业务价值。HCP可同时解决有关合规性和治理的问题，并用于创建私有云、公有云和混合云，还可支持物联网、Web 2.0和大数据分析项目。
对象存储应用有更多创新空间
对象存储最典型的应用场景之一是医疗行业。众所周知，医疗系统非常复杂，包含各类庞杂的数据，比如HIS数据、LIS数据、PACS数据等。医疗机构的数据不仅数量庞大，而且有迫切的共享需求，比如异地转诊，而传统的NAS产品已经不能满足新的应用需求。怎么办？无锡市医院管理中心在医疗大数据方面的成功经验值得借鉴。
随着国内医疗体制改革的逐步深入，越来越多的地区开始建立区域卫生信息平台，通过建立统一的区域医疗信息化平台实现区域医疗信息共享。无锡市t院管理中心于2013年完成了第一期的区域医疗系统建设，解决了结构化数据的存储问题，目前进行的二期工程主要针对非结构化医疗影像数据，规划的数据容量是1000TB，影像数据不仅要保存下来，而且要加以利用和分析。为此，无锡市医院管理中心要建设一套创新的区域医学影像服务平台。HDS提供了端到端的解决方案，从移动性、统一性、海量数据、分级存储四个方面满足了无锡市医学影像区域服务中心对存储，以及数据管理、保护和搜索的严苛要求，为下一步医疗大数据的应用打下坚实基础。
无锡市医管中心将历史数据保存在HCP 500中，以此来管理海量的影像文件。HCP 500归档控制器集群最大可管理80PB数据，不仅能提供保存服务，还能提供数据的自我修复、版本管理、压缩和重删、防篡改等功能，可以有效地管理和长久保存医学影像文件。
许可介绍说：“在美国，一些大型的医疗机构通常会建立社区私有云，相邻的几个医院通过社区私有云共享数据，而社区私有云的背后就是HCP在提供存储保障。”
区域医疗的盛行让对象存储有了更大的用武之地。对象存储能够承担起海量文件的存储和保护的重任，而且可以有效降低成本，实现便利的数据共享。“在我国，由于东、西部地区之间的经济发展不平衡，造成西部地区的医疗资源不充足，若采用云的方式，就可以更有效地实现医疗资源的协调甚至是全覆盖。配合医疗改革，特别是以云的方式提供医疗服务，我们提供了包含HCP对象存储在内的整体解决方案，从数据层打通HIS和PACS系统，为医疗云服务提供可靠的保障。”陶欣介绍说。
但是，业界定义的大数据是指迅速收集的、各种各样的、大量的数据集合，而不是能够处理一切问题的万能解决方案。在现实中，如果一些企业偏信这些与大数据相关的谬见，那么这些企业很可能会偏离正轨，走向错误的发展方向，浪费大量的时间和金钱，丧失其在市场上有利的竞争地位，还可能损害企业的声誉。
此篇文章就讲述了业界常出现的有关大数据十大谬见。
1.只有数据科学家才能处理大数据
事实上，在处理大数据时，光靠数据科学家是远远不够的。
“如果你不能首先确定到底需要什么样的信息的话，那么单凭数据科学家自己是不可能成功地从大数据中提取有用信息的”，宾夕法尼亚大学医院(Penn Medicine)数据分析部门高级主管Pat Farrell说：“你还需要熟悉业界动态、掌握相关领域知识的人才，他们知道问题的所在，也了解什么样的解决方案对于你所从事的领域最有价值。”
例如，在宾夕法尼亚大学医院有两个系统，一个是医疗系统，一个是医学院系统。长期以来，医疗系统通常从一个数据仓库中收集临床医疗数据。与此同时，在医学院系统中，出现了一个新的技术，可以实现对人类基金组的排序，并产生了大量的数据。
Farrell说：“我们知道这些数据一定存在着某些价值，而我们最终也有了能够获取这些价值的计算能力。我们将专业的医疗知识与数据分析技术相结合，为预测医疗开拓了一片新的、更广阔的领域。”
2.数据越大，价值越大
收集数据，并把它储存起来再登记入册，这会花费许多时间、占用很多资源。如果企业或机构在收集数据时不加选择、任意地收集大量数据，那么很可能会造成大量的资源浪费，而这些资源完全可以用到更有价值的项目上去。
Farrell建议企业在收集数据之前一定要有一个具体的目标，或关键性能指标，要明确自己需要什么样的数据，再去有目的地收集数据。
Farrell说：“你需要从你收集的数据中提取有价值的信息，但这并不代表你收集的数据越多，你所获得的价值越大。”
3.大数据用于大企业
大企业或许会有更多的内部数据来源，他们可以利用这些数据获取对自身企业发展有价值的东西。但这并不代表大数据只用于大企业，小企业也能够收集来自社交媒体平台、政府机构和数据供应商的数据，并从这些数据中提取有利信息。
戴尔软件信息管理解决方案部门的产品管理高级总监Darin Bartik说：“对于企业来说，不管它的规模有多大，利用数据分析制定的决策总比单纯依靠直觉或第六感制定的决策要好得多，且更加可靠。”
小企业虽然不像大企业那样经常利用数据分析来制定决策，但是当这些小企业真正这样做的时候，它们会使公司走向快速、正确的发展轨道。
Darin Bartik说：“小企业可以利用其最佳实践，进一步推动数据分析决策在企业中的发展，以此赶超或者胜过那些强大的竞争对手。”
4.收集数据后不及时整理分类
位于美国旧金山的云计算商业智能供应商Birst的首席执行官Brad Peters表示，虽然数据存储的成本越来越低，但它并不是免费的。然而，对于许多大公司来说，它们对于数据欲望的增长速度要比数据存储成本降低的速度快得多。
许多企业往往在收集完数据之后，并不迅速处理这些数据，造成数据存储成本增加。Brad Peters说：“我发现很多大的企业或机构收集了一大堆数据之后却不及时处理这些数据，导致他们在这些数据上的开支逐渐增大，而他们也并没有从这些数据中获取任何价值。”
事实上，企业中的一些数据集已经开始造成了企业的收益递减。这种现象就像通过分析选民数据信息来预测选举结果一样，在预测过程中，你需要一定数量的选民作为样本，但是如果样本数量超过一个临界点之后，无论增加多少选民，对于预测结果不会有任何太大的影响。也就是说，样本数量过多，所花费的成本也就越多，但对于目标没有任何实质性的价值。
“数据冗余的话，企业支出的不仅仅是存储成本，还会面临许多其他的问题”，Recommind公司信息治理和大数据管理全球主管Dean Gonsowski说。比如，如果数据泄露的话，那么公司也会承担相应的损失。Recommind是一家位于美国旧金山的专注于非结构化数据分析的公司。
最终，数据越多，那么分类整理数据所需要的时间也就越多。Dean Gonsowski说：“当数据仓库的规模达到数十亿条记录时，那么光是检索数据就需要花上几个小时，甚至是几个星期。这时候，这些信息非但不会给企业带来商业价值，反而会阻碍企业系统的运转，因为这些系统根本不能处理这么大信息量。”
5.所有数据都是一样的
美国佛吉尼亚州曾收集过在过去20年里学生的注册信息、奖学金，以及学位授予情况的数据，但这并不意味着20年前收集的与之存储在同一个数据域里的数据就一定是相同的数据。
佛吉尼亚州高等教育委员会的政策研究和数据仓库部门的主管Tod Massa说：“由于数据都存储在一个数据仓库里，这导致研究人员认为这些数据都是等同的，而这正是我需要处理的一个最大的问题。我们收集的ACT(American College Test，美国大学入学考试)和SAT(Scholastic Assessment Test，学术能力评估测试)的学生成绩，最初我们收集的只是整个佛吉尼亚州的学生成绩，但这导致我们的调查研究出现一个缺口，所以后来我们不仅收集了佛吉尼亚州的数据，还收集了其他州学生的数据。而且，不同种族在K-12级和高等教育的数据也不同。”
事实上，任何特定的数据，如果由不同的组织机构，或在不同的时间内，或由不同的人的话，也有所不同。Tod Massa说：“假如收集数据的这家公司或机构是完全孤立或与世隔绝的，那么情况可能会不一样。但我认为，随着时间的推移，它们收集的数据也会有所变化。”
因此，数据分析人员不仅要有数据统计的技能，还要掌握一定的数据知识，并清楚地了解相关行业内的动向和整体发展趋势。
这一点也同样适用于从外部数据源收集的数据，过去的那种数据收集和分析的方式已经完全改变了。能够了解不同的数据文化背景和数据环境，对于充分利用这些数据是非常必要的。
6.数据预测越具体越好
我们通常认为，如果一件事情越具体，那么它就会越精确，比如，“下午三点十二分”就比“下午某个时候”更加精确;气象学家预测“周日早上会有降雨”就比“这周末50%会下雨”的预测要精确得多。
但是事实上，结果正好相反。大多数情况下，预测得越具体其准确率反而并不高。
例如，一个顾客买了一台具有特殊配置的电脑，而另一个购买了同样一款电脑的顾客又购买了一双亮粉色的高跟鞋。“在这一数据信息中，购买亮粉色高跟鞋的信息显得有些太过具体甚至有些多余，这可能会影响数据分析的过程，给数据分析结果造成一定的误差”，美国加利福尼亚圣塔莫尼卡的营销公司Retention Science的首席执行官Jerry Jao说。
Jerry Jao表示，这通常是业务和营销经理常会出现的问题。
7.大数据等同于Hadoop
Hadoop是业界比较流行的非结构化数据的开源架构，近来也引起了不少业界的关注。但是Hadoop并不是大数据的唯一解决方案，企业还有许多其他的选择。
SAP大数据总经理和资深副总裁Irfan Khan指出企业还可以选择NoSQL、MongoDB、Cassandra或其他相关技术来处理大数据。
这些技术中的某些技术对于处理一些特殊的大数据问题非常有效。尤其是Hadoop，它可以把数据分成若干个数据组，并能同时处理多个数据组。Hadoop解决方案可以用来处理许多大数据相关的问题，但并不是所有大数据的问题它都能处理。
位于美国加州雷德伍德城的大数据咨询公司LucidWorks的首席技术官Grant Ingersoll说：“YARN(Hadoop新版中的资源控制框架)和Hadoop2可以处理大数据的一些问题，但在大数据的其他问题上，Hadoop或许并不是最佳的解决方案。在处理大数据之前，企业应该认真分析问题，并根据自身的实际情况选出一个最佳的、最合适的解决方案，而不是盲目跟风，选择那些使用率较高的解决方案。
8.最终用户不需要直接访问大数据
随着企业从各种各样的来源快速收集大量的数据信息，对于企业的普通员工而言，这些数据处理器起来非常复杂，但事实并非如此。
例如，在重症病房中，医疗设备上会产生大量的数据，如心跳速度、呼吸数据和心电图读数等，但大多情况下，医生和护士只能看到病人当前的数据，却看不到历史数据。
飞利浦医疗保健(Philips Healthcare)病患护理和临床信息(PCCI)系统的首席营销官Anthony Jones：“我根本看不到10分钟之前医疗器械上显示的病人的数据，更不可能画出这些数据在一个小时内的趋势曲线图。”
但是，对于医生来说，病人的历史数据是非常有价值的，他们可以根据这一数据制定更好的护理方案。
Anthony Jones表示，如今，我们需要让所有能够生成数据的医疗设备进行交互(尽管这些设备最初并没有这样的性能)，并使用不同的平台、操作系统和程序语言。一旦我们这样做了，那么医护人员就能够获得他们所需要的有用的数据。
9.大数据用来解决大问题
一家大型银行的首席信息官近期发表其对大数据的看法，同时也谈到了终端用户自主服务的问题。据Birst公司首席执行官Peters回忆说，这位银行的首席信息官并不支持最终用户自助服务。
Peters表示，许多企业的主管们认为大数据只能解决一些特殊类型的大问题。他说：“一些人使用大数据的目的是利用一个核心的数据科学家团队帮助他们解决少数且高价值的问题。他们从没有考虑过让普通人接触这些数据信息，因为他们觉得这些人根本不需要这些数据。”
对此，Peters并不赞同这种想法，但这种想法在很多行业里非常普遍。Peters说：“一些大的保险公司普遍陷入一个误区，它们认为他们的最终客户不具备处理自助服务的能力。”
10.大数据的泡沫最终会破裂
媒体上对大数据的宣传和炒作反反复复、起伏跌宕，但就大数据技术本身来讲，它最终会面临变革。大数据的泡沫或许并不代表大数据的终结，就像互联网泡沫不代表互联网的终结一样。
即使有关大数据的炒作平息了下来，企业也仍然会有大数据需要处理。由于未来大数据将成指数级增长，企业要处理的大数据比他们想象的还要多。据市场调查公司IDC预测，到2020年企业所收集的数据总量每两年会翻一倍。
而且，未来企业收集的数据并不只是在数量上简单的增长，同时他们还将收集到许多新类型的数据信息，而这需要大量的数据存储空间。
Anthony Jones说：“到那时，医院可以根据病人的数据信息画出病人的基金组图，还可以为病人定制护理和治疗方案。当人们谈到大数据时，它涉及到的是巨量数据，而对于企业首席信息官们来说，处理这些数据并不是什么难事。”
【关键词】 医学成像技术； 交叉学科； 教学改革
现代医学成像技术是医理工结合、多学科交叉、实践性较强的一门课程，由于现代医学成像设备在临床诊断与治疗中扮演着越来越重要的角色，产生了对于医学影像专业人才的大量需求。为了满足这种需求，国内一些理工科高校相继开设了生物医学工程专业，着手培养影像相关的专业技术人才[1]。作为生物医学工程业的核心课程，医学成像技术这门课的教学质量和教学效果直接影响着学生们的实际操作能力，乃至社会竞争力，对于该专业本科生的培养具有重要的现实意义[2-5]。本文结合我校生物医学工程专业十多年的教学实践，以培养创新型应用人才为目标，围绕专业特色，根据学生的实际学习状况和社会需求，在实践教学环节和课外综合创新实践活动的开展等方面对生物医学工程专业的应用型创新人才培养体系进行探索和研究。
1 新形势对生物医学工程专业本科生的要求
自20世纪医学成像理论获得突破以来，各种医学成像系统不断涌现，并逐步成为广大临床医生诊断的主要依据，一些知名企业像西门子、飞利浦、GE、日立等都成立了专门的医学成像设备研发机构，加之医疗机构专业化的需要，使得医学影像专业人才仍供不应求。但是，这些单位需要的大都是应用型人才，不仅要掌握该专业的基本理论知识，更重要的是具备实际的动手操作能力，尤其是硬件开发、实际编程能力。这就要求必须注重提高学生的实践能力和创新能力，使学生不仅具备从事本学科研究与技术开发的实际动手能力和解决实际问题能力，而且具备从事跨学科研究的基本能力和潜质，为今后更好地改进和发展新的医学成像设备奠定基础[6]。
2 当前课程教学中的问题分析
医学成像技术是生物医学工程专业的一门核心课程，也是一门能直接应用于工程实践的技术课程。因此，在课程教学过程中应注意知识的理论讲解与学生的实际动手有机结合，使学生不仅牢固掌握基本的理论知识，而且具备扎实的动手能力。然而，在当前的教学过程中还存在以下主要问题。
2.1 该课程的教学偏重理论讲解，忽略实验教学 如针对各类成像技术大都是理论的讲解，现有的课程体系缺少实践教学部分，学生很难进行相关成像技术基本的实验操作，使得学生所学知识大都是纸上谈兵。此外对于学生硬件构造分析、编程能力的培养不够，针对某一成像设备的操作以及具体问题的编程训练较少，学生缺乏实际动手的训练。
2.2 教学内容理论性较强，内容较多，课时量相对较少 因而对于某些成像技术和一些基本算法实现的过程讲解不深入，甚至一略而过，致使学生学完该课程后对于医学成像技术这门课的认识和理解仍然停留在比较肤浅的阶段，很难有效地实现既定的培养目标。
2.3 教学方法不够丰富 目前课堂多采用现代的多媒体教学，但是又过分依赖于多媒体，而单纯的多媒体教学又会使学生产生偷懒情绪，一晃而过的幻灯片并不会给学生留下深刻的印象，这很大程度上影响了学生学习的兴趣和教学的效果。
2.4 现有的考核体系不够完善 医学成像技术具有医理工三结合的特点，融合了当今诸多高新技术，不仅注重基本成像原理的基础理论知识，更注重对仪器设备的实际动手操作。同时，新技术的发展不断为成像技术注入新的活力，单纯的卷面考试成绩已不能全面反映学生对该门课程认识和掌握情况。因此，现有的考核体系有待改进。
3 具体教学改革的内容
为了提高学生的个人能力和职业竞争力，实现创新型人才的培养目标，笔者的教研团队在借鉴兄弟院系先进经验，同时在其他高校大量调研的基础上，对医学成像技术的教学内容和教学体系进行了一系列的教学改革与创新。
3.1 教学内容的改革 首先，调整适合该专业创新型人才培养目标的教材。现行的医学成像技术教材很多，但是大部分都是针对医学院影像专业的学生，教材内容理论性较强，而工程实践性内容很少，因而找到侧重于工科实践类的教材是本项目研究的首要任务。通过大量调研，再结合本院实际情况，笔者选择了清华大学出版社的《医学成像系统》作为主要教材，以人民卫生出版社的《医学影像成像理论》和重庆大学出版的《医学成像技术》为辅助教材。同时，辅以参考资料和自编讲义，尽可能的拓宽学生的知识面和学科视野。
其次，借助现代教育技术，结合多媒体手段来丰富课堂教学的内容，帮助学生理解课程中涉及的复杂公式和数学模型。同时采用动画、图片、视频等丰富的多媒体教学手段重新制作了医学成像课程的多媒体教学课件，新课件不仅保证对医学成像技术的基本概念、基本原理的讲述，还对一些医学成像设备的构造等有一个大致的了解以及成像技术中的基本算法以及算法实现步骤有着详实、细致地讲解。
此外，笔者还通过介绍学科发展的新动向和新成果，实行教学、科研相结合，让学生参与到老师的相关科研项目中，通过项目实践不断充实和更新教学内容，也实现了教学相长。
3.2 实践教学的改革与创新 为了使实验教学和课堂理论教学相互呼应，体现教学的“实践性”特点。首先，增加学生上机编程类课程设计，并设计了一些新的实验项目，提高学生的编程能力。在个别新的实验项目中，给出一些示范性程序，并且对这些程序作深入、细致的讲解，使学生能够在比较的过程中真正领悟到自己的不足，不再眼高手低，达到迅速提高学生编程能力的目的。
其次，创设“真实情境”，在生产车间现场让学生亲身体验B型超声的实际操作和生产装配，为学生日后踏上工作岗位或者进一步深造奠定良好的基础[7-8]。此外，笔者还在教学过程中设置了一些临床操作实验，使学生能够对医疗设备进行一些基本的实践操作。限于经济及其他制约因素，笔者从小型的医学成像设备入手，精心设计和安排临床操作实验。目前先后购买两台B超诊断仪，以该设备为基础，有针对性地设计、改进了一些和超声成像、超声检测及治疗相关的实践课程，并给出了设备示范操作步骤，制定了实验环节和安排计划等等，同时，在实习基地-徐州创新医学仪器公司让学生亲历B超诊断仪的研发、生产全过程。这样能够通过学生亲自动手操作设备、实地观察设备所成图像、亲身经历生产装配过程加深对所学知识的理解。
此外，针对大型医学成像设备价格昂贵的问题，让学生参与开发了“CT扫描工作站仿真教学系统”[9-10]。不但解决了难以开展大型成像设备实验课程的问题，还大大提高了学生学习这门课的热情，初步形成了“产学研”结合的教学体系模式。据笔者所知国内各大理工类学校生物医学工程专业都还未有这样的先例。这种具有浓厚的工科背景和特色的实践课程环节，契合了当前对于生物医学工程专业应用型人才的培养目标和要求。
3.3 教学手段与教学方法的改进 采用多媒体和板书教学相结合，多媒体教学使过去枯燥的纯粹手写教学内容变得更加直观、生动、形象，而一味地使用多媒体教学。这种一晃而过的幻灯片并难以给学生留下深刻的印象，有种“吃快餐”的感觉，很难激发学生深入探究的兴趣。因此在课堂教学中结合黑板书写以加深记忆，并鼓励学生适当做笔记。
其次，将过去单纯的教师讲、学生听的“填鸭式”教学方式，转变为以学生为主，教师引导的启发式、讨论式、体验式教学[11-12]。这样既可以充分调动学生学习的积极性，活跃气氛，又能培养学生自己学习、自己思考、自己发现的能力。
同时，笔者充分利用和整合网络资源，以信息技术为手段，以优化课堂教学提高课堂教学的效率为目标，开发了一个针对医学成像技术的网络学习平台。在该平台上开设了包括教学大纲、课程讲义、参考资料下载、答疑讨论、试题试卷库、在线测试等教学内容，教师与学生之间、学生与学生之间能通过此平台开展教与学的互动交流，培养了学生自主学习、创新学习、学会质疑、共同探讨以及终身学习的能力，大大调动了学生学习的积极性和主动性。
3.4 考核体系的改变 当前对学生的考核仍普遍是“一纸定乾坤”的考试模式，为了全面客观评价学生成绩，笔者在总评成绩中加重平时实践环节的比重；如让学生参与学习、了解医学成像技术各领域发展的综述报告、各种观摩、实验设计等，并体现在期末的考试总评成绩中。考试的形式也“不拘一格”，当前该课程的考试方式上采取的是半开卷的形式[13-14]。这种新的方式既大大提高学生的学习热情和积极性，又使学生真正通过考试及时发现和补救学习上的漏缺，达到了客观、合理、有效评价学生学习效果的目的。
3.5 注重产学研的有机结合 秉承“以教学带动科研，以科研促进教学”的教育理念，积极与省内外知名医疗器械公司、医院、生产厂家建立联系，加强生产实习基地建设，强化产学研结合，为学生提供良好的实践及就业机会[15]。目前已初步与华南医电有限公司达成合作意向建立科大-华南医电虚拟仪器联合教学实验室，并先后与徐州创新医学仪器公司、驼人集团、曙光医疗集团、莲花医疗等建立生产实习基地、产学研合作基地；极大地提高了学生参与课外实践的积极性。同时，积极组织引导学生从大一开始就参与到教师的课题研究当中，同时鼓励学生发表学术论文。结果表明，这种新的教学方式学生乐于接受，教学效果令人满意，学生的综合专业技能得到了极大提升。
4 今后课程建设和深化改革的一点设想与建议
医学成像技术课程进行的以实践应用为目的教学改革，经过多年实践取得了较好效果。不足之处在于，学科建设中仍存在一些问题，比如如何在工科院校有效开展医学课程教学，缺乏适合的专业教材等等。为了更好地推进医学成像技术课程建设，应着重搞好如下几个关键点：（1）加强医科教学，适当增加医学成像技术课程的学时；（2）增加师资数量与提高教师参与教学改革的积极性；（3）修订或改编教材，编写教学参考资料和学习指导；（4）继续研究与应用多媒体教学，增加音像视听教材，与国外医学成像技术课程体系接轨；（5）逐步建立标准化试题库以及偏重实践能力考核办法，提高考核质量；（6）与临床影像科室及生产企业协调与合作，完善实（见）习教学内容。
参考文献
[1]王能河，但汉久，张志德.生物医学工程专业（医学影像工程）本科课程体系比较研究[J].现代仪器与医疗，2013，19（2）：70-74.
[2]戴修斌，王俊，晏善成.医学成像课程教学改革探讨和研究[J].时代教育（教育教学），2011，7（9）：36-38.
[3]钟易.关于医学影像技术专业教学模式与改革的探索[J].当代医学，2009，15（24）：164-167.
[4]宫照军，顾宁，梅汉成.中美生物医学工程专业本科教育的比较与启示[J].现代教育科学，2011，4（9）：132-136.
[5]周静，吴效明.生物医学工程专业建设与人才培养模式探讨[J].南方医学教育，2010，20（1）：10-11.
[6]丁晶，周志尊，姚黎英.英国医学影像工程与技术教育对我国该学科发展的启示[J].中国高等医学教育，2010，23（1）：28-29.
[7]何云海.仿真模拟教学在内科护理教学中的运用[J].中国医学创新，2013，10（14）：91-92.
[8]李勇，袁章顺.浅析临床教学设备在提高临床教学质量中的作用[J].中国医学创新，2011，8（3）：164-165.
[9]陈红，陈丽灵.浅谈模拟教学在临床诊断学教学中的应用[J].中国医学创新，2013，10（3）：146-147.
[10]杨庆华，李薇，贺超.虚拟实验在医学成像技术类课程教学中的应用[J].中国科技信息，2011，22（23）：212-215.
[11]陈庆鄂，欧阳林，程晓萱.在实验教学中培养学生创新能力[J].理工高教研究，2005，24（6）：113-114.
[12]魏继平，薛文星，冯玉荣，等.体验式教学法在护理实验教学中的应用效果探究[J].中国医学创新，2013，10（13）：139-140.
[13]倪钧.半开卷考试方式的探索和思考[J].教育教学论坛，2012，4（3）：233-234.
[14]董国军，迟关心，陶建国，等.浅议半开卷考试方法实施效果-哈尔滨工业大学工科专业课考核的实证分析[J].东北农业大学学报（社会科学版），2013，56（1）：128-130.
购物车(0)