【编者按】为响应“健康中国2030”国家战略，服务医疗新基建发展需求，清华大学工程管理硕士（MEM）项目设立“医疗健康主题专项”核心课程《医疗大数据》。该课程由清华大学临床医学院副教授、北京清华长庚医院麻醉科主任、主任医师高志峰统筹，整合清华大学、北京航空航天大学等工科优势及多家三甲医院临床资源，着力培养兼具医疗产业视野与大数据智能应用能力的复合型工程管理人才。

7月11日至12日，清华大学MEM教育中心将《医疗大数据》作为校园开放日专题课程，吸引在校生、2027级备考生及相关行业从业者参与。课程首先邀请到清华大学临床医学院副教授，北京清华长庚医院全科健康中心副主任、主任医师王志翊主讲《医学研究数据库构建及应用》。

王志翊从临床痛点切入，指出随着病例复杂度提升，传统指南与真实世界数据脱节日益凸显。“得队列者得天下”，高质量数据库是支撑健康中国战略、驱动医疗决策科学化的核心基础设施。他系统梳理了NHANES、MIMIC、UK Biobank及CHARLS等全球主流医学数据库，解析其数据体系与技术生态，为学生开展数据二次挖掘提供方法论指导。他强调，数据库绝非Excel表格的简单堆砌，而是通过结构化标注、多表关联构建的可追溯、可分析的标准化数据资产。

针对高质量医学研究数据库构建，课程从数据采集、清洗、存储到伦理合规进行全流程拆解，重点剖析了数据清洗与维度缺失问题。王志翊指出，构建健康管理数据库需统筹地理环境、社会环境与多维度生理指标，建立从基础疾病到终点指标（如人均寿命、死亡率）的完整证据链。在应用实践环节，他展示了团队基于真实世界数据的研究成果，包括COVID-19肺炎诊断列线图、脓毒症早期预测模型等，凸显工程管理思维将临床经验转化为量化决策工具的价值。

面对国内数据库“生物维度独大、环境与社会维度缺失”等挑战，王志翊提出融合生物、心理、社会、环境、道德因素的“五维一体”发展方向，并探讨人工智能多模态融合、区块链隐私计算等技术在打破“数据孤岛”、实现全生命周期健康管理中的关键作用。他特别强调，90%的AI模型失效源于数据质量问题，亟需工程管理人才介入，通过优化流程、开发接口与自动化工具，破解跨系统数据孤岛与影像脱敏难题，降低建设成本。

本次课程是清华MEM“医工交叉、工管结合”培养特色的生动缩影。MEM项目致力于培养既懂医疗业务逻辑、又精通数据管理与工程实施的领军人才，本次开放日不仅展现了该方向的师资与课程优势，也为2027级新生明确了“数智赋能医疗”的职业发展路径。

供稿：MEM教育中心教学部