1 引言

在“大健康”理念和健康医疗大数据的推动下，生物医学与健康信息学(biomedical and health informatics，BMHI)作为医学与信息技术深度融合的交叉领域，正成为医疗信息化和健康管理变革的核心力量。国际医学信息学学会(International Medical Informatics Association，IMIA)构建的BMHI框架为全球相关人才培养提供了重要参考[1-3]，国外高校在跨学科课程设置、实践导向教学和能力评价等方面积累了诸多经验，但我国BMHI教育仍缺乏系统的高层次复合型人才培养体系，现有模式难以满足行业需求。本文旨在构建本硕博贯通式的BMHI人才培养体系，通过深入分析现状问题，借鉴国际经验，提出可行实施策略，为医疗信息化教育创新和人才供给提供支持。

2 BMHI人才培养的国际经验与国内现状分析

2.1 BMHI教育框架

BMHI起源于医学信息学，逐步扩展至健康数据分析、公共卫生信息学、人工智能(artificial intelligence，AI)等领域[4]，以跨学科教育模式为基础，为全球健康问题提供技术和管理综合解决方案[5]。针对全球BMHI教育，IMIA提出BMHI三维教育框架，见图1，历经3次迭代：2000年首次提出角色、专业化类型和3个教育层次；2010年引入模块化课程并明确本硕博3层教育目标；2022年新增普通专业人员角色，融合人工智能等前沿技术，强调动态调整教育目标。

图1 BMHI三维教育框架

作为典型的跨学科领域，BMHI核心能力构建依托于8大相关学科，包括基础科学、健康科学、信息科学、数据科学、计算机科学、工程科学、社会行为科学、伦理学和隐私。其课程设计与实践应用融合多学科知识与方法，确保学生系统掌握信息技术在医学与社会中应用的关键知识。自2000年以来，BMHI知识领域经历了3次演变，见图2，从3大领域扩展为6大领域，体现了学科交叉程度加深和技术导向增强的发展趋势。2022年IMIA进一步细化能力框架，明确了各知识领域的核心主题，见表1，覆盖核心能力与新兴技术，为BMHI教育提供了细节化课程设计参考。

表1 BMHI教育框架知识领域及其核心主题

知识领域核心主题BMHI核心原则临床决策支持;数据治理;通过信息学方法和工具提供教育支持;信息系统的评价和评估;卫生信息学标准和互操作性;健康记录结构设计和分析原则;BMHI的历史;信息素养;医疗保健信息处理;文献检索与分析;命名法、词汇表、术语表、本体论和分类学;社区网络和共享护理;研究方法与范式;远程医疗和远程保健健康科学与服务生物医学;护理提供模式;临床决策;健康的决定因素;流行病学;循证实践;卫生政策和监管框架;健康促进;卫生部门的作用;卫生术语;医疗服务组织结构与功能;人体解剖生理学;参与式健康;患者赋权;患者安全;以人为本的护理;公共卫生计算机、数据和信息科学人工智能;区块链技术;云和边缘计算;数据和信息分析;数据和信息属性;数据与信息可视化;设计和开发原则;信息科学理论;信息结构与设计;物联网;网络体系结构和拓扑;机器人学;系统设计;系统生命周期;系统安全;无线技术、基于传感器的系统社会和行为科学数字素养与数字鸿沟;道德、安全和隐私;健康素养;本土数据主权原则;医学法;问题解决;社会技术方面;利益相关者教育;利益相关者参与;用户体验管理科学业务一致性;变革管理;卫生经济学;信息文化;领导力;跨学科团队管理;流程再造;项目管理;质量管理;资源管理;风险管理;系统治理;价值管理与效益实现BMHI专业化生物医学成像与信号处理;生物医学建模与仿真;化学信息学;临床生物信息学与计算生物学;临床研究信息学;全球卫生信息学;纳米信息学;参与式健康信息学;个人健康信息学;公共卫生信息学;翻译生物信息学

图2 BMHI教育框架知识领域演变(2000—2022年)

2.2 国内外BMHI人才培养经验

2.2.1 明确以BMHI命名的课程项目 通过调研国内外以BMHI命名的课程项目，发现此类项目主要集中在美国综合性医学中心与科研机构。分析4所最具代表性的院校，其课程项目呈现出多学科协同、实践导向等特征，见表2。

表2 部分美国高校BMHI课程项目

高校名称学位及学制教学目标教学内容教学方式教学评价西北大学范伯格医学院博士(4年)培养复合型“信息学家”必修:跨学科座谈会、医学信息学、生物统计学、信息学方法、健康测量科学。医疗保健与生物医学课程(选1门):生物医学基础、临床科学等。计算课程(选1门):统计编程、编程语言等。选修(选3门及以上):医疗管理、健康政策、研究方法、数据分析等“广覆盖、多样性”跨子领域综合学习无凯斯西储大学硕士(2年)培养在健康研究、临床实践和公共政策中发挥关键作用的专业人才必修:Python数据结构和算法、BMHI计算、统计学、流行病学理论与方法。特定领域课程(18门选2门):生物医学与健康、计算和系统设计、数据分析等。选修(15门选2～3门):医学伦理、健康政策、临床研究、计算方法与系统科学等课程+个性化实践(论文/实习双轨制)绩点管理+毕业考核(论文答辩/实践报告)

续表2

高校名称学位及学制教学目标教学内容教学方式教学评价博士(5～7年)培养生物医学、群体健康和临床护理领域研究人员必修:数据结构与算法、医学中的人工智能、统计方法。选修(3个方向各选1门):生物医学与健康信息学、计算与系统设计、数据分析课程+科研实践(导师制+3轮研究轮转)资格考试+论文答辩+导师动态反馈机制北卡罗来纳大学教堂山分校专业硕士(全日制:1～2年;非全日制:2～4年)培养胜任健康信息系统与数据管理的专业应用型人才基础课程:数据库和系统分析。专业基础课程:电子健康记录和医疗系统。方向课程:复杂医疗系统或健康信息学实施。选修:信息学基础、方向相关课程、商业技能课程课程+项目实践(与行业对接)项目成果+实务能力实践性评价博士(4～5年)培养具备独立科研能力和跨界领导力的高层次研究型人才核心与前沿课程;工具与基础设施课程;研究方法课程;项目管理与领导力课程;实践科学与研究转化课程以及选修课程课程+科研实践(导师制+研究轮转)轮转评估+资格考试+论文答辩伊利诺伊大学芝加哥分校博士(4年)培养具备信息科学、数据驱动决策能力与团队合作软技能的高层次人才必修:BMHI基础方法、医疗信息系统、伦理法规与跨专业沟通实践。方向课程:BMHI系统科学、BMHI社会和组织科学课程+科研实践(双导师制+实验室轮转)学术研究产出+实践性评价(跨学科协作能力+实务能力)

2.2.2 名称与BMHI略有不同但内容体系一致的课程项目 一些高校虽未直接以BMHI命名，但其内容体系与BMHI教育框架高度一致，均以医学与技术的深度融合为核心，注重通过数据科学、机器学习和信息管理技术解决医疗领域的复杂问题。我国具有代表性的是北京大学健康信息管理与医学信息学课程，为我国BMHI教育发展提供了重要借鉴。名称与BMHI略有不同但内容体系一致的课程项目，见表3。

表3 名称与BMHI略有不同但内容体系一致的课程项目

高校名称项目名称教学目标教学内容教学方式教学评价美国哈佛大学医学院生物医学信息学硕士培养数据科学与前沿研究能力生物医学信息学基础、高级编程与统计学、科学研究方法与写作、科学文献应用和项目设计。选修课程:数据可视化、精准医学、深度学习等基础课程+选修课程+全职实验室研究(一年)论文学术贡献+研究项目实际应用英国帝国理工学院公共卫生学院健康数据分析与机器学习硕士培养能够将机器学习技术深度应用于健康数据分析的顶尖专家统计思维与数据分析、流行病学原理与方法、分子流行病学、转化数据科学、临床数据管理、机器学习、计算流行病学、空间和时空数据的贝叶斯建模虚拟学习环境书面考试(45%)+实践任务(35%)+课程作业(20%);考查构建模型的实际应用性与创新性美国华盛顿大学医学院生物医学信息学与医学教育硕士培养学生学术创造力BMHI关键领域:知识表示、消费者健康信息学、生物统计学和信息学研究方法个性化指导核心课程绩点北京大学医学人文学院健康信息管理与医学信息学课程培养智能医学与健康信息学的交叉研究者本科:数学、统计学、计算机科学、编程与智能医学等。研究生:生物统计学、医学信息技术、医学信息学、数据科学与大数据分析等多学科融合+理论课程、实践应用、跨学科研究项目及研讨会医学辅助技术应用能力考查+智能医学和健康信息学研究成果评价新加坡国立大学杨潞龄医学院生物医学信息学硕士面向亚洲医疗,培养健康数据分析+医院管理双技能人才健康数据分析+医院管理,特别关注数据伦理和行业实践课堂教学+在线学习+行业领军企业实习机会行业实习报告+最终研究成果展示

国外BMHI人才培养经过多年发展形成成熟体系，其经验集中在4个方面：专业名称标准，专业定位明确；跨学科深度融合，实现医学、计算机等多学科真正融合；层次体系完善，建立从硕士到博士的培养链条；产学研协同紧密，与医疗机构、企业深度合作。以欧洲为例，基于IMIA研究框架和伊拉斯谟计划(Erasmus)构建的大学合作网络已从最初的6所扩展至20所，形成了可持续的知识传播和人才培养机制[6]。值得注意的是，BMHI作为独立本科专业在国际上尚未出现，为我国构建本硕博贯通培养体系提供了创新机遇。

2.3 我国BMHI人才培养需求与现存问题分析

2.3.1 我国BMHI人才培养需求 我国对BMHI人才的重视始于卫生信息化建设初期，并在近年来逐步深化为系统化的顶层设计，相关政策体系不断完善。2011年《医药卫生中长期人才发展规划(2011—2020年)》[7]首次提出“加强卫生信息化相关人才队伍建设”，明确培养医学与信息学复合型人才[8]；《促进大数据发展行动纲要》等政策[9-10]将大数据确立为国家基础性战略资源；“十四五”时期则系统化提出通过推进信息化建设提升医疗服务质量[11]，通过数据共享与AI技术应用发展智慧医疗[12]，为BMHI人才培养提供了明确指引。但是目前专业人才供需矛盾突出：2023—2028年我国数据分析领域人才缺口将达220万[13]，医疗信息化建设中仅26.55%的信息技术负责人拥有硕士及以上学历[14]。行业在数据标准化、互操作性等方面仍存在短板，对BMHI人才的跨学科整合、数据治理能力需求迫切，其角色正从“技术支持型”向“系统建设引领型”转变。

2.3.2 现存问题分析 尽管国家高度重视医学信息化教育，提出通过优化学科专业结构、推动医科与多学科融合等方式培养医疗信息化人才[15-16]，但分析国内高校课程体系可见，当前培养体系仍存在不足。一是专业设置不完善。高校尚未设立BMHI专业，现有的医学信息学、生物信息学等相关学科缺乏明确的专业定位，各高校专业命名不统一，培养目标和职业路径模糊。二是跨学科融合不足。医学院校技术领域薄弱，工科院校缺乏医学背景和临床环境，培养方案以单一学科为主，且缺少跨学科师资[17-18]。三是贯通培养体系缺失。未设本科专业，硕博相关方向分散在不同学科门类下，各层次相对独立，缺乏统一标准和连贯培养路径，导致人才培养质量差异较大[18-19]。

3 我国BMHI人才系统化培养的理念与模式

3.1 培养理念

借鉴IMIA相关文件及欧洲医学信息学联合会(European Federation for Medical Informatics，EFMI)相关经验，结合我国医疗信息化发展现状和战略需求，通过对高校相关项目的结构化案例分析和专家咨询，构建既符合国际标准又适合我国国情的BMHI人才培养体系。培养体系以“服务健康中国战略，推动智慧医疗发展”为核心，秉持“多学科融合、分层递进、实践驱动、创新引领”的培养理念，见图3。

图3 BMHI能力系统化培养体系核心理念

3.2 培养模式

以IMIA框架为理论基础，借鉴其关于BMHI人才职业发展阶段递进的核心理念，结合我国本硕博教育体系特点，构建“三阶段、一体系”培养模式，加强各阶段培养方案的有机衔接，统筹制定兼具延续性与弹性的方案。“三阶段”指本科夯实基础、拓宽视野，硕士侧重专业实践与系统设计，博士聚焦前沿创新与行业引领的递进式路径。“一体系”通过“目标-内容-方式-评价”闭环，确保各阶段环环相扣、有效衔接。

4 我国本硕博贯通式培养体系构建

4.1 教学目标

我国本硕博贯通式培养体系旨在培养具备跨学科素养、创新能力和国际视野的BMHI高层次人才，以应对智慧医疗与健康大数据复杂问题，推动技术创新与成果转化。该体系从知识、能力、素质3个维度展开，覆盖BMHI 8大学科领域，形成“基础夯实-实践提升-前沿创新”递进式培养路径，满足高层次复合型人才培养需求，见图4。

图4 BMHI人才培养的渐进式发展路径

4.1.1 本科阶段 旨在夯实基础、初步融合，以信息科学、数据科学、健康科学等基础知识为主，帮助学生构建BMHI基础知识体系和基本实践能力，形成对跨学科的初步认知，见表4。

表4 本科阶段教学目标

体系方向具体目标知识体系信息科学基础掌握健康信息系统、电子病历和数据流通机制相关核心理论数据科学基础理解并能应用数据采集、清洗、预处理和可视化分析的方法计算机科学基础熟练掌握编程、数据库管理和数据操作技术健康科学基础了解医学术语、临床数据和公共卫生数据的特点及应用基础科学基础能够运用统计学和数学方法(如方差分析、线性回归)进行数据分析能力体系系统操作与数据管理熟悉健康信息系统的操作,能够完成数据录入、存储和提取问题分析与工具使用能够熟练使用医学数据科学问题分析与可视化工具素质体系数据伦理意识理解数据隐私保护和伦理要求,确保合规操作团队协作精神参与小组项目,提升沟通与协作能力

4.1.2 硕士阶段 旨在强化实践、深化应用，突出工程科学、计算机科学、社会行为科学等内容，培养学生在BMHI领域的系统开发与数据分析能力，提升多学科融合解决实际问题的能力，见表5。

表5 硕士阶段教学目标

体系方向具体目标知识体系信息系统架构设计掌握健康信息系统架构设计和数据互操作性集成的基本要素高级数据分析方法理解机器学习、深度学习在健康大数据建模中的应用健康管理与数据共享能够基于患者数据分析设计个性化健康管理方案社会行为科学应用能够分析用户需求,优化用户体验和人机交互设计能力体系系统开发与项目管理能够开发健康信息系统并进行性能优化与模块升级数据治理与安全管理能够评估数据管理策略,确保数据安全与合规性素质体系职业责任意识实践公共卫生服务责任,提升协作能力创新与探索精神能够提出创新解决方案,主动探索系统优化路径

4.1.3 博士阶段 旨在探索创新、引领前沿，全面融入数据科学、信息科学、伦理学与隐私等内容，培养学生BMHI领域前沿技术研究能力和行业引领力，推动原创性研究成果的落地与转化，见表6。

表6 博士阶段教学目标

体系方向具体目标知识体系前沿智能算法与数据治理掌握智能算法设计、实时数据处理和医疗大数据治理方法跨平台系统集成方法理解数据共享方案与健康信息系统集成架构全球健康政策与标准研究应用国际健康标准,推动数据共享本土化医疗决策支持系统研究运用个性化健康推荐和智能诊疗技术辅助决策能力体系科研创新与成果转化独立开展研究项目,实现成果转化国际化研究与项目引领参与国际团队合作,推进全球健康项目素质体系学术领导力培养学术领导力与国际视野,应对全球健康挑战社会责任感实现研究成果的实际应用,践行社会责任

4.2 教学内容

围绕“多学科融合、分层递进、实践驱动、创新引领”的核心理念，构建涵盖信息科学、社会行为科学等8大领域的模块化课程体系。课程分为基础、专业、专题、实践4类，贯通本硕博阶段，实现从基础知识到前沿应用的系统提升。

4.2.1 本科阶段：夯实基础、初步融合 侧重于构建BMHI领域的基础知识体系和实践能力，课程设置主要围绕信息科学、数据科学、健康科学等基础学科展开，为后续学习奠定坚实基础。本科阶段教学内容，见表7。

表7 本科阶段教学内容

课程模块示例课程课程内容基础课程医学导论、公共卫生导论人体解剖与生理学、公共卫生系统运行机制等医学基础知识数据库管理与应用、编程数据库设计、SQL查询、Python编程、数据操作统计学与医学数据分析描述性统计方法、t检验等,基础医学数据分析专业课程健康信息系统原理与应用临床数据结构设计、数据采集与存储方法,小型电子病历系统模块化与优化临床数据管理与电子病历开发临床数据收集、清洗、格式化专题课程临床数据应用案例分析临床信息系统案例分析优化公共卫生数据共享策略研讨数据共享策略、标准化原则、国内外平台应用实践课程基础数据查询生物数据库查询技术医学图像数据可视化与预处理医学图像数据读取处理、特征提取、可视化、预处理工具

4.2.2 硕士阶段：强化实践、深化应用 在本科阶段基础上进一步深化，教学内容以系统开发、项目管理和专题研究等实践课程为主，通过校企合作和跨学科项目，培养学生的系统开发能力和跨学科解决问题能力。硕士阶段教学内容，见表8。

表8 硕士阶段教学内容

课程模块示例课程课程内容基础课程健康信息系统架构设计系统架构设计、数据集成、接口设计、互操作标准协议高级数据分析方法医疗大数据建模、机器学习、深度学习、模型训练评估专业课程个性化健康管理系统设计个性化健康管理方案、患者数据分析、平台优化用户体验与人机交互设计用户需求分析、人机交互界面、用户体验优化、调研迭代专题课程医疗数据治理与安全策略数据治理策略、数据共享、隐私保护、安全标准和合规方案实践课程校企合作健康信息系统项目开发企业项目案例、需求分析、系统设计实现

4.2.3 博士阶段：探索前沿、引领创新 聚焦前沿技术研究、科研合作和成果转化，通过高水平研究任务和国际科研项目，培养学生的学术引领力和创新能力。博士阶段教学内容，见表9。

表9 博士阶段教学内容

课程模块示例课程课程内容基础课程智能健康数据治理实时数据处理技术、智能算法设计、分布式数据流架构全球健康信息标准研究国际健康信息标准、跨平台数据互操作专业课程医学知识图谱构建与应用知识图谱节点构建、关联关系建模、推理算法、医学知识查询问答前沿智能健康系统创新研究智能健康推荐系统、决策支持系统、个性化医疗推荐专题课程全球健康政策与法规研究国际卫生政策、数据法规、标准化研究、全球卫生数据共享政策实践课程国际科研合作与创新开发项目国际科研合作、学术论文撰写、会议报告、创新成果转化

4.3 教学方式

教学方式紧扣本硕博贯通式培养原则，围绕各阶段教学目标，形成从理论学习、实践应用到前沿探索的渐进式体系，强调知识与技能螺旋式上升。

4.3.1 本科阶段 注重理论与简单实践结合，帮助学生建立BMHI领域的学科认知和实践能力框架，为硕士阶段奠定基础。一是以启发式教学，通过课堂讲授和案例分析引导学生理解基础知识、培养跨学科思维。二是借助翻转课堂，鼓励学生课前自主学习，课堂小组讨论深化核心概念理解。三是通过实验与任务驱动，使学生通过健康信息系统模拟操作和数据可视化实验掌握基础实践技能。

4.3.2 硕士阶段 旨在加强实践与应用能力，重点培养专业实践、跨学科整合和团队协作能力，推进向研究创新过渡。一是采用项目式学习，组织校企合作项目，学生完成区域卫生信息系统开发或健康数据共享方案优化的全流程。二是通过案例教学，如《高级数据分析方法》课程，分析分级诊疗系统数据互操作性问题，并提出优化方案。三是设计情景化任务，模拟我国医疗信息化场景，提出基层医疗机构数据共享问题解决方案。

4.3.3 博士阶段 聚焦学术领导力、创新研究能力和国际化视野，推动技术革新与行业引领。一是实行导师制与个性化指导，学生在导师指导下独立完成跨学科创新研究。二是通过国际科研合作，参与跨国项目或国际会议，研究全球健康信息标准适配等问题，推动成果国际转化。三是组织工作坊与专题研讨，聚焦医疗AI和分布式数据治理等前沿领域，培养学生对行业发展的敏锐洞察力。

4.4 教学评价

教学评价体系注重递进性与多维性，围绕“知识-技能-思维-伦理”4大核心维度，结合3阶段能力发展路径，构建契合教学目标的指标体系与多元评价机制，系统评估学生各阶段综合表现，服务培养路径优化与体系完善。评价层次依次设为“+”(基础掌握)、“++”(应用深化)、“+++”(前沿探索)，体现分阶段递进性，见表10。

表10 BMHI教学评价体系

评价维度评价指标本科阶段硕士阶段博士阶段评价方式知识体系健康信息系统基础++++++理论考试、小组讨论、案例分析数据处理与管理++++++数据实验、建模测试数据分析与可视化++++++可视化实验、实操展示国际健康数据标准—+ ++ 文献分析、研究报告临床数据管理与优化++++++系统优化评估、成果展示全球健康政策与标准—+ ++ 国际研讨会、分析报告智能算法与大数据治理—+ ++ 论文发表、成果展示实践技能数据清洗与预处理+++++ 数据实验、处理评估健康信息系统设计优化—+ ++ 校企合作成果、优化评估医学图像数据处理分析—+ ++ 数据实验、跨学科处理任务个性化健康管理方案—+ ++ 案例研究、方案展示跨平台数据互操作研究—+ ++ 数据实验、协作评估

续表10

评价维度评价指标本科阶段硕士阶段博士阶段评价方式团队协作与跨学科思维跨学科问题解决++++++小组评估、协作展示国际科研合作—+ ++ 国际合作评估、研究报告用户体验与系统优化设计—+ ++ 用户反馈报告、设计展示学术领导力—+ ++ 论文发表、跨团队项目评估职业伦理与社会责任数据伦理与隐私保护++++++案例讨论、隐私保护设计城乡医疗资源分布公平性—+ ++ 分析报告医疗信息化社会责任感++++++成果展示、演讲全球健康公平与患者权益—+ ++ 伦理研讨会、跨国案例分析

5 实施策略与条件保障

5.1 建设“沉浸式行业实践基地”，推动“产学研用”深度融合

针对校企合作中“学校培养与行业需求脱节”“实践浅层化”等问题，依托国家医学中心、信息技术领军企业及地方政府资源，在产业集聚区域共建长期稳定的“沉浸式行业实践基地”，形成“产学研用”闭环生态。基于2022年教育部支持高校建设国家医学攻关产教融合创新平台的政策，借鉴国内高校在医疗信息化领域的实践经验，在清华大学、上海中医药大学等高校已有产教融合平台基础上，打造“校+医+企”分段式BMHI复合型人才创新培养模式。实践任务严格匹配各阶段目标：本科阶段侧重参与数据采集、基础分析与系统操作，强化数据意识与工具应用能力；硕士阶段以项目协作与系统开发为核心，完成医院信息系统开发等工作；博士阶段聚焦医疗AI等前沿问题，推动研究成果的验证和转化。建立动态调整机制定期更新实践课题，完善成果共享机制，保障学生权益。

5.2 构建高水平师资队伍，夯实人才培养根基

目前BMHI学科尚未形成结构合理、可持续发展的梯队式师资团队，亟待构建“医学+信息技术”双重背景的复合型师资体系。一是优化师资结构，引进具备海外BMHI教育背景高层次人才作为学科带头人；培养现有教师跨学科素养；建立双导师制，融合医学与技术思维。二是提升师资能力，开展海外研修和校企交流，组织跨学科教学能力培训，提升教师复合型课程设计与实施能力；引进国际专家，构建“国际+本土”教师协同机制，提升教育体系的国际化水平。

5.3 打造“全球BMHI协同创新网络”，提升人才培养国际化水平

为实现我国BMHI教育从“经验引进”向“知识共创”的跨越，打造“全球BMHI协同创新网络”，联动国际学术组织和高校开展协同研究与人才培养，提升国际学术声誉和话语权。建立分层次国际化培养体系：本科阶段开展双语课程、短期交流，培养国际视野和跨文化交流能力；硕士阶段推进联合培养、境外实习，提升跨国实践能力；博士阶段设立联合实验室、中外双导师制，引导参与国际前沿科研，推动全球议题本土化研究。

5.4 引入“动态驱动型教学评价体系”，构建培养体系有效性验证机制

针对传统评价结果导向的弊端，引入“动态驱动型教学评价体系”和分层次、全周期有效性验证机制。运用AI生成能力图谱追踪学生成长，构建毕业生职业发展追踪系统，通过建立“评价-反馈-改进-再评价”闭环实现培养质量持续提升。短期通过学习成效指标和标准化技能测试评估学生能力；中期追踪毕业生就业质量和职业发展，评估培养体系市场适应性；长期评价聚焦毕业生专利申请、论文发表、成果转化及行业影响力。

6 结语

本文立足我国医疗信息化领域对高层次BMHI复合型人才的迫切需求，借鉴IMIA框架与国际经验，构建了契合本硕博贯通的系统化人才培养体系，突出理论与实践融合、跨学科协作与创新能力培养，为BMHI人才培养提供了系统性解决方案。

尽管本体系设计力求本土化适配，但受限于样本覆盖范围与文化适配差异，尚未全面涵盖多样化教育模式与实践。未来研究将聚焦拓展国际合作，持续深化教学理论与实践，逐步形成可复制、可推广的BMHI人才培养模式，为健康中国与人才强国战略提供坚实的人才支撑与智力保障。

作者贡献：张云秋负责研究设计、提供指导、论文审核；刘津妤负责文献调研、论文撰写与修订。

利益声明：所有作者均声明不存在利益冲突。

参考文献

1 HAUX R，KNAUP P. Recommendations of the international medical informatics association (IMIA) on education in health and medical informatics[J]. Methods of information in medicine，2000，39(3)：267-277.

2 MANTAS J，AMMENWERTH E，DEMIRIS G，et al. Recommendations of the international medical informatics association (IMIA) on education in biomedical and health informatics[J]. Methods of information in medicine，2010，49(2)：105-120.

3 BICHEL-FINDLAY J，KOCH S，MANTAS J，et al. Recommendations of the international medical informatics association (IMIA) on education in biomedical and health informatics：second revision[J]. International journal of medical informatics，2023，170(2)：104908.

4 KULIKOWSKI C A. 50 years of achievements and persistent challenges for biomedical and health informatics and John Mantas’ educational and nursing informatics contributions[J]. Achievements，milestones and challenges in biomedical and health informatics，2022，300(10)：1-11.

5 CHIKWARE A B，ROMAN N V，DAVIDS E L. Improving health informatics competencies：a scoping review of the components of health informatics academic programs[J]. SAGE open，2024，14(4)：1-18.

6 I，ZOULIAS E，MANTAS J. Progress achieved，landmarks，and future concerns in biomedical and health informatics[J].Healthcare，2024，12(20)：2041.

7 医药卫生中长期人才发展规划(2011—2020年)[EB/OL].[2024-11-24]. https：//www.gov.cn/gongbao/content/2011/content_1933719.htm.

8 关于加强卫生信息化建设的指导意见[EB/OL].[2024-11-24]. https：//www.gov.cn/gzdt/2012-06/15/content_2161798.htm.

9 促进大数据发展行动纲要 [EB/OL].[2024-11-24]. https：//www.gov.cn/gongbao/content/2015/content_292 9345.htm.

10 关于促进和规范健康医疗大数据应用发展的指导意见[EB/OL].[2024-11-24]. https：//www.gov.cn/gong bao/content/2016/content_5088769.htm.

11 “十四五”优质高效医疗卫生服务体系建设实施方案[EB/OL].[2024-11-24]. https：//www.ndrc.gov.cn/ xxgk/zcfb/tz/202107/t20210701_1285212.html.

12 “十四五”全民健康信息化规划 [EB/OL].[2024-11-24]. http：//www.nhc.gov.cn/guihuaxxs/s3585u/2022 11/49eb570ca79a42f688f9efac42e3c0f1.shtml.

13 中国商业联合会数据分析专业委员会. 中国数据分析行业人才指数报告(2023)[EB/OL].[2024-11-24]. https：//aigc.idigital.com.cn/djyanbao/【中国商业联合会】中国数据分析行业人才指数报告(2023)-2024-01-10.pdf.

14 中国医院协会信息专业委员会. 2021—2022年度中国医院信息化状况调查报告[EB/OL].[2024-11-20]. https：//chima.org.cn/Html/News/Articles/16012.html.

15 关于加快医学教育创新发展的指导意见[EB/OL].[2024-11-20]. https：//www.gov.cn/zhengce/content/2020-09/23/content_5546373.htm.

16 “十四五”国民健康规划[EB/OL].[2024-11-20]. https：//www.gov.cn/gongbao/content/2022/content_569 5039.htm.

17 杨瑞仙，郑紫薇，郭孟含.新文科背景下图情领域健康数据学人才培养模式创新研究[J].河南图书馆学刊，2022，42(3)：114-123.

18 陈铭.人工智能时代生物信息学学科发展和人才培养模式研究[J].人民论坛·学术前沿，2024(16)：21-27.

19 何小峰，于琦，胡晓娟，等.医信融合：新科技革命背景下医学信息学的发展研究[J].教育理论与实践，2022，42(33)：16-19.

Construction of a Framework for BMHI Talents with Bachelor-Master-PhD Integrated Training in China

ZHANG Yunqiu，LIU Jinyu

School of Public Health，Jilin University，Changchun 130021，China

〔Abstract〕 Purpose/Significance To construct a framework for biomedical and health informatics (BMHI) talents with bachelor-master-PhD integrated training，in order to meet the demand for high-level interdisciplinary BMHI professionals in the development of healthcare informatization in China. Method/Process Through analyzing current situation，challenges and international experiences，based on the BMHI education framework，centered on the “multidisciplinary integration，progressive advancement，practice-driven approach，and innovation leadership” concept，a “three-stage，one-system” progressive cultivation model is constructed from four dimensions：teaching objectives，contents，methods，and evaluation. Result/Conclusion The study pioneers the design of BMHI undergraduate major program，establishes a complete bachelor-master-PhD training chain. Based on the IMIA framework，it develops a localized curriculum system. It innovatively proposes implementation strategies and conditional guarantee mechanisms and provides a systematic solution for BMHI education in China.

〔Keywords〕 biomedical and health informatics(BMHI)；bachelor-master-PhD integrated training；training system

〔中图分类号〕R-058

〔文献标识码〕A

〔DOI〕10.3969/j.issn.1673-6036.2025.08.001

〔修回日期〕 2025-07-21

〔作者简介〕 张云秋，教授，博士生导师，发表论文100余篇。

〔基金项目〕 吉林大学研究生教育教学改革建设项目(项目编号：2022JGY095)；吉林大学本科教学改革研究项目(项目编号：2023XYB144)。