1- تحليلات البيانات تُعزز فعالية التعلم:
يتلقى المعلم يوميًا جميع أنواع البيانات الخاصة بالطالب، مثل: بيانات الحضور، ونتائج الاختبار، والتقييمات الشخصية، والقضايا الصحية، وصعوبات التعلم، وأنواع الأسئلة التي يسألها الطالب بشكل متكرر، وأنواع أخرى من المعلومات.
يقوم المعلم بتحليل هذه البيانات بشكل تدريجي، حتى يتمكن من ضبط عملية التعلم حسب احتياجات الطالب، وهذا هو أسلوب التعليم المخصص Personalized Learning، وهو منهج تعليمي يهدف إلى تخصيص التعلم حسب نقاط القوة لكل طالب واحتياجاته، ومهاراته، واهتماماته، وبناءً على ذلك يحصل كل طالب على خطة تعليمية تستند إلى ما يعرفه، وكيف يتعلم أفضل.
2- الجامعات ستكون أكثر فاعلية في التوظيف الدولي:
تمتلك كل جامعة كمية هائلة من البيانات من التطبيقات السابقة. ومن خلال تحليل هذه البيانات، يمكن لجهات التوظيف أن تنتقي البلدان والجامعات التي تُرسل أفضل المتقدمين، وهذا بدوره سيساعد جهات التوظيف في تحسين فاعلية عملية التوظيف.
بالإضافة إلى ذلك؛ يمكن لمكتب التوظيف في الجامعة تحليل بيانات الطلاب على المستوى العالمي، ويمكنهم تحديد البلدان التي يمتلك طلابها إمكانات أفضل.
3- البيانات الضخمة تساعد الطلاب على تحديد الأهداف المهنية:
يمكن للمعلم أو المشرف تحليل البيانات لإنشاء تقرير أداء، وإذا تبين أن هذا الطالب فنان موهوب، فإن التقرير سوف يوصي بممارسة مهنة في هذا المجال.
هذا ما يفعله المستشارون المهنيون بالضبط، لكنهم اعتادوا على استخلاص النتائج بعد عدة مقابلات، وتقييمات للصف. والآن؛ أصبح لديهم إمكانية الوصول إلى البيانات الضخمة التي ستُظْهِر أن الطالب فنان موهوب، بالإضافة إلى أنه جيد في الرياضيات والفيزياء أيضًا، ووفقًا لهذا المثال: سيكون مجال الهندسة المعمارية هو الأنسب له، وبذلك ستكون التوصية أكثر تحديدًا.
4- يمكن للجامعات الحد من عدد الطلاب الذين يتركون دراستهم:
دعنا نقول إن أستاذًا جامعيًا يريد أن يعرف عدد الطلاب الذين استعانوا بالمواقع الخدمية لكتابة التقارير نيابةً عنهم، بالتأكيد لن يقدم الاستطلاع أو المقابلة بيانات موثوقة. حيث لن يعترف أي طالب بشراء محتوى جاهز من هذه المواقع. في هذه الحالة؛ يمكن للأستاذ اللجوء إلى تحليلات البيانات.
يمكنه على سبيل المثال؛ استخدام أداة Google Keyword Planner لمشاهدة نتائج عبارات البحث ذات الصلة. وما هو عدد الطلاب من تلك المدينة الذين يبحثون عن عبارة مثل: “اكتب مقالًا نيابة عني” على جوجل.
كما يمكن للأستاذ تضمين أنواع أخرى من البيانات في هذا التحليل مثل: كم عدد الطلاب المتأخرين في تقديم المشروع؟ نسبة الحضور، وكيف يمكن مقارنتها بالدورات الأخرى؟ ماذا عن معدلات ترك الطلاب لهذه الدورة؟ ويمكن للأستاذ مقارنة هذه البيانات مع السنوات السابقة، والتعرف على التوجه السلبي الذي يجعل الطلاب يتركون الدراسة.
تساعد هذه المعلومات الأساتذة والكليات على تحديد أسباب ترك الدراسة، ومن ثم يمكنهم تقديم المساعدة من خلال تضمين حلول عملية لهذه المشكلة في مناهجهم الأكاديمية، ويمكنهم أيضًا تجديد برامج الدورة التدريبية لجعلها أكثر جاذبية.
5- تقييم الطالب بدقة أكبر:
بعض الطلاب لا يستطيعون الكتابة بشكل جيد، لكنهم بارعون في حل المشكلات العملية، كما أن بعضهم يعانون من القلق الشديد من الاختبارات، مما لا يسمح لهم بتقديم أفضل ما لديهم أثناء الاختبار.
يمكن للبيانات الضخمة تغيير كل ذلك؛ حيث لن يعتمد المعلمون فقط على الاختبارات والأوراق عند وضع الدرجات، بل يمكنهم الاعتماد أيضًا على الملاحظات. حيث يراقبون الموقف في الفصل، ويضيفون البيانات ذات الصلة بشكل فوري في لوحات المعلومات الخاصة بهم. ويقومون بتتبع تقدم الطالب من كل جانب، وبذلك يمكن للمعلم تقييم الطلاب بشكل أكثر واقعية، يعكس مستواهم الحقيقي.
6- تحسين عمليات صنع القرار:
يمكن للبيانات الضخمة وتقنياتها أن تُساعد المدارس والجامعات في تحليل النتائج الصادرة من مختلف الأوساط، والتنبؤ بالتوجهات، لتعزيز أساليب التدريس، فبدلاً من محاولة التفكير في الأسباب التي تجعل الطلاب لا يحرزون تقدمًا، سيقومون بالبحث في البيانات وتحديد العوامل الدقيقة. وبعد ذلك؛ سيقومون بإجراء تغييرات تزيل العقبات، وتشجع المتعلمين على المضي قدمًا.
7- تحسين نتائج الطلاب:
جميع البيانات التي يحصل عليها المعلمون تقدم لهم نظرة ثاقبة حول سلوك الطالب على المدى الطويل، ويمكنهم وضع نتائجهم في خوارزمية التحليل؛ حتى يفهموا العوامل التي تؤثر عليهم.
نتائج الاختبار ليست المؤشر الوحيد للنجاح، حيث يمكن للمعلم أيضًا مراقبة مقدار الوقت الذي يحتاجه الطالب للإجابة عن الأسئلة، ويمكنه أن يحدد أنواع الأسئلة التي تسبب مشكلة للطلاب، وبالإضافة إلى ذلك، يمكنه مقارنة عملية الإعداد بين الطلاب، وتحديد أنواع المصادر التي يستخدمها الطلاب الأكثر نجاحًا، ومن ثم يمكنه التوصية بتقنيات تحضير مماثلة للصف بأكمله.
اذا اردت ان تعرف كيف يمكن للبيانات الضخمة Big Data أن تفيد المجتمع وتجعل من هذا العالم مكاناً أفضل ،إليك إسهاماتها واتجاهاتها في مجال الرعاية الصحية ولنختص في حديثنا الملف الطبي الالكتروني Medical File System
فلقد شهد هذا العقد تقدما كبيرا في كمية البيانات التي تنتج بشكل روتيني وجمعها إلى حد كبير لكل ما نقوم به، وكذلك قدرتنا على استخدام التكنولوجيا لتحليل وفهم ذلك.
تقاطع هذه الاتجاهات هو ما نسميه "البيانات الضخمة" وشاهدنا كيف ساعدت الشركات في كل صناعة لتصبح أكثر كفاءة وإنتاجية.
مجال الرعاية الصحية ليس بعيداً عن ذلك. ولكننا نتحدث هنا عن ماهو أعمق من زيادة الأرباح وقطع النفقات، بل مساهمتها في التنبؤ بالأوبئة، وعلاج المرضى، وتحسين نوعية الحياة وتجنب مايمكن تجنبه من الوفيّات.
ومع تزايد عدد السكان في العالم، تقود البيانات الضخمة العديد من القرارات والتغييرات في تقديم الرعاية الصحية.
في الملف الطبي الالكتروني، تجمع البيانات الضخمة يومياً، في جداول كبيرة ومتفرعة كأعمار المرضى، التاريخ المرضي لهم، و تفاصيل الخطة العلاجية وغيرها الكثير
كل ذلك يحفظ في قواعد بيانات متطورة في نظام الملف الطبي الالكتروني.
ومن هنا يتمكن الباحثين والطلبة بإستخراج البيانات من النظام وإنشاء الدراسات والاحصائيات والتي يمكن تحليلها لتوفير معلومات قيمة حول الاتجاهات العامة في مجال الصحة العامة وتطوير الرعاية الصحية للمجتمع.
الوقاية خير من العلاج
لن يتم التعامل مع بيانات شخص ما في عزلة. سيتم مقارنتها وتحليلها إلى جانب آلاف آخرين، ويتم تسليط الضوء على قضايا محددة من خلال الأنماط التي تظهر خلال المقارنة. وهذا يتيح وضع نماذج تنبؤية متطورة تكون قادرة على تقييم النتيجة المحتملة مدعومة ببيانات عن المرضى الآخرين من نفس الحالة وفي إطار عوامل وراثية وأسلوب حياة مشترك.
هذا يقود إلى فكرة التعاون بين أصحاب المهن الطبية ومن يعمل في مجال البيانات الضخمة لتمكين التعرف على المشكلات قبل حدوثها.
وأحد الأمثلة التي شكلت مؤخرا من هذا التعاون هو تحالف البيانات الصحية بيتسبرغ - والذي يهدف إلى أخذ البيانات من مصادر مختلفة (مثل السجلات الطبية والتأمين، وأجهزة الاستشعار التي يمكن ارتداؤها، البيانات الجينية وحتى استخدام وسائل التواصل الإجتماعية) لرسم صورة شاملة للمريض كفرد، من أجل تقديم حزمة من الرعاية الصحية.
الخصوصية والأمن
من أبرز التحديات أمام بناء معايير الخصوصية والأمن التوصل إلى توازن بين مرونة استخدام البيانات من جانب وبين الخصوصية والسرية الخاصة بتلك البيانات من جانب آخر، وكون الخصوصية وسرية المعلومات من حقوق المريض الأساسية فمن الضروري الأخذ بعين الإعتبار تطبيق نظم تحكم كيفية وطبيعة ومستخدم تلك البيانات.
وعلى الرغم من ذلك، قراصنة الإنترنت يستهدفون دائما وبشكل خاص السجلات الطبية، ويقال يمكنك كسب المال من سرقة البيانات الصحية أكثر من سرقة بيانات بطاقة الائتمان. في فبراير ٢٠١٤م، وقعت أكبر سرقة بيانات تختص بالرعاية الصحية، حيث سرق قراصنة السجلات المتعلقة ب 80 مليون مريض من ثاني أكبر شركة تأمين صحية في الولايات المتحدة. لحسن الحظ أنها لم تكن إلا سرقة معلومات الهوية مثل الأسماء والعناوين والتفاصيل حول الأمراض والعلاجات ولم تكن هذه البيانات عرضة للخطر.
وعلى الرغم من ذلك، فإن الاحتمالات جيدة في أنه يمكن للبيانات الضخمة أن تجلب تطور كبير في مجال الرعاية الصحية، طالما يمكن الحفاظ على خصوصية وأمن البيانات، فمن المؤكد أنها ستلعب دورا كبيرا في تطوير علاجات جديدة وزيادة وعي المجتمع وتحسين جودة الحياة.
