关键词 大数据 体弱学生 精准健康管理 智慧校园

中图分类号：G807.4 文献标识：A 文章编号：1009-9328（2024）12-046-03摘 要 传统的健康管理模式难以满足体弱学生多样化的健康需求，大数据时代的到来为高校体弱学生精准健康管理带来了新的机遇。本研究以江苏省智慧校园建设为契机，探讨大数据驱动的高校体弱学生精准健康管理问题，旨在构建科学、高效、可持续的健康管理体系。研究提出大数据驱动的精准健康管理体系框架，包括数据采集层、数据分析层、干预服务层和评价反馈层。结果表明，大数据技术的应用能够有效提升健康管理的科学性、精准性和有效性，为改善体弱学生体质健康状况、促进高校教育管理现代化提供了理论依据和实践参考。

一、引言

近年来，随着社会经济的快速发展和生活方式的转变，高校学生体质健康状况不容乐观，体弱学生群体比例逐年上升，其健康问题日益突出。体弱学生普遍存在身体素质差、免疫力低下、易患疾病等问题，严重影响着他们的学习效率和生活质量，也给高校教育管理带来了巨大挑战。传统的健康管理模式往往采取“一刀切”的方式，缺乏针对性和个性化，难以满足体弱学生多样化的健康需求，导致健康管理效果不佳。

大数据时代的到来为高校体弱学生精准健康管理带来了新的机遇。江苏省作为教育大省，近年来大力推进智慧校园建设，在信息化基础设施建设、数据资源共享、智慧应用开发等方面取得了显著成效，为开展大数据驱动的高校体弱学生精准健康管理研究提供了良好的实践基础。依托江苏省智慧校园建设成果，构建大数据驱动的高校体弱学生精准健康管理体系不仅能够有效解决传统健康管理模式存在的弊端，也为其他地区高校开展相关工作提供了有益借鉴。本研究以江苏省智慧校园建设为例，探讨大数据驱动的高校体弱学生精准健康管理问题，旨在构建科学、高效、可持续的健康管理体系，为提升高校体弱学生健康水平、促进高校教育管理现代化提供理论依据和实践参考。

二、高校体弱学生群体特征分析

针对高校体弱学生群体的界定，有多位学者给出了概念定义和评判标准。其中，陈丽[1] 认为大学生只要缺少能够进行正常体育活动的能力或者体测不及格且体重指数（BMI）小于 20 或者大于等于 26.5 的，都属于体弱学生。根据统计可知，体弱学生数量占全校学生人数的 1.7% ，其中女生在整个体弱学生总数中占比 72.8% ，男生为 27.7%^[2] 。在实地调研过程中发现，大部分高校针对申请保健课的学生管理存在弱化现象，部分学生为逃避锻炼或体测，以各种借口申请保健课，负责审批老师基本给予通过。体弱学生的成因主要为身体残疾、生理和心理疾病、体弱或肥胖等原因，其中身患残疾的学生人数占体弱学生的 15.9% ，而慢性疾病、体弱、肥胖等占 84.1%^[3] 。针对高校体弱学生群体，有效的健康管理可以降低体弱学生的数量并逐渐增强体弱学生的身体素质。

三、江苏省高校体弱学生健康管理存在的问题

（一）数据采集维度缺失与信息孤岛现象突出

高校在体弱学生健康管理中存在显著的数据采集盲区。目前，多数高校针对学生健康数据的采集主要依托国家学生体质健康测试标准进行年度体测，测试内容按照标准要求以身高、体重、肺活量等基础身体素质为主，对运动习惯的追踪、心理健康的评估和生活习惯的监测等其他维度缺乏系统性采集。同时根据笔者学校年度测试数据显示，每年有近 2% 的学生因身体原因申请免测或者外出实习等未参加体质健康测试，造成体弱学生群体的体质健康测试数据缺失。被测试学生的数据被整理后上传至国家体质健康测试系统进行统计和管理，学校其他部门很难共享到此数据。这种碎片化的数据采集模式导致三大问题：首先，无法形成完整的健康画像；其次，各个部门间数据割裂，体育部、校医院、学生处、心理咨询中心的数据各自为政；最后，缺乏动态跟踪，体质健康测试数据在上传国家系统后缺失后续评价和反馈。

（二）数据分析技术滞后与风险预警失灵

当前的数据分析主要停留在描述性统计层面，缺乏预测性建模能力。2023 年，《中国高校信息化发展报告（2023）》指出超过 90% 的高校建设了教学类、财务类、学生类、办公自动化类和资产设备类信息系统，表明教学、资产和办公业务是重点建设领域；超过 60% 的高校建设了人力资源类、科研类、保卫安全类和后勤保障类信息系统；其他信息系统在高校的覆盖率均不到一半[4]。在整个报告中未见有关健康管理相关的信息管理系统。

我国高校常见数据治理形式是数据平台建设，但大部分高校仅是将分散在不同部门的应用软件及数据整体迁移到学校大平台，缺乏顶层设计，加之项目制应用软件多呈碎片化状态，导致平台在打通数据梗阻、释放数据价值方面难有质的飞跃 [5]。由于学生健康管理领域的信息管理技术发展滞后，使得现有的管理系统在风险识别、趋势预测和个性化管理等方面存在显著不足。

（三）干预措施同质化与实施效能衰减

当前，高校针对体弱学生群体的健康干预措施存在显著的“三重三轻”结构性失衡问题：在干预对象上，重集体轻个体，过分依赖群体性干预而忽视了个体化健康管理；在干预内容上，重运动轻心理，过度强调体育锻炼而忽略了心理健康辅导；在干预周期上，重短期轻长期，偏重即时性干预措施而缺乏系统性、持续性的健康促进方案。具体而言，高校普遍采用的干预方式主要集中在开设保健班、组织阳光长跑等群体性活动，这些措施虽然在一定程度上提升了学生的运动参与度，但由于缺乏科学的分层管理机制和个性化的健康评估体系，难以满足不同体质状况学生的差异化需求。同时，现有干预方案普遍存在心理健康支持不足、营养指导缺失、长期跟踪机制不健全等问题，导致干预效果难以持续，无法从根本上改善体弱学生的健康状况。

（四）评价机制碎片化与质量改进阻滞

当前，高校学生体质健康评价机制主要以《国家学生体质健康标准》进行评价，存在部分健康信息缺失、未能反映个体健康的非均衡性、评价方法缺乏效能性、评价方式缺乏评价与监控的链接 [6]。具体分析现有评价体系存在多维度的结构性缺陷：在时序维度上，过度依赖学期末的终结性评价，缺乏贯穿整个学期的过程性跟踪和数据积累；在评价主体维度上，过分强调教师的单方评估，未能有效纳入学生自评、同伴互评等多主体参与机制；在评价内容维度上，过分聚焦于 BMI 指数、肺活量等静态体质指标，而忽视了学生的运动习惯养成、健康行为改变等动态发展要素。这种单一化、片段化的评价机制导致高校健康管理陷入“测试—干预—再测试”的机械循环，既无法准确反映学生的真实健康状况，也难以形成有效的质量改进闭环。

四、大数据驱动的高校体弱学生精准健康管理体系构建

“精准健康管理”的定义、体系框架、核心技术及应用和技术路径是由广东省精准医学应用学会正式发布的，为引领、规范、促进精准健康管理的发展奠定了标准框架 [7]。该团体标准明确提出了精准健康管理体系的四大核心模块：精准健康信息采集、精准健康风险评估、精准健康干预和精准健康监测。标准构建了层次分明、有机统一的精准健康管理体系框架，系统界定了精准健康管理的核心技术要素及其应用场景，并清晰规划了实现精准健康管理的技术路径。这一标准创新性地将“精准健康管理”与传统体检和健康管理模式相区分，突出了数据驱动、个性化服务和全过程管理的核心理念，为精准健康管理的规范化实施提供了科学依据和实践指导。

（一）数据采集层：多源数据采集，构建学生健康画像

数据采集层面将致力于构建全面、精准、安全的体弱学生健康数据采集体系，重点突破多源异构数据的整合与标准化难题。通过物联网技术整合智能穿戴设备实时监测学生心率、睡眠质量、日常活动量的生理指标，结合校园一卡通系统采集的餐饮消费、体育场馆使用、日常锻炼等行为数据，同步接入校医院体检系统的基础健康数据、心理健康测评系统的心理状态数据，以及教务系统的学业表现数据，构建多维度、全息化的健康数据仓库。运用数据处理技术进行数据筛选和标准化处理，通过特征工程提取关键健康指标，构建包含基础属性、生理特征、行为模式、心理状态、环境因素等多个维度的个体化健康画像。为确保数据质量，建立数据校验机制和异常值处理规则，开发数据质量监控仪表盘。同时在数据治理方面，采用区块链技术确保数据可追溯性，实施数据脱敏处理等技术建立严格的数据安全和隐私保护机制，建立基于角色的分级访问控制体系。制定数据采集和使用规范，为后续的数据分析和应用奠定坚实基础。

（二）数据分析层：运用大数据技术，进行健康风险评估和预测

数据分析层作为精准健康管理体系的核心组成部分，其主要功能在于通过科学的数据分析方法，实现体弱学生健康风险的准确评估和及时预警。采用多维度的数据分析方法，重点解决健康风险的识别、评估和预测等关键问题。在风险识别方面，采用群体分类分析方法，根据学生的健康特征将其划分为不同的风险类别。准确识别出需要重点关注的体弱学生群体，为后续的精准干预提供目标人群。在风险评估环节，建立一套科学的评价指标体系，综合考虑了学生的生理指标、行为特征、环境因素等多个维度，能够全面反映学生的健康状况。构建数据可视化平台，通过图表、仪表盘等直观形式展示分析结果，使管理者能够快速掌握体弱学生的整体健康状况和风险分布情况，支持多维度数据查询和对比分析功能，有助于发现潜在问题，制定针对性的干预措施。最终实现健康管理模式的根本性转变：从单一的结果评价转向全过程监测，从群体化管理转向个性化关注，从事后干预转向事前预防。这一转变不仅提高了健康管理的科学性和有效性，也为持续改进健康管理策略提供了数据支撑和理论依据。

（三）干预服务层：制定个性化健康干预方案，提供精准服务

干预服务层是精准健康管理体系的关键执行环节，其主要任务是基于数据分析层的评估结果，为体弱学生制定并实施个性化的健康促进方案。本层采用“评估—干预—反馈”的闭环管理模式，确保干预措施的科学性和有效性。在干预方案制定方面，建立个性化方案生成机制。根据学生的健康风险评估结果，综合考虑其生理特征、行为习惯、心理状态等因素，制定针对性的健康促进计划。这些计划涵盖运动处方、营养指导、心理调适等多个维度，确保干预措施的全面性和系统性。在干预措施实施过程中，采用分层分类的管理策略。对于高风险群体，实施重点监控和强化干预，包括定期健康检查、个性化运动指导、专业心理咨询等服务；对于中低风险群体，则侧重于健康教育和行为引导，通过工作坊、讲座等形式提升其自我健康管理能力。同时，建立“导师—同伴”支持体系，为体弱学生提供持续的社会支持。通过定期评估干预效果，及时调整干预策略和实施方案。对于效果显著的学生，逐步降低干预强度，培养其自主管理能力；对于改善不明显的学生，则深入分析原因，优化干预方案。同时，建立典型案例库，总结成功经验，为干预方案的持续优化提供参考。通过上述干预服务体系的建立，实现健康管理模式的三个转变：从标准化干预转向个性化服务，从单一维度干预转向多维度协同，从短期干预转向长期跟踪。这种转变不仅提高健康干预的精准度和有效性，也为体弱学生的健康促进提供可持续的支持系统。

（四）评价反馈层：建立评价指标体系，持续优化管理体系

评价反馈层是精准健康管理体系的闭环控制环节，其主要功能是通过建立科学的评价指标体系，对健康管理全过程进行质量监控和效果评估，从而实现管理体系的持续优化。在评价指标体系构建方面，采用多维度、多层次的评估框架。该框架包含过程指标、结果指标和发展指标三个一级指标，下设若干个二级指标和三级指标。过程指标主要评估健康管理的规范性和执行情况；结果指标重点考察体弱学生的健康改善效果；发展指标则关注健康管理体系的创新性和可持续性。在评价方法上，采用定量与定性相结合的综合评估方法。定量评估主要通过数据分析，考察各项指标的完成情况和变化趋势；定性评估则通过问卷调查、深度访谈等方式，了解学生和管理者的主观感受和改进建议。基于评价结果，建立反馈调节机制。对于评估中发现的问题，及时分析原因并制定改进措施；对于表现良好的方面，则总结经验并加以推广。建立定期评估制度，每学期进行一次全面评估，每月进行一次过程评估，确保问题能够及时发现和解决。通过评价反馈层的建立，实现健康管理体系的三个转变：从经验管理转向科学管理，从结果控制转向全过程控制，从静态管理转向动态优化。这种转变不仅提高健康管理的质量和效率，也为体系的持续改进和创新提供机制保障。

五、结语

本研究通过分析江苏省高校体弱学生健康管理的现状，揭示了当前管理模式在数据采集、分析、干预和评价等方面存在的诸多问题。针对这些问题，研究提出了大数据驱动的高校体弱学生精准健康管理体系，该体系包括数据采集层、数据分析层、干预服务层和评价反馈层四个核心组成部分。数据采集层通过整合多源数据，构建了全面的学生健康画像；数据分析层运用大数据技术，实现了健康风险的精准评估和预警；干预服务层通过制定个性化健康干预方案，提供了精准的健康服务；评价反馈层通过建立科学的评价指标体系，持续优化管理体系。研究结果表明，大数据技术的应用能够有效提升健康管理的科学性、精准性和有效性，为改善体弱学生体质健康状况、促进高校教育管理现代化提供了理论依据和实践参考。未来，随着智慧校园建设的深入推进，大数据技术在高校健康管理中的应用将更加广泛和深入，为体弱学生的健康促进和全面发展提供更加有力的支持。

★基金项目：江苏高校哲学社会科学研究项目：习近平关于扶贫工作重要论述视域下的江苏省高校体弱学生体质健康促进策略研究（2021SJA1911）。

参考文献：

[1] 陈丽 , 张恒波 . 普通高校体质弱势群体成因及相应健康促进策略 [J]. 体育科技 ,2021,42(01):70-72.

[2] 殷跃. 江苏省高职院校体弱学生健康管理研究的现状与展望[J]. 南京体育学院学报,2020,19(03):48-53.

[3] 苏国英 , 辛锋 , 张国强 . 山西省高校体质弱势群体保健体育课开展现状调查分析 [J]. 体育科技 ,2015,36(01):134-136.

[4] 教育部高等学校科学研究发展中心, 中国高等教育学会教育信息化分会.2023 年中国高校信息化发展报告[R]. 北京:教育部 ,2023.

[5] 陈荣 . 数据引擎 , 高校数字化跑出加速度 [J]. 中国教育网络 ,2023(05):15-18.

[6] 戴霞 , 朱琳 , 谢红光 .《国家学生体质健康标准》评价效能的反思与优化——大学生体质健康预警机制的构建 [J].

中国体育科技 ,2012,48(03):75-82.

[7] 广东省精准医学应用学会 . 精准健康管理体系 [S].T/GDPMAA0002-2020,2020.