医师培训是为各级医疗机构培养具有良好的职业道德、扎实的医学理论知识和临床技能,并能够独立、规范地承担疾病诊疗工作的临床合格医师。长期以来,我国只有部分大中型医院提供应届医学毕业生培训,基层医疗队伍的整体素质得不到提高。近年来,许多地方开始了基层医师的培训试点工作。随着培训人员的不断增多、规模扩大,现有的人工管理培训或单个医院的医师培训管理系统已然满足不了培训管理需求,亟需一个科学的,培训信息能够共享的,面向各家医院的医师培训管理系统。针对上述问题,本文设计和开发了基于云平台的医师培训管理系统,本文研究的主要工作包括以下几方面:(1)通过查阅相关国内外文献,对云计算和医师培训管理系统的发展状况进行了分析,总结了我国现有的医师培训管理系统存在的问题,确定了本文研究的主要方向。(2)对云计算相关理论和系统相关开发技术进行了介绍。对云计算技术中的服务技术和web技术以及系统开发的S2SH框架进行了分析,设计和开发了以OpenStack云计算平台为基础的医师培训管理系统。(3)由于传统的打分加权在医师培训评价上存在人为主观因素,本文建立了一套完整的医师培训评价指标体系,提出用改进的BP神经网络去评价医师培训,实验分析了MSC-BP2评价方法的适用性以及优越性。由于MSC-BP2神经网络在训练大数据量时,其网络训练的时间非常长。本文从提高网络训练速度出发,结合Hadoop平台在海量数据存储和大规模并行实时处理方面的技术优势,提出了一种基于MapReduce的MSC-BP2算法,实验结果表明该算法在云计算平台比在单机上有更好的性能。(4)通过对基于云平台的医师培训管理系统的功能和性能指标、模块划分综合考虑,给出了一个总体解决方案,并通过完善的需求分析和详细设计完成了整个系统的设计开发和实现。与其它同类系统相比,本文研究和开发的医师培训管理系统在培训评价方面客观而又准确,培训360度数据视图展示更清晰,综合查询更方便。(5)通过使用LoadRunner对系统进行测试以及试运营,本系统运行稳定,各项性能指标均达到了预期目标。在医师培训工作中使用该系统,可以减少人力和物力投入,降低管理成本,提高医师培训管理效率。