慢性充血性心力衰竭中醫電子病歷大數據服務護理的臨床應用效果觀察

匡曉菊 潘媛

慢性充血性心力衰竭(CHF) 是指各種心臟疾病所致慢性心功能不全的一種復雜性臨床綜合征[1]，表現為泵血功能障礙，心排血量降低，機體代謝需求無法獲得滿足，其歸屬于中醫“心痹、驚悸、怔忡、喘證、水腫、痰飲”等范疇[2]。盡管西醫藥物和非藥物干預，如限制鈉鹽攝入、吸氧、口服利尿劑、血管緊張素轉換酶抑制劑等療效顯著，但大部分CHF 進展、惡化甚至死亡趨勢仍無法調控[3]。近幾年廣大中醫工作者實踐指出中醫臨床數據數量巨大、類型復雜，通過引入大數據、云計算、物聯網、移動互聯網、人工智能等新技術，基于中醫藥信息化數據，以促進中醫藥信息化高速創新與發展具有重要意義[4]。經調研，我國接近50%中醫醫院構建中醫電子病歷，融合互聯網與中醫藥，開展中醫預約分診、分時段就診、候診提醒、報告查詢打印等模塊，提供中醫藥數據庫共享平臺及中藥關聯統計分析數據庫平臺。雖然有少量文獻指出，中醫電子病歷綜合體現中醫臨床理、法、方、藥具體運用，但其載體驅動仍處于初級階段[5]。在以上背景下，本研究嘗試結合我院實際CHF 患者特征，采集、處理、分析并利用以往數據，設計多層次中醫電子病歷大數據服務平臺，并提供對應護理，以期提升臨床CHF 中醫護理服務質量。

1 對象與方法

1.1 研究對象

選擇2018年1月—2019年12月在我院心內科接受治療首次確診的CHF 患者122 例為研究對象，CHF 診斷參考Framingham 的心力衰竭診斷標準相關內容[6]，心功能分級標準采取美國紐約心臟病學會 (NYHA) 提出的心功能分級法[7]。同時，依據衛生部發布《中藥新藥治療心力衰竭的臨床研究指導原則》提出的CHF 相關診斷標準內容[8]。按照中醫電子病歷大數據服務護理實施時間將患者分為對照組（實施前）61 例和觀察組（實施后）61 例。對照組男36 例，女25 例；年齡38 ～71 歲，平均54.69±6.87 歲；病程0.2～9年，平均4.15±3.21年；右側心力衰竭26 例，左側心力衰竭31 例，全心衰竭4 例。觀察組男34 例，女27 例；年齡39 ～73歲，平均53.51±7.04 歲；病程0.1～8年，平均病程4.01±2.89年；右側心力衰竭29 例，左側心力衰竭29 例，全心衰竭3 例。兩組患者一般資料比較差異無統計學意義 (P＞0.05)。

1.2 入組與排除條件

入組條件：在我院確診CHF，且經X 線、超聲心動圖、心肺吸氧運動試驗等檢查結果符合中西醫診斷標準；心功能分級≥2 級、左心室射血分數≤45%；年齡35～75 歲；溝通順暢、積極自愿配合本次調查研究。

排除條件：肢體運動障礙；處于心力衰竭急性發作期；惡性腫瘤、嚴重出血傾向、各類傳染性疾病；有精神分裂癥、抑郁癥等各類原發性精神病；近期服用過影響心率、呼吸等相關藥物；不合作或依從性低者。本研究經過醫院醫學倫理委員會審核通過，兩組患者均簽署知情同意書，由3 名護士以電話（微信）聯系、家庭隨訪調查住院、出院患者知情同意權的了解情況，詳細講解后，征求此次調研同意。

1.3 護理方法

1.3.1 對照組接受常規CHF 專業治療護理，內容包括：①自入院確診起，構建電子檔案，針對性講解疾病相關知識、特點及應對措施，發放紙質宣傳資料，為患者與家屬答疑解惑。②心理干預。按照患者不同性格、文化程度、心理狀況初步評估，予以積極肯定，進行心理疏導，樹立戰勝疾病信心。③用藥護理。接受常規西醫治療，進行強心、利尿、血管緊張轉換酶抑制劑及β 受體阻滯劑等治療對策，同時遵醫囑服用合適中藥方劑治療，水煎黃芪、丹參各30 g，人參、葶藶子、附子各10 g，水煎取汁150 mL，分批服用。④飲食營養干預。在CHF康復護理中嚴格遵循鈉鹽、脂肪、蛋白質、新鮮果蔬食用標準，必要時配合營養液口服或鼻飼。

1.3.2 觀察組在對照組基礎上引入中醫電子病歷大數據服務平臺，基于該平臺實施護理干預，具體內容如下：

1.3.2.1 功能設計

（1）病歷模板引用：設計中醫院病歷模板庫，中醫電子病歷大數據系統涵蓋CHF 疾病各類辨證分型、嚴重程度等模板，護理人員熟悉電子病歷模塊，迅速全面掌握護理主次要思路與內容。

（2）電子病歷書寫自動提示與檢驗：該系統為初診患者提供豐富病歷模板、病歷輸入項備選信息庫，并依據病例輸入項關鍵詞，實行智能分析、動態篩選、過濾匹配度最高病歷模板和診斷意見。為復診患者，系統自動識別并調取以往病史，要求提供上次診療情況反饋，利于大數據庫準確更新，依據反饋結果，護理人員可及時在醫生許可下調取病情趨勢分析圖。每次病例書寫結束，系統會自動檢查CHF 主訴、現病史、既往病史、體格檢查等內容是否均已詳細描述，字數達標則自動保存。

（3）歷史病歷查詢：該系統提供歷史病歷查閱功能，病歷可按時間軸、操作順序、病史等內容排序，快速操作界面默認時間軸排序，通過查詢服務通過關鍵詞(如患者姓名、床號、主訴、就診日期等)輸入可獲取所需內容。

（4）病歷質量管理：該系統自動質量檢查功能會對病歷文檔完整性、規范性識別與審閱，對存在問題彈出提醒或不予保存對話框，要求繼續進行病歷完善。同時每次修改，系統自動生成修改前后內容、時間、修改人備份，通過權限獲取可查看修改、刪除等痕跡，確保病例數據安全性與隱私性。

（5）中醫診療信息上報管理：該模塊對包括患者基本信息、體征辨識信息(氣陰兩虛、陽虛水停、氣虛血瘀、心腎陽虛、痰飲阻肺)、中醫診斷(CHF 歸因于臟腑失調、外邪侵襲、勞倦內傷、飲食不節、情志失調、婦人妊娠產后、失治誤治7 個方面)、中醫處方(用藥頻率、藥物關聯或組合)等信息上報，以及系統生成各類統計報表，以供相關部門決策參考。

1.3.2.2 智能化應用 CHF 中醫電子病歷大數據服務護理基于系統集成的中醫智能舌診、中醫四診設備集成、中醫辨證論治信息參考、智能論治、智能識方與引入、中醫處方合理性檢查等模塊，在此基礎上為臨床護理人員提供醫療過程管理、電子化臨床干預路徑、臨床知識庫和輔助決策支持等。

（1）中醫智能舌診：系統將計算機、圖像處理技術及智能算法與中醫傳統舌相分析結合，用高清攝像頭采集中醫診療舌象，分割、特征與算法分析，自動比對標準舌象庫圖形，實現智能舌診分析、舌象檢查結果獲取，完成客觀非侵入式診察。

（2）中醫四診設備集成：與我院中醫四診設備聯合收集望、聞、問、切等四診數據信息，與針對CHF 體質辨識、健康養生建議等數據，均規范化納入中醫電子病歷云平臺，作為護理依據。

（3）中醫辨證論治：系統綜合分析規范化書寫病歷內容(主訴、現病史、過敏史、經孕情況、病癥等)、智能舌診結果、患者體征等信息，判斷出氣陰兩虛、陽虛水停、氣虛血瘀、心腎陽虛、痰飲阻肺5 類辨證類型，并將智能化輔助決策結果推送給護理人員。

（4）智能識方與引入：系統向護理人員推送對應診療方案供參考，包括具體中醫方劑、中成藥、中醫適宜技術，以及相關名醫醫案等資料；期間自動過濾掉與該患者數據分析結果沖突的方案，例如：對枸杞過敏者，剔除含枸杞方劑和中成藥；孕婦禁忌的方劑及對應中醫療法。系統提供豐富中醫知識信息庫，學習內容有中藥湯劑療法，包括溫陽利水方、益氣活血方、益氣養陰方、益氣養陰方、益氣健脾方、清熱解毒湯、升陷固本法等，口服中成藥，中藥注射液，包括參附注射液、心脈隆注射液、生脈注射液等內容，醫護人員對于某處方信息存在疑惑，可單擊右鍵選中“引入處方”功能，自動識別并含“醫囑模板引用”選項，該病例模板有辨證論治、直接選方、歷史處方、手工開方、臨證加減和手工調整等處方明細作為參考信息。

（5）中醫處方合理性檢查：開具處方或保存前，醫生協助系統自動比對CHF 中醫數據庫，發現完全不合理性予以提示，如中藥“十八反十九畏”、兒童禁忌、超量檢查等內容。

1.4 觀察指標

（1）比較兩組患者干預前和干預后3 個月左室射血分數(LVEF)、血漿NT-pro BNP、6 分鐘步行試驗(6MWT)等指標情況[9]。其中LVEF 通過二維超聲測量獲取，數值高低反映心肌收縮能力強弱；血漿NT-pro BNP 采取DG5031 型酶標儀進行患者空腹靜脈血測定；6MWT 采取6 min 步行試驗結果中步行距離判定運動耐量。

（2）焦慮評分參照Zung焦慮自評量表(SAS)[10]，該量表主要由20 個項目癥狀組成，各項評分范圍1～4 分，累計總評分80 分；抑郁評分參照Zung 抑郁自評量表(SDS)[10]，該量表包括20 個項目癥狀，每項評分范圍1～4 分，累計總評分80 分。上述量表評分高低均與焦慮、抑郁情緒成正比。

（3）社會支持評分參照社會支持評定量表(SSRS)[11]：該量表主要有客觀支持、主觀支持、對于支持的利用度3 個維度，累計評分0～40 分，評分高低與社會支持度呈正相關。

（4）生活質量評分選擇日常生活能力評定量表(ADL)[12]進行評估：該量表含進食、洗漱、修飾、穿衣、控制大小便、如廁、床椅轉移、平地行走、上下樓梯等各個方面，累計總評分95 分，評分越高，代表患者日常生活能力水平越高。

1.5 統計學處理

采用統計學軟件SPSS 21.0 統計分析。計量資料采用“均數±標準差”的形式表示，組間均數比較行t檢驗，以P＜0.05 為差異有統計學意義。

2 結果

2.1 兩組患者干預后LVEF、NT-pro BNP、6 MWT 情況比較

觀察組干預后LVEF、NT-pro BNP、6 MWT指標均優于對照組，差異比較均有統計學意義（P＜0.05）。見表1。

表1 兩組患者干預后LVEF、NT-pro BNP、6 MWT 情況比較

2.2 兩組患者干預后焦慮、抑郁評分比較

觀察組干預后SAS、SDS 評分均低于對照組，差異比較均有統計學意義（P＜0.05）。見表2。

表2 兩組患者干預后焦慮、抑郁評分比較（分）

2.3 兩組患者干預后社會支持評分、生活質量評分情況比較

觀察組干預后SSRS 評分、ADL 評分評分均優于對照組，差異比較均有統計學意義（P＜0.05）。見表3。

表3 兩組患者干預后社會支持、生活質量評分比較（分）

3 討論

CHF 是由多原因致心室充盈與射血功能損傷，引發系列組織器官灌注不足臨床綜合征，據統計，國內患心血管病人數接近3 億且持續升高，而CHF表征出呼吸困難、疲乏、液體潴留等，是繼發各種心臟疾病的中晚期嚴重表現，病死率超過4%[13]。盡管現代醫學持續進展使CHF 患者預后顯著改善，但多項研究表明[14-15]，標準治療基礎上集合中醫藥辨證論治，可顯著降低NT-proBNP 水平，改善心功能、穩定病情，提升生存質量。

中醫將CHF 癥狀描述歸屬于“心悸”“怔忡”“水腫”“心水”“痰飲”等范疇[16]，鑒于中醫藥治療良好效果，中國中醫科學院中藥研究所相關課題組提出，基于互聯網+醫療健康趨勢，利用改良的互信息法、無監督熵層次聚類等數據挖掘法，中藥組方規律下開發設計中醫傳承輔助系統軟件，形成有中醫診療特色、平衡醫療資源、促進中醫藥發展的智慧中醫新模式。我院以往診療期對患者中醫經驗總結、醫案整理和分析、疾病用藥防治規律分析、中藥應用規律、新藥研發及處方篩選等存在問題包括：病例檔案管理重視度低；管理制度不完善、人力專業性不足；信息化建設滯后。基于前人中醫電子病歷大數據服務平臺開發與實踐，為實現非同源數據融合與匯總，達到電子病歷數據存儲、分析及應用，進一步高效推動中醫電子病歷服務群體拓展和服務能力，為中醫藥理論運用提供支持，本次研究基于臨床治療CHF 方劑用藥規律，在當前認為CHF 病機為氣虛陽微、血滯水停，以心為主，涉及肺、脾、腎等臟器部位機制上，借助互聯網技術支持[17]，如：攝像設備采集面部、舌象信息，智能算法支持下，持續改進傳感器與分析系統，實現客觀量化診斷。大數據服務系統下護理對于CHF 疾病發展規律與病證方藥間相關性更為整體全面。隨著診療數據不斷增加，利用中醫診療大數據庫資源優勢，不僅包含現代醫學，還聯合中醫論證，實現高風險CHF 病嚴重度隨訪篩查、早期診斷與精確調整預防，對CHF患者進行證候轉歸預測、管理[18]。盡管本次研究運用CHF 中醫電子病歷大數據服務仍處于初級階段，但結果顯示：觀察組干預后LVEF、NT-pro BNP、6 MWT 各指標均優于對照組(均P＜0.05)，提示患者心功能等相關指標有所改善，護理后SAS 評分、SDS 評分均低于對照組(均P＜0.05)，表明上述服務平臺護理可有效舒緩焦慮抑郁情緒；干預后社會支持評分、生活質量評分遠高于對照組(均P＜0.05)，表明患者療后生活質量與社會支持獲取顯著提升。

對比傳統中醫電子病歷特點，本研究優勢：①借助中醫電子病歷大數據服務護理，利用對應脈診設備及信息數據庫，可回避醫者主觀因素影響，期間結合臨床資料診斷與證候鑒別，確保各環節、模塊有機集合中醫診療服務與物聯網、人工智能技術與大數據技術。②實現中醫個體化醫療與精準醫療，對電子病歷中辨證論治相關數據鑒別，可加強臨床信息數據定量分析，基于中醫整體觀念、辨證論治、體質學說、三因制宜等理念，實現因人而異的CHF治療，實現個體化方案實施。③中醫電子病歷大數據綜合高度復雜性中醫概念間問題，層次化、結構化和可視化表達發現，為中醫臨床決策提供良好依據。④中醫診治特征在于持續飲食起居、情志、運動、飲食等手段調節，而利用大數據服務系統可由自然語言直接生成結構化、半結構化數據，供線上醫護人員閱覽，迅速判別CHF 癥候情況，實現電子病歷共享，為長久病情監控、診療帶來方便。

綜上所述，將CHF 中醫電子病歷大數據服務護理應用于臨床，不僅可高效改善患者心功能，舒緩負面情緒，提升自信心，還提升社會支持性，與生活質量水平。