護理大數據的應用進展與挑戰

姚 瑤，田寶文

1.佳木斯大學，黑龍江 154000；2.佳木斯大學附屬第一醫院

社交平臺、遠程醫療、運動手環等技術在日常生活隨處可見，Twitter、病歷、健康醫護每天都產生海量數據，數據的種類和規模呈爆炸式激增。如何管理和利用大數據已經成為各行各業爭相研究的熱點。大數據改變傳統思維方式、研究模式，在新興領域引起前所未有的變革。近幾年，我國護理學家也開始不斷探索大數據領域，探討我國護理大數據的應用方向及面臨的挑戰，期望為護理大數據進一步發展提供參考。

1 相關概念

1.1 大數據 2008 年，Nature開設大數據專刊，大數據在科研界嘩然興起。各機構分別嘗試從技術、性能、發展角度等方面界定大數據的概念[1-4]，都難以達成共識。認可度較高的是國際數據中心(International Data Center,IDC)所提出的概念，即具有高容量(volume)、多樣 性(variety)、高 速 度(velocity)、高 商 業 價 值（value）“4V”特點的數據資料[5]。大數據的容量、獲取速度用傳統方式難以處理,需要技術革新提高數據處理效率。

1.2 醫療大數據 國家衛健委定義醫療大數據為人們疾病防治、健康管理等過程中產生的與健康醫療相關的數據[6]。醫療大數據范圍很廣，微觀到基因組序、化學通路，宏觀到一個國家的醫療財政支出、國際疾病大流行。

1.3 護理大數據 朱瑞芳等[7]認為護理大數據泛指所有與護理和生命健康相關的數據，包括醫院護理、社區護理、護理研究或疾病防控等產生的數據。龍艷慧等[8]強調護士對病人實施護理和改善健康行為過程中產生的數據。筆者認為護理數據還包括護理管理、護理教育、健康行為相關的延展。護理更多關注的是人，對一個社會人的生理、心理、社會適應性產生影響的事件都是護理大數據的范疇。

2 護理大數據國內外研究現狀

2.1 國外研究現狀 1997 年,Cox 等首次提出“大數據”概念,并界定其內涵[5]。感知模式下自動式數據的產生,驅動數據處理技術的革新,促使人們不斷更新認識問題的方式。從海量數據中提取有用知識應用到具體領域是大數據的核心價值。醫學領域大數據帶來的成功吸引了護理學者的關注，大數據同樣是護理學科的重要財富。20 世紀90 年代，美國護士協會和國家護理聯盟率先把護理學期刊內容做成了CINAHL 數據庫。大數據自2011 年進入成熟期。2012 年3 月美國發布“大數據研究和發展計劃”，率先將大數據上升為國家戰略[9]。隨后世界各國紛紛效仿。自2013 年開始，美國明尼蘇達大學護理學院為實現創建一個多類型數據可共享和可比較的國家護理數據庫每年召開專家會議，2019 年大會在明尼阿波里斯市召開，始終為實現這一目標而不懈努力；2015 年7 月，美國衛生研究院護理研究所（National Institute of Nursing Research,NINR）召開大數據會議，不斷推進護理學大數據的發展[10-13]。各國紛紛開始護理大數據的探索之路。愛爾蘭柏林城市大學護理副教授Hussey[11]用護理知識圖譜NKG 將多種數據類型可視化轉化為意義數據。各國專家將目光投向數據整合和分析技術的創新開發上。轉化數據結構、規范統一性護理術語，是推動大數據發展的必經之路。

2.2 國內研究現狀 隨著計算機技術日趨成熟，我國護理專家開始護理管理信息化探索，2015 年美國大數據會議后我國護理專家開始重視大數據的發展，護理大數據開始出現在期刊論文中。2016 年6 月國家衛計委下屬護理中心創建首個全國護理大數據庫——國家護理質量數據平臺[14]，以護理13 項指標為核心，推動護理管理規范化、科學化發展。我國護理學者從護理管理、護理教育和臨床護理等方面積極推進大數據的發展。目前，我國護理大數據仍在原理探索階段，面臨著相同的困境，加快腳步奮起直追，挖掘大數據背后的價值需要一代代護理學者不斷努力。

3 大數據在護理領域的應用

3.1 臨床護理 建立疾病預測模型、優化模型；篩查高危人群、疾病后期追蹤觀察[15-19]；專科疾病、特殊人群（如老年人、兒童）、特殊時刻（圍術期、圍生期等）的護理，大數據貫穿于臨床事件發生發展的全過程。廉價、迅速、優化、敏銳等特點決定大數據調研的綜合成本優、關聯廣，且鮮少涉及倫理爭議，發揮數據最大價值、在學科發展和疾病預防中起關鍵作用。有學者通過大數據平臺對危重病人實時生命體征的變化創建了危重癥病人心搏驟停的預測模型eCART，不僅精度高，指標經濟無創，且護士易得易于觀察[15]。美國國際衛生研究所（NIH）[20]利用病人入院家族史數據創建疾病譜系圖，對高危人群進行篩查。Michael 等[21]利用大數據提煉出老年人跌倒高危風險因素。2019 年，護理大數據知識大會中。有學者提出規范護理記錄，減少病歷記錄負擔，大數據實現對病歷的電子化管理，能夠精準調取信息、智能匯總分析、預警危險、提供智慧化護理方案，真正實現個體化護理、信息化管理[7,22]。大數據豐富了護理研究的深度和廣度。護理研究已經離不開大數據[23]。有研究顯示，利用大數據技術對護理記錄進行整合、分析，有提高醫生診斷準確性的潛力[24]。大數據將探索開啟醫護工作新模式。

3.2 護理管理 大數據可提高護理管理者數據驅動力和科學決策力，逐步向數據決策型轉變。Michael等[21]建立不良事件數據平臺，可實時掌握重點科室、薄弱環節的情況，極大優化管理效果。美國退伍軍人事務所護理領導者實施床位“無縫”管理戰略[22]，實現醫療資源利用最大化。大數據運用于精細化質量管理模式，對醫療資源消耗情況進行統計分析，為優化醫療保障體系、完善醫療救濟政策提供依據[13,25]；同時提升護理管理效率，影響護士循證實踐[26-28]，提高醫、護、患三方滿意度，保障護理安全。

3.3 護理教育 當前的碩博教育缺乏數據科學課程。2015 年，美國護理科學促進委員會（CANS）[29]召開了一系列智庫會議，強調數據科學對博士生教育的重要性，倡導將數據流整合到護理科學中。隨后亞利桑那大學、加州大學舊金山護理學院確定將數據科學納入護理博士核心課程。Carroll 等進一步建議，在研究生教育階段，對信息學學生進行高級編程技術教育，使學生有使用數據科學的能力[30]。我國的信息教育缺乏，對我國護理發展而言，將數據科學加入護理博碩教育中，設立相關學科，完善大綱，構建核心課程，培養有數據利用能力的研究型人才是未來大數據在護理教育的主流方向。

3.4 養老服務 我國人口老齡化日益嚴重，養老機構存在服務質量低、信息混亂、服務與老人需求不匹配、資源分配不合理現象。建立大數據信息平臺，通過數據分析優化資源配置，建立多層次、多方位的養老服務體系，建立反饋機制，滿足個性化需求[31-32]，提高老年人生活質量。組建虛擬養老院、預約醫生和護士，同時開放線上老年大學，進行養老保健知識的普及，豐富老年生活，排解老年人的心理問題[33-35]。杭州、成都、北京等多地已建立智慧養老平臺，統籌規劃、數據多方共享，與醫院和社區相聯系，建立大數據和養老融合發展的智慧養老產業新格局。

3.5 災害護理 大數據打破傳統數據的限制，為災害預測提供了可能。2011 年，東京地震后，日本研究者利用160 萬人手機全球定位系統（GPS）數據建立一個時空模型[20]，模擬并預測下次地震后東京人的移動模式；美國地質局利用Twitter 推文監測沒有地震傳感器地區地震的可能性。災害護理在我國起步較晚，在2008 年汶川大地震后初步發展，而我國地域遼闊，自然災害多發，人力不可控。利用大數據為災害降級，大數據是應對災害的有力武器。

4 護理大數據面臨的挑戰及應對

4.1 缺乏統一的護理規范 護理數據形式多元化，數據挖掘多數停留在關聯法則、聚類、回歸等方法，對數據的共性和差異性尚不能充分挖掘，美國國家護理研究所提出一項通用元素計劃[36]，旨在提高數據收集效率，促進交叉研究分析和數據共享，創建數據標準，產生高質量數據[37]。我國護理數據存在記錄格式不統一，數據的準確性、有效性、完整性較差，含有大量混雜因素，非互操作的數據不能被機器解釋[36,38]等技術問題，因此呼吁護理專家、數據學家、統計學家多學科共同合作，使護理大數據規范化和整體化，發揮護理大數據的真正價值。

4.2 缺乏護理信息人才 目前，我國缺乏護理信息人才，2003 年設立醫學信息學專業，卻不涉及護理相關課程，護理碩博信息教育仍是空白，護理亟須相關專業人才。目前臨床運用的電子系統多是臨床護士和電子信息專業人員共同開發的適應于本醫院的電子系統，缺乏外延性和統一性，實用性也有待提高，人才缺乏已經限制了我國護理信息系統的發展。應從國家政策出發，設立相關專業，儲備專業人才，推動護理信息的相關發展，為建立護理的大數據中心做準備。

4.3 臨床轉化不足 僅有少量研究對模型進行了外部驗證，大部分模型缺乏多中心、大樣本的外部驗證，導致模型臨床實用性差[14]。此外，部分農村偏遠地區經濟落后，電子系統還未完全普及；老年人、低收入群體對移動醫療、運動手環等接受難度大，大數據應用設備普及率低。這將造成數據流失，研究結果偏差。老年、低收入群體更需要關注健康，應該設計針對性的簡易監測設備，具有大屏幕、大字體，監測基本生命體征等性能，提高市場普及率。同時建立護理大數據中心，進行臨床轉化，將應用與實際結合，促進護理質量提高。

4.4 信息安全保障存在隱患 信息安全是大數據和移動醫療平臺共同面臨的問題，保護用戶隱私，保證信息安全，才能呼吁更多的人加入大數據平臺。現大部分數據中心均是由企業贊助建立，市場利益為先，各個數據庫在建立時應通過嚴格的審核流程，確保任何數據信息非法泄露都應付出巨大代價，同時在成立數據庫時，應加強信息安全軟硬件建設。從立法層面和信用層面，保證大數據中心信息安全、保障公民健康數據權益和權威性。

5 小結

護士是醫學診療活動的主力軍和重要驅動力，作為第一線醫療保健提供者，于日常生活中了解病人健康狀況、提供干預，護士的參與和大數據發展密不可分。護理需要大數據，大數據也離不開護理。發揮大數據在臨床護理、護理管理、護理教育中的顯著優勢，儲備護理信息人才，不斷探索數據處理技術，將多學科數據融合分析，探索遺傳、社會、環境等因素的相關性，促進健康、預防疾病、減輕病人痛苦，促進學科發展，提高管理效能，對臨床護理專家和護理學者都有重要價值。推進護理大數據中心的建設，將理論轉化為現實效益是護理學者的長期目標。