輸血信息化研究現狀及啟示*

——王翠娥 孔長虹 徐燁彪 裘君娜 金立明 胡 偉

輸血信息化即對采供血和臨床輸血業務流程進行信息化管理，匯聚并分析各業務環節產生的數據，為管理提供決策支持。近年來，隨著信息技術的飛速發展，國內外輸血信息化領域相關研究得以蓬勃發展。本研究對國內外2016年-2020年輸血信息化領域相關文獻進行分析，旨在了解國內外輸血信息化研究現狀，為我國開展輸血信息化研究提供參考。

1 資料來源與方法

1.1 資料來源

從中國知網、PubMed數據庫檢索并收集輸血信息化領域相關文獻。檢索時間：2016年1月1日-2020年12月31日。中文檢索詞：(1)業務相關，獻血、采血、供血、用血、血液、輸血、血站；(2)信息相關，信息、系統、平臺、智能、共享、互聯、大數據。英文檢索詞：(1)業務相關，blood donation、blood collection、blood supply、blood use、blood、blood tran-sfusion、blood station；(2)信息相關，electronic、information、system、prediction、forecasting、bigdata、database。對兩組檢索詞進行兩兩組合，共計得到49個組合關鍵詞。

1.2 分析方法

提取全部文獻的發表年份、第一作者所在國家或省份、發文機構、刊載期刊、主題詞等，應用統計學數據處理分析方法對收集資料進行核對、歸納、整理[1]，采用WPS Office 2020軟件進行統計分析和處理，對結果進行描述性分析[2]。

1.3 質量控制方法

由一名研究者進行文獻篩選，排除綜述、新聞、評論、會議簡報、科普等文獻。由兩名研究者根據研究主題分類規則，對文獻研究主題進行分類，依據研究范圍、研究工具、研究方法和研究局限性對文獻進行質量評價。

2 結果

2.1 文獻發表年份分布

共檢索到國內外輸血信息化相關文獻231篇。從發表年份來看，2016年-2020年輸血信息化領域文獻數量整體呈上升趨勢，如表1所示。

表1 輸血信息化領域文獻發表年份分布

2.2 第一作者所在國家或省份分布

國外輸血信息化領域相關文獻共計35篇。其中，發文量兩篇及以上的國家分別是美國(15篇)、英國(8篇)、瑞典(2篇)、荷蘭(2篇)，占國外文獻總量的77.14%。

我國輸血信息化領域相關文獻共計196篇。其中，發文量排在前5位的省份分別為山東省(24篇)、浙江省(21篇)、廣東省(20篇)、江蘇省(17篇)、江西省(17篇)，占國內文獻總量的50.51%。

2.3 文獻發表機構分布

國外35篇文獻主要來源于醫院或醫學院(17篇)、血站(4篇)以及其他機構(14篇)。

國內196篇文獻主要來源于血站(110篇)、醫院(83篇)以及其他機構(3篇)。

2.4 文獻刊載期刊分布

231篇文獻共計登載在80種期刊上，刊均發文量為2.9篇。

國外文獻主要登載于《Transfusion》《Vox Sanguinis》《Transfusion Medicine》等9種期刊，其中,《Transfusion》登載了80.00%(28篇)的文獻。

國內文獻主要登載于《中國輸血雜志》《中國數字醫學》《臨床輸血與檢驗》《中國衛生質量管理》等期刊，分別為61篇、16篇、8篇、8篇，占國內文獻總量的47.45%。

2.5 文獻研究主題分布

通過閱讀文獻摘要以及內容架構，將文獻研究主題歸納為5大類：獻血者服務、采供血業務、血站內部管理、血站信息系統建設、臨床輸血。

國外文獻主題側重于臨床輸血(構成比接近70.00%)，其次是采供血業務、獻血者服務、血站信息系統建設，血站內部管理較少涉及。

國內文獻主題側重于臨床輸血、血站信息系統建設(兩者累計構成比接近67.00%)，獻血者服務、采供血業務、血站內部管理主題分布較均勻。

國內外輸血信息化領域文獻主題分布如表2所示。

表2 國內外輸血信息化領域文獻主題分布

3 討論

3.1 輸血信息化研究主題

3.1.1 業務領域 (1)獻血者服務。國外文獻研究熱點集中在獻血輿情分析、獻血隨訪等方面，比如社交媒體獻血輿情分析[3]、獻血者可能接觸的新發傳染病評估[4]、利用數據庫對供者和受者進行隨訪[5]等。除獻血輿情分析[6-7]外，國內文獻研究熱點還覆蓋獻血招募、獻血預約、獻血關懷、用血減免等方面，其中，利用信息化手段提升獻血服務文獻較多，比如獻血智能招募系統、無償獻血綜合服務平臺、獻血積分商城等，對省域用血費用減免信息化的研究也較多。

(2)采供血業務。國內研究熱點主要集中在血液采集、血液制備、血液檢測、血液供應、血液應急保障、血站執業比對等業務流程，其中血液采集、血液制備閉環管理、全程電子化管理研究較多；國外研究熱點主要集中在獻血預測、供應預測、血液庫存預測分析等決策支持，比如血液供應鏈需求預測、用血數據時間序列預測、基于人工神經網絡的獻血預測、新冠肺炎防控期間血液使用和庫存分析以及血液發放時間序列預測范式研究[8]等。

(3)血站內部管理。相比國外，國內在這方面研究文獻較多。研究熱點主要集中在行政管理、人財物管理以及檔案管理等方面，比如血站物資采購管理、固定資產管理、設備管理、合同管理、血液運輸管理、成本核算管理以及智能機房建設等。

(4)血站信息系統建設。相比國外，國內在這方面研究文獻較多。研究熱點集中在構建信息平臺或信息系統，探討信息網絡部署及等級保護、數據容災、桌面虛擬化相關信息安全策略，探索數據共享、互聯互通以及信息標準[9]等。

(5)臨床輸血。國內外研究熱點相對集中，主要表現為輸血閉環管理[10]、臨床用血評價、輸血預測、輸血反應預警、輸血不良反應評估[11]、臨床決策支持等。

3.1.2 技術領域 國內側重傳統信息技術應用，比如將云計算、服務器虛擬化、3G、虛擬專用網絡(VPN)、掌上電腦(PDA)以及射頻識別等技術應用于信息系統建設。國外側重人工智能等新興技術應用，比如：利用隨機森林等機器學習模型進行輸血預測[12]，利用集中式獻血者數據庫的云搜索引擎識別醫院血庫特殊血液[13]，利用人工神經網絡進行獻血預測[14]，通過大數據分析構建輸血風險預測模型，利用基于目標的電子決策支持算法提高血液利用率[15]，借助語義網絡對社交媒體的獻血輿情進行分析，利用時間序列預測法對血液供應鏈需求、血液發放數據等進行預測分析[16]。

3.2 啟示

縱觀近年來國內外輸血信息化領域研究進展，國內相關研究業務領域廣泛，但相應技術手段多停留在傳統信息技術層面，對數據利用局限于傳統業務流程控制。相比而言，發達國家不僅通過構建相關信息系統提高了工作效率[17]，而且更加注重大數據分析、人工智能技術應用。比如，英國牛津大學為了更精準、可靠地預測紅細胞使用量，收集了2005年-2011年數據，利用三種新的時間序列方法對4周到52周前的紅細胞使用量進行線性預測，通過數據分析對時間窗口、預測順序、多項式擬合順序進行優化，應用新方法預測出紅細胞在未來4周、未來52周的平均使用率百分比誤差分別為2.5%、3.4%[16]。在全方位、全領域數字化改革趨勢下，輸血信息化工作應該考慮在理念、流程、方式、信息技術應用等方面進一步創新發展，將“全面數字化，全程數字化”理念融入工作中，強化建立系統觀念和集成觀念，使業務流程更加順暢，讓輸血管理工作更加高效。

首先，進一步規范輸血信息系統的功能、流程、數據是當務之急。相關部門和機構亟需統一采供血領域與臨床輸血領域信息系統的編碼標準、數據集標準、功能規范、數據交換標準等，以加強輸血信息化標準體系建設。

其次，目前我國臨床輸血方面已經有紅細胞需求量預測、血液動態庫存管理、輸血不良反應預警等人工智能技術應用案例，但在采供血領域，大數據、人工智能等新興技術應用尚處于起步階段。輸血信息化建設應從以流程為核心轉向以數據為驅動的架構，通過數據中心建設，提高數據整合與分析能力，從橫向的數據聯結、共享、融合以及縱向的數據深度挖掘兩方面，充分挖掘數據價值，以數據驅動支撐決策。

3.3 本研究局限

本研究存在一定局限：(1)研究范圍為近5年的國內外輸血信息化領域相關研究文獻，研究對象代表性和可比性受到限制；(2)研究方法較單一，對輸血信息化相關高頻主題詞未做聚類分析，研究結果和結論可能存在遺漏；(3)國內外采供血機構性質和運行方式存在差異，可能導致信息化建設方式、研究側重點等有所不同，本研究結論并未考慮這些因素，可能存在一定偏倚。