智慧醫療技術在生命末期病人生存期評估中應用的研究進展

趙海倫 郭俊晨 劉陽 諶永毅

基金項目 中文作者簡介：2020年度湖南省自然科學基金項目，編號：2020JJ4417；2020年度湖南省重點研發計劃項目，編號：2020SK2121；湖南省腫瘤醫院2020年度“科研攀登計劃”重大專項項目，編號：YF2020010

作者簡介 趙海倫，碩士研究生在讀

通訊作者 諶永毅，E?mail：414700595@qq.com

引用信息 趙海倫，郭俊晨，劉陽，等.智慧醫療技術在生命末期病人生存期評估中應用的研究進展[J].護理研究，2024，38（7）：1233?1236.

Research progress on the application of smart medical technology in the assessment of survival of end?of?life patients

ZHAO Hailun， GUO Junchen， LIU Yang， CHEN Yongyi

Hunan Cancer Hospital， Hunan 410031 China

Corresponding Author? CHEN Yongyi， E?mail： 414700595@qq.com

Keywords? intelligent medicine； end?of?life； survival； review

摘要? 對智慧醫療技術在生命末期病人生存期評估中的應用進行綜述，介紹了智慧醫療技術在生命末期病人生存期評估中的應用形式與實施現狀，并對其應用困境進行分析，為在生命末期病人生存期評估中更好地應用智慧醫療技術提供參考。

關鍵詞? 智慧醫療；生命末期；生存期；綜述

doi：10.12102/j.issn.1009-6493.2024.07.017

《全國護理事業發展規劃（2021—2025年）》明確指出，應充分借助云計算、大數據、移動互聯網等智慧醫療，著力加強護理信息化建設，為生命末期病人提供便捷、專業的醫療護理服務[1]。生命末期指罹患嚴重傷病，經2名以上專科醫生診斷為不可治愈，且有醫學上的證據，近期內病程進展至死亡不可避免者，國際對生命末期時限界定并沒有統一的標準，大多數被定義為6個月[2?3]。準確預測生命末期病人生存期有利于促進病人早期轉介至安寧療護，以滿足病人生命末期照護需求，關注癥狀控制和提高生命質量。目前，我國生命末期病人生存期評估大多采用傳統紙質量表進行現場評估，醫護人員主觀性較強，精準率較低，速度較慢，其應用范圍受到一定的限制[4?5]。各種智慧醫療技術已經廣泛應用于慢性病健康管理[6]、病人篩查[7]、壓力性損傷管理[8]、監測癥狀[9]等方面，有效提高疾病管理質量，優質護理內涵。近年來，智慧醫療技術也逐漸在病人生存期評估中建設和發展，通過聚焦前沿技術及領域，移植標準權威的生存期評估工具能夠實現生存期清晰化與可視化的動態、連續報告，形成全面共享、重點集成、多庫配套的生存期評估系統，能夠有效克服傳統評估模式的局限性，具有系統集成、互聯互通、智能處理等優勢[10]。本研究旨在分析及總結智慧醫療技術在生命末期病人生存期評估中的應用進展，以期為生命末期病人生存期評估信息化發展提供參考依據。

1? 智慧醫療的概念

塞繆爾·帕米薩諾于2009年在IBM“智慧地球”（smart planet）戰略中首次提出智慧醫療概念[11]。此后智慧醫療思想與方案在國內外進行了廣泛探討與實踐。目前，智慧醫療概念在國內外尚未統一，不同學者理解各有所異。李睿宇等[12]認為，智慧醫療是指通過物聯網、數據挖掘等技術，對醫療信息進行智能采集、轉換、存儲、傳輸和處理，實現醫療信息的整合性和共享性，推進醫療服務的信息化和智能化，達到病人與醫護人員、醫療資源等緊密結合的目標。Srivastava等[13]提出，智慧醫療是借助物聯網和傳感器技術處理、存儲和分析大量醫療數據的方法，病人可以體驗實時疾病管理和預防。智慧醫療是一個動態理念，隨著我國信息化和智能化高速發展，迎來5G時代，兩者深度融合，并通過物聯網、大數據、云計算等技術使之不斷發展、充實、完善[14]。

2? 智慧醫療技術在生命末期病人生存期評估中的應用

2.1 應用軟件系統（applications，APP）

應用軟件系統已經成為智慧醫療的主流形式，具備自我跟蹤、共享決策、信息和虛擬訪問、實時資訊推送等特色，實現共享數據、在線溝通，實現線上線下診療，對病人進行過濾、分流，在生存期評估方面發揮著自身獨特優勢。

針對安寧療護病人管理，一款名為“TapCloud”的APP由美國學者Bonsignore等[15]打造，分為醫護端和病人端，嵌入埃德蒙頓癥狀評估量表、預立醫療照顧計劃、姑息功能表現量表、預后量表、人文關懷和照顧者參與度等評價指標。該APP設置了指標閾值，病人或照護者進入病人端進行生存期評估、癥狀監測，結果自動數據分析報告至醫護端，超過設定閾值時系統會進行警報提示，醫護人員將對該病人進行重點評估和處理。該APP可以同時兼容手機、iPad和電腦不同設備。吳瓊等[16]為滿足病人、家屬與院方等多方利益相關者需求，提高各方臨終關懷參與度，通過資源整合，運用服務藍圖及用戶旅程圖等工具尋找服務觸點，同時創造新型連接，臨終關懷服務APP被打造設計。考慮APP適用人群的特殊性，設計頁面簡潔明了，分為首頁界面、寧養模塊、資訊界面、個人信息四大模塊，其中寧養模塊中的生命樹苗可以入檔病人信息，觀測身體癥狀且記錄在案，了解病人狀況，將生存期通過樹苗茂盛程度視覺化手段呈現，但目前仍處于運用雛形階段，尚未進行推廣。

Ma等[17]對1 592份生命末期乳腺癌病人臨床資料進行數據挖掘，在后臺系統中運行生存預測模型，開發了一款名為iCanPredict的生存期評估APP。該APP包括生存預測和個人主頁2個功能模塊，在生存預測模塊中，分為互動頁面和報告頁面，互動頁面由診斷年齡、臨床分期、分子分類、手術類型、腋窩淋巴結清掃、化療和內分泌治療等要素綜合集成，輸入信息后結果自動分析形成彩色圖表至報告頁面。為提高iCanPredict使用活躍度、可接受性，團隊對其進行全局優化和系統創新，將其整合到微信功能，病人只需要用微信賬號掃描其二維碼，便可登錄。該軟件在6例病人和2名醫生中進行預試驗，都得到了良好反饋，均表明愿意接受并使用。Akbar等[18]研究表明，APP的使用具有信息安全隱患，包括強制收集、隱蔽傳輸、權限濫用、私人數據泄露、未能對危險做出響應以及錯誤預警，限制了APP的發展。

2.2 可穿戴設備

可穿戴設備可以融合各種功能模塊，監測、存儲和傳輸健康數據，通過互聯網通訊技術與服務器或平臺連接，為醫護人員進行生存期評估提供依據。

Huang等[19]應用手腕活動檢測儀持續監測病人手部活動，該設備用于收集病人手部每秒運動的重力加速度、角度變化和自旋變化的三維數據，并將數據轉換為活動水平、角度和自旋3個不同的統計參數。設備數據將12、24、48 h在移動應用程序同步更新，結果顯示，旋轉角度越大的病人，生存期越長。Pavic等[20]基于一項前瞻性研究驗證了可穿戴監控系統的有效性，病人將配備智能手機和裝有傳感器的手環，傳感器設備采集的護理行為數據通過藍牙輸入到手機客戶端，加密數據通過Wi?Fi網絡傳輸到安全服務器，后續將根據護理服務管理需求進行相應的數據分析來評估生存期。美國Gresham等[21]應用Fitbit Charge HR?設備評估晚期癌癥病人生存期，該設備與大多數不同品牌智能手機兼容，具有防水功能，電池續航能力強，數據云技術實時傳輸到移動設備，通過Fitabase（1個在線平臺，用于管理多個Fitbit賬戶）導出，為病人生存期評估提供了有效方法。

Pavic等[22]通過可穿戴設備與應用程序結合，應用程序由病人界面和傳感器記錄模塊兩部分組成，可以根據病人偏好設置界面元素，結果表明，83.3%的病人依從，有助于醫護人員為病人提供針對性的卓越護理服務，降低病人負面情緒。但值得注意的是，可穿戴設備會存在體驗感不佳情況，降低病人舒適度，存在病人數據和隱私泄露、設備數據穩定性差等問題[23]。因此，相關學者在未來研究中應該對其進行探索及改善，為病人提供更精確的生存期評估，為安寧療護發展蓄力。

2.3 虛擬現實技術

虛擬現實技術具有沉浸感、交互式、構想性特征，使用計算機仿真系統或移動設備創建虛擬、三維、動態的場景，為生命末期病人的生存期評估提供了支持[24]。

對生命末期病人進行生存期評估有利于促進病人開展生命回顧，重新審視生活經歷，進行自我整合，提升幸福感。Ryu等[25]招募12例安寧療護病人佩戴身體傳感器，將運動數據無線嵌入到軸神經元軟件程序中進行可視化，捕捉軀體動作和現場談話的實時圖，與3D虛擬化身更新同步。Voicinghan作為角色扮演平臺提供5種環境（海灘、山脈、歐洲景點、客廳和空曠空間）以及64個角色定制，還可以虛擬環境互動進行多學科會議[25]。參與者可以在人生4個發展階段（兒童、青少年、年輕和老年人）自發地重新創作生活事件，回顧、評價、整合人生經歷，重塑生命意義。Niki等[26]利用虛擬現實技術（內置傳感器）來測量病人的生理參數，如呼吸、心率、疼痛、癥狀等，提供精確的生命末期病人生存期預測，以便醫護人員滿足特定愿望與需求，實現個性化體驗。讓20例晚期癌癥病人頭戴HTC Vive耳機和免費的虛擬現實軟件Google Earth VR進行1次30 min的虛擬現實旅行，結果證實，其可以改善病人癥狀負擔，減輕負性情緒。

2.4 網上評估系統

網上評估系統的投入使用，實現了智慧醫療技術對大數據的自動提取和分析，精確評估、快速預檢、動態監控病人生存期，便于預測、分析和智能決策，及早識別安寧療護需求。

姑息治療研究預后評分（Prognosis in Palliative Care Study，PiPS）已形成網上評估系統，可以將病人相關指標錄入后通過系統在線計算（www.ucl.ac.uk/psychiatry/pips），即可得到病人預計生存期和生存概率，但該網上評估系統仍在評估和完善階段，只能由醫護人員使用，尚少見在我國研究和應用的報道[27]。加拿大學者Hsu等[28]基于437 000名社區居民數據開發了RESPECT生存期預測系統，此系統結合身體機能、認知障礙、社會人口因素、生物疾病和自我報告健康指標等多維臨床評估因素，進行了指標體系的設計。經過Hsu等[29]研究再次驗證，RESPORT系統可以達到98.2%的準確率，目前此系統已經上線對公眾開放（https：//www.respect.projectbiglife.ca），并在加拿大安大略省的社區中進行試點。網上評估系統（如https：//www.predictsurvival.com/；https：//www.mdcalc.com/；http：//tools.farmacologia?clinica.info/；https：//www.adjuvantonline.com/）基于多種預后評分提供生存期評估，可以解決復雜計算問題，預測結果以可視化圖形呈現，更有助于醫護人員解釋和病人理解[30?31]。馬來西亞學者Nik Ab Kadir等[32]采用以用戶為中心的迭代設計方法開發了myBeST系統，用于預測乳腺癌晚期病人生存期。用戶可通過URL訪問該網站（http：//mybestpredict.com/），為醫護人員和病人間的健康信息傳播或生存期評估提供了交流平臺。

美國國家癌癥研究所在2008年開發了癌癥生存查詢系統，Henton等[33]在此基礎上遵循證據和理論開發了SEER*CSC網上評估系統。SEER*CSC用于訪問SEER數據和醫療保險索賠數據，為醫護人員提供高度有效的預后估計，但SEER*CSC未被集成到電子健康記錄系統中，數據輸入負擔較大，目前使用還未普遍。Seow等[34]利用癥狀管理數據庫和interRAI數據庫開發并驗證PROVIEW生存期評估系統，操作平臺分為病人自我報告平臺和家屬監控平臺。該系統要求病人自我報告疼痛、抑郁、健康狀況、呼吸短促、焦慮、惡心、疲勞、嗜睡和食欲9種癥狀嚴重程度，并集合姑息性表現量表結果整體評估病人生存期，病人所需掌握的技術要求較低，變量易于評估和獲取。

2.5 基于機器學習的生存期評估

1959年，機器學習由計算機科學家Arthur Samuel提出，描述為賦予“計算機無需明確編程的學習能力”，在處理繁雜、高維度、海量的醫療數據方面能力顯著[35]。機器學習是一門多學科交叉系統，涵蓋各種知識理論和復雜算法，致力于搭建預測模型，探索數據庫儲備、對生命末期病人生存期進行自動化評估和個性化分析成為可能[36?37]。

Dessie等[38]基于Firebrowse數據集對晚期腎透明細胞癌病人采用機器學習COX比例風險回歸、Lasso回歸、支持向量機（SVM）進行生存期預測，準確度為92.3%，靈敏度為92.7%，特異性為91.9%，受試者工作特征曲線下面積（AUC）為0.78。Gevaert等[39]使用貝葉斯網絡融合臨床數據和基因表達數據對晚期乳腺癌病人生存期進行預測，AUC為84.5%。Tian等[40]采用RSF和COX方法預測晚期大腸癌病人的生存期，準確度分別為89.8%和73.2%，一致性指數（C?index）為0.695～0.795，性能良好。Abuhelwa等[41]通過應用GBM、RF、COX和GLM機器學習方法對Imvigor 210和Imvigor 211數據集進行數據分析來預測尿路上皮癌晚期病人生存期，其預測的AUC為0.69～0.71，其訓練的GBM方法表現最佳。值得注意的是，我國數據庫存在病人信息輸入流程不統一、數據質量控制不到位、數據孤島等問題，整體數據的利用效率還需要進一步提高。

3? 智慧醫療技術在生命末期病人生存期評估中的應用困境

智慧醫療技術為生命末期病人的生存期評估提供了新模式，并展現出優于傳統評估模式的多方面特點。然而，我國生存期信息化評估尚處于初級探索階段，仍存在一定的不足。智慧醫療技術涉及安全、隱私、受監管等特性，存在信息安全隱患，病人擔心存在隱私泄露風險。我國電子健康記錄大數據利用率低，數據資源未被整合和聯通，不同醫院存在數據割裂，形成“數據孤島”[42]。機器學習技術遭遇人才、資金、產品等多方掣肘，只有極少數方法真正在臨床落地運用，迫切需要將臨床有效性、實用性和可用性納入模型設計中推動有意義的研究轉化[43]。可穿戴設備若操作不當，采集的生理健康指標將會不準確，可能影響病人生存期評估的準確度及相應治療[44]。智慧醫療技術在病人生存期評估中的應用，還有待進一步總結最佳證據，使其有據可循，有理可依，以提供更好的指導。

4? 小結

隨著信息化高速發展，智慧醫療技術應用于生命末期病人生存期評估是大勢所趨，與傳統生存期評估模式相比，智慧醫療技術評估模式具有系統集成、互聯互通、智能處理的優勢，最大程度上減輕醫護人員負擔，降低病人醫療成本，改善負性情緒，提高生活質量，但實際應用中的隱私保護、數據整合、臨床實用性、操作熟練度等問題有待完善。未來我國應組建多學科團隊探索、研究和發展出符合我國公眾的智能生存期評估系統，在人群中廣泛開展相關研究觀測性能，不斷調整及優化，從而完善以病人為中心、全方位、多層次、多學科共同參與的生命末期病人生存期評估系統。

參考文獻：

[1]? 國家衛生健康委員會.全國護理事業發展規劃（2021—2025年）[J].中國護理管理，2022，22（6）：801-804.

[2]? 周志歡，張美芬.生命末期患者護士照顧行為的研究現狀[J].護理學報，2017，24（22）：39-41.

[3]? LEVY M，SMITH T，ALVAREZ-PEREZ A，et al.Palliative care version 1.2016[J].Journal of the National Comprehensive Cancer Network，2016，14（1）：82-113.

[4]? FINKELSTEIN E A，BHADELIA A，GOH C，et al.Cross country comparison of expert assessments of the quality of death and dying 2021[J].Journal of Pain and Symptom Management，2022，63（4）：e419-e429.

[5]? YOON S J，SUH S Y，HUI D，et al.Accuracy of the palliative prognostic score with or without clinicians' prediction of survival in patients with far advanced cancer[J].Journal of Pain and Symptom Management，2021，61（6）：1180-1187.

[6]? 韓君，徐興祥.智慧醫療在慢病管理中的研究進展[J].中華肺部疾病雜志（電子版），2020，13（2）：268-270.

[7]? 孫雪，王麗娜，沈鑫華，等.信息化評估與監測技術在老年認知障礙人群篩查中的應用進展[J].中華護理雜志，2021，56（5）：699-704.

[8]? PAK C，JEON J I，KIM H，et al.A smartphone-based teleconsultation system for the management of chronic pressure injuries[J].and，2018，26（Suppl 1）：S19-S26.

[9]? DELEEMANS J M，SAMNANI S，LLOYD C，et al.Improving adherence and health outcomes in testicular cancer survivors using a mobile health-based intervention：a mixed-methods pilot study[J].Digital Health，2023，9：20552076231167002.

[10]? MOZUMDER S I，DICKMAN P W，RUTHERFORD M J，et al.InterPreT cancer survival：a dynamic web interactive prediction cancer survival tool for health-care professionals and cancer epidemiologists[J].Cancer Epidemiology，2018，56：46-52.

[11]? 糜澤花，錢愛兵.智慧醫療發展現狀及趨勢研究文獻綜述[J].中國全科醫學，2019，22（3）：366-370.

[12]? 李睿宇，許學軍.大數據背景下我國智慧醫療的應用研究[J].經濟研究導刊，2019（6）：156-157;175.

[13]? SRIVASTAVA J，ROUTRAY S，AHMAD S，et al.Internet of medical things（IoMT）-based smart healthcare system：trends and progress[J].Computational Intelligence and Neuroscience，2022，2022：7218113.

[14]? 朱俊杰，田卓宛，賀宇，等.智慧醫療融合5G發展的現狀與展望[J].中國醫藥導刊，2021，23（5）：380-383.

[15]? BONSIGNORE L，BLOOM N，STEINHAUSER K，et al.Evaluating the feasibility and acceptability of a telehealth program in a rural palliative care population：TapCloud for palliative care[J].Journal of Pain and Symptom Management，2018，56（1）：7-14.

[16]? 吳瓊，彭曉芳，龐寶術.服務設計視角下臨終關懷服務APP設計研究[J].創意設計源，2021（2）：14-19.

[17]? MA Z，HUANG S J，WU X Q，et al.Development of a prognostic App（iCanPredict） to predict survival for Chinese women with breast cancer：retrospective study[J].Journal of Medical Internet Research，2022，24（3）：e35768.

[18]? AKBAR S，COIERA E，MAGRABI F.Safety concerns with consumer-facing mobile health applications and their consequences：a scoping review[J].Journal of the American Medical Informatics Association，2020，27（2）：330-340.

[19]? HUANG Y R，KABIR M A，UPADHYAY U，et al.Exploring the potential use of wearable devices as a prognostic tool among patients in hospice care[J].Medicine，2022，58（12）：1824.

[20]? PAVIC M，KLAAS V，THEILE G，et al.Mobile health technologies for continuous monitoring of cancer patients in palliative care aiming to predict health status deterioration：a feasibility study[J].Journal of Palliative Medicine，2020，23（5）：678-685.

[21]? GRESHAM G，HENDIFAR A E，SPIEGEL B，et al.Wearable activity monitors to assess performance status and predict clinical outcomes in advanced cancer patients[J].NPJ Digital Medicine，2018，1：27.

[22]? PAVIC M，KLAAS V，THEILE G，et al.Feasibility and usability aspects of continuous remote monitoring of health status in palliative cancer patients using wearables[J].Oncology，2020，98（6）：386-395.

[23]? 陳海蓮，陳曦，鄒雙.可穿戴設備在心血管病病人延續性護理中的研究進展[J].護理與康復，2022，21（8）：92-95.

[24]? 蘇曉雨，王青青，劉風俠.虛擬現實技術在癌癥病人癥狀管理中應用及發展前景[J].護理研究，2022，36（8）：1441-1445.

[25]? RYU S，PRICE S K.Embodied storytelling and meaning-making at the end of life：VoicingHan avatar life-review for palliative care in cancer patients[J].Arts & Health，2022，14（3）：326-340.

[26]? NIKI K，OKAMOTO Y，MAEDA I，et al.A novel palliative care approach using virtual reality for improving various symptoms of terminal cancer patients：a preliminary prospective，multicenter study[J].Journal of Palliative Medicine，2019，22（6）：702-707.

[27]? KIM E S，LEE J K，KIM M H，et al.Validation of the prognosis in palliative care study predictor models in terminal cancer patients[J].Korean Journal of Family Medicine，2014，35（6）：283-294.

[28]? HSU A T，MANUEL D G，TALJAARD M，et al.Algorithm for predicting death among older adults in the home care setting：study protocol for the Risk Evaluation for Support：Predictions for Elder-life in the Community Tool（RESPECT）[J].BMJ Open，2016，6（12）：e013666.

[29]? HSU A T，MANUEL D G，SPRUIN S，et al.Predicting death in home care users：derivation and validation of the Risk Evaluation for Support：Predictions for Elder-Life in the Community Tool（RESPECT）[J].Journal De L'Association Medicale Canadienne，2021，193（26）：E997-E1005.

[30]? 楊君婷，戴偉，尹世全，等.終末期癌癥患者生存預后模型及其應用[J].中國循證醫學雜志，2021，21（1）：8-14.

[31]? GLARE P，SINCLAIR C，DOWNING M，et al.Predicting survival in patients with advanced disease[J].European Journal of Cancer，2008，44（8）：1146-1156.

[32]? NIK AB KADIR M N ，MOHD HAIRON S，YAACOB N M，et al.myBeST-a web-based survival prognostic tool for women with breast cancer in Malaysia：development process and preliminary validation study[J].International Journal of Environmental Research and Public Health，2023，20（4）：2985.

[33]? HENTON M，GAGLIO B，CYNKIN L，et al.Development，feasibility，and small-scale implementation of a web-based prognostic tool-surveillance，epidemiology，and end results cancer survival calculator[J].JMIR Cancer，2017，3（2）：e9.

[34]? SEOW H，TANUSEPUTRO P，BARBERA L，et al.Development and validation of a prognostic survival model with patient-reported outcomes for patients with cancer[J].JAMA Network Open，2020，3（4）：e201768.

[35]? HANDELMAN G S，KOK H K，CHANDRA R V，et al.eDoctor：machine learning and the future of medicine[J].Journal of Internal Medicine，2018，284（6）：603-619.

[36]? ELFIKY A A，PANY M J，PARIKH R B，et al.Development and application of a machine learning approach to assess short-term mortality risk among patients with cancer starting chemotherapy[J].JAMA Network Open，2018，1（3）：e180926.

[37]? 高美虹，尚學群.利用人工智能預測癌癥的易感性、復發性和生存期[J].生物化學與生物物理進展，2022，49（9）：1687-1702.

[38]? DESSIE E Y，TSAI J J P，CHANG J G，et al.A novel miRNA-based classification model of risks and stages for clear cell renal cell carcinoma patients[J].BMC Bioinformatics，2021，22（Suppl 10）：270.

[39]? GEVAERT O，SMET F D，TIMMERMAN D，et al.Predicting the prognosis of breast cancer by integrating clinical and microarray data with Bayesian networks[J].Bioinformatics，2006，22（14）：e184-e190.

[40]? TIAN Y，LI J，ZHOU T S，et al.Spatially varying effects of predictors for the survival prediction of nonmetastatic colorectal Cancer[J].BMC Cancer，2018，18（1）：1084.

[41]? ABUHELWA A Y，KICHENADASSE G，MCKINNON R A，et al.Machine learning for prediction of survival outcomes with immune-checkpoint inhibitors in urothelial cancer[J].Cancers，2021，13（9）：2001.

[42]? 謝菲，王夢可，黃永濤，等.互聯網背景下如何優化老年病人智慧醫療體驗的對策研究[J].互聯網周刊，2022（24）：62-64.

[43]? 李艷平，尹潘龍，桑野，等.人工智能在醫療領域應用研究綜述[J].長江信息通信，2023，36（1）：43-45.

[44]? 葛迪群，黃素芳，熊杰，等.物聯網技術在高血壓健康管理中的應用研究進展[J].中國臨床護理，2022，14（12）：781-784.

（收稿日期：2023-05-21；修回日期：2024-03-22）

（本文編輯 曹妍）