循证护理与大数据的应用

杨 菲，周登芳，耿庆文，唐 玲，林宝山

（1.首都医科大学附属北京中医医院，北京，100010；2.北京中医药大学第三附属医院，北京，100029；3.北京中医药大学东直门医院，北京，100700；4.北京中医药大学东方医院，北京，100078）

近年来，随着工业移动时代互联网和企业移动信息化等基础设施技术的不断创新发展，社会正步入信息移动化和大数据广泛应用的新时代。目前，大数据在医疗领域医用广泛，各种医疗技术以及形式多样的医疗专业化和大数据分析技术给很多专业医疗和健康卫生护理科学领域的人员提供了各种工作管理方式的经验和方法［1］。国内临床医疗护理与科学界对大规模数据研究中的一些相关应用技术的研究还比较少，大数据的基础研究应用发展相对比较缓慢。2015年8月31日国务院颁布了《促进大数据发展行动纲要》的一号文件通知，明确了推进行业服务大数据化在当前我国乃至全球较大程度范围内的广泛应用及其发展的新市场形势和重要技术应用的新意义，提出要在多个领域促进大数据的发展，提升服务质量。

1 大数据概述

大数据泛指人类借助大量大型应用技术数据或者用来直接产生有价值的各种海量应用信息的一种技术能力［2］。美国麦肯锡全球研究所将这种海量信息大数据处理工具定义于为一种基于传统的海量大数据处理工具技术（即工具本身无法实时进行数据获取、储存、管理和数据分析的一种大量小规模的海量信息数据集）。与传统数据信息相比，大数据具有“3V”特性，即数据量大（Vol⁃ume）、速度快（Velocity）、类型繁多（Variety）。数据量大和速度快是指数据规模庞大且能够以空前的速度实时更新，类型繁多是指数据的来源和形式多样。

医疗卫生行业大数据可以泛指所有与公共医疗和人民生命健康安全相关的极大量行业数据，它包括综合医院平台医疗卫生大数据、区域卫生信息服务平台医疗大数据、基于大量特殊人群的临床医学基础研究或医疗疾病防控监测平台大数据等。目前传统的工业医疗卫生技术研究中的无计数数据资料和其他计量数据资料处理是最常见的海量数据处理形式，然而作为一种数值型的数据结构化处理数据，它们通常可以通过一般的海量数据分析处理技术或计算工具等来进行海量数据处理。而在当前大数据时代背景下，越来越多非典型结构化技术数据资源涌现，如利用文本、图像、视频、电子邮件、开放式在线问答等技术资料对这些具有大规模、多渠道、形式多样的技术数据资源进行综合理解和分析探究，以有效获取有价值的技术信息，这是将是未来大数据技术研究的主要工作内容和发展的必然趋势。

2 大数据在临床护理中的应用

相关数据研究分析结果表明，当医疗大数据广泛应用在整个临床医学护理医疗行业中，可以使其获得较为明显的经济效益，比如，医护人员往往可以通过借助一种个性化的医疗数据分析收集与信息分析处理方式，帮助自身及时准确掌握所有急需医疗信息，从而快速实现准确性的治疗［3］。此举不仅可以有利于有效减少疾病患者的日常医疗护理成本，还能有效减轻疾病患者的痛苦，比如通过为每位疾病患者随身佩戴一台移动式可靠性穿戴医疗设备，以此记录其数据，进而可以实现有针对性的健康监测、咨询与护理；在进行疾病预测时，可以借助电子病历、档案等手段，做好预防工作；使用IP地址追寻和实名制等方法，能对群体性疾病的爆发及未来发展趋势加以预测。

2.1 建立数据共享机制

通过建立一个大数据分析综合平台、可实时查询各种专业化健康护理服务数据的官方网站以及综合应用多层次的分级数据打分管理系统，可以将各种结构化或是半导体结构化的护理数据成功直接转换成一种标准化和高可读性的数据，以便再分析形成具体的相关人体生理生命科学数据信息，而后借由专业护理医护人员长期开展的护理数据挖掘分析工作，可以对临床实践、监测健康护理数值以及人体生命科学等各个方面数据进行有效率地指导［4］。目前，国内多个地区的各级政府部门都已经十分重视医疗大数据在临床医疗护理服务行业发展中的综合应用与产业发展，并以此出台了许多相关政策，借以发挥出宏观指导与政策支持的作用。

2.2 在临床护理行业中应用机器算法

在当前信息时代之下，以往惯用的海量数据分析处理技术已经难以真正应用在当前数据量如此庞大的医疗数据之中，而超级数字计算机、机器学习算法的不断出现，为未来海量数据模拟护理技术的发展奠定了良好基础，高级的算法也更便于将该模拟技术广泛应用在整个临床医疗护理服务行业中，实现海量大数据的处理。我们从智能手机上的体育运动产品App、运动健康手环等产品或运动设备中，都经常可以清晰看到很多有关于卡路里热量消耗、心跳等监测指标，甚至可能是更深一个层次的人体生理代谢机能监测指标［5］。而这些身体指标通过机器语言的深度分析、超级计算机技术进行的各种海量人体模拟数据运算等多种方式得以准确出现，临床使用者可借此随时获知这些有关于他们身体状况的各种数据信息，从而为其后续的临床实践、健康状况监测及医学科研研究提供有效数据支持。

2.3 跨界化的临床护理专业

伴随着大数据技术在临床护理行业中的深度应用，原本单一化护理技能已经不能满足多样化的护理服务需求，在未来，从业者需要借助自学或参与培训等形式，来培养自身对于信息的识别及获取能力，不断增强自身对于信息的处理与加工水平，进而实现对所收集信息的数据进行标准化与规范化的转化，最终达到将监测数值转变为机器语言的目的。大数据分析可以帮助自身及时获取与患者身体状况有关的临床数据，此举不仅有助于提高数据的价值，还能减轻患者的生理痛苦与精神压力。未来，临床专业护理人员必须培养成为1名护理医学专业与现代信息化护理专业的融合型人才，以满足当前大数据应用时代对于该信息行业护理从业人员的全新要求［6］。

3 大数据在护理研究中的运用

就国内临床护理学的研究发展现状而言，护理学各个领域的基础研究仍以注重人群互动观察性质的研究方向为主，但受制于人力、财力、参与者之间配合度等多种环境因素的影响，大数据的分析获取在国内护理领域科研中仍属于一个颇具技术难度的环节。传统的现代护理医学科研方法采用科学小样和标本量化法进行科学假设检验，在一定程度上使护理研究检验结果的真实可信度发生偏倚。随着国内医疗卫生信息大数据的快速发展，目前大部分公立医院都已经有了较成熟的住院电子人力资源管理（eHR）、入院注册登记信息系统、慢性病及各类传染病患者注册住院登记信息系统、医疗保险登记信息系统、出生病及死亡注册登记信息系统等。国内大力投入支持发展社会保障护理服务，大型社区医院、养老院等护理机构也日趋向信息化方向发展，各护理专业研究者已经可以通过护理电子信息服务平台同时在线获取多所大型医院、社区、养老院等护理机构的各种大规模护理数据资料［7］。在当前的护理大数据时代背景下，护理资料分析获取不再复杂，许多护理医学科研机构可以彻底摆脱数据样本量相对不足、数据类型单一、经费不足等种种限制。护理研究者可以不需花更多的精力时间自行设计护理研究解决方案或针对护理数据分析后的结果问题进行深入分析和综合思考，不仅节省了时间、人力和成本，同时还能提高护理研究工作效果。

临床上的医疗护理工作中存在着大量与护理疾病、用药、实验室医学检查、治疗决策方案、护理预防措施等息息相关的护理数据、图像、视频护理资源，这些海量大数据护理资源在能够协助护士医疗和临床护理工作决策之余，还同时隐藏着其他有价值的护理信息。将医疗大数据技术资源直接转化成成为科学研究成果进而对其加以研究推广以及使用，这是目前大数据在医疗护理医学科研中最基础的一个应用。目前此类护理医学科研以非临床实验性护理研究类型为主，其描述性类型研究、病例队列对照类型研究是护理科学研究者最常自行选择的护理研究课题类型。而基于大数据护理资源的大数据规模、多媒体形式和多媒体来源应用极好地满足了此类护理研究对海量数据的分析需求［8］。以既往病例过程对照护理研究者作为新范例，大样品标本量已经逐渐成为既往病例过程对照护理研究的发展趋势，而护理系统研究者通常可以通过护理数据库方式获取大量既往病例，借助如eHR等护理系统软件存储的大量既往病例资料可以完成长期回顾性护理研究，用于深入探讨某一种护理药物干预的实际效果或用于研究某护理药物对其他护理干预结局的影响作用。另外加快开展以医疗大数据技术为研究导向的特殊人群护理队列医学研究也是国内护理医学科研的良好发展机遇。超大样本规模研究队列科学研究平台具有海量大样本、前瞻性、多交叉学科、多病种、多影响因素、整合性、共享性等七大特点和优势。大数据的“3V”护理特性很好地满足了其护理需求，护理医学研究者可以通过借助护理数据库自动筛选并找出治疗所需的长期目标护理人群，在国家医疗健康信息管理平台中自动完成护理患者健康信息自动追踪和直接随访患者来访并进行长期前瞻性护理研究。

4 大数据在护理学领域的建议

临床人员和管理者要了解和学会使用医疗大数据。医院的多个主要临床护理科室、财务部门以及患者投诉处理系统等都拥有复杂的护理信息化和技术管理系统，如何将他们集成整合并进行分析利用，这是当前大数据技术面临的一大挑战。在正确的护理时间节点获得正确的护理信息以有效支持临床护理决策，为广大患者和家属提供及时准确的临床护理服务是非常必要的。大数据分析技术的广泛应用不仅可用于帮助医院护士和其他医务卫生工作者有效提高医疗服务产品质量，改善医疗患者生活结局，还能减少个人医疗管理成本。

不管在何种临床医疗工作场所，护士能否做出最佳的合理临床医疗决策有赖于正确、实时的临床数据分析信息，而且这些信息数据必须同时是以一种标准化和结构化的信息方式进行呈现，以实时共享和相互比较。目前，医疗数据共享标准化管理方法和医疗护理行业术语尚不规范，这也是当下阻碍国内护理行业信息和医疗数字数据共享的两大关键。跨医院系统的数据交互性技术受到严重限制，致使大数据技术缺乏国际兼容性和国际可比性。为了研究指导医疗护理相关学科更好地正确获取和合理利用医疗大数据，医疗卫生管理信息与健康管理技术系统研究大数据应用原则研究工作组特此推荐论文如下：①在所有各类医疗服务场所，护理部都应该在护理服务记录中起到促进护理标准化的和护理记录术语的推广使用。医疗护理服务项目提供者认为应该通过制订服务计划逐步进行过渡。目前使用美国护士协会推荐的一个全国性的国家标准医疗护理服务术语。②医疗护士单位应该积极推荐并鼓励坚持规范使用基于临床研究的、已经基本达成相关国际技术共识的临床评估指标量表和分析工具。③美国护士协会意识到，护理专业术语标准应该持续不断更新，并始终保持与其他国际医疗机构使用标准护理术语间的良好兼容性。④各级医疗机构部门应该高度重视和支持培养职业护理师的信息技术专家，使其在健康卫生信息管理科技的基本概念、设计、实现和功能优化等方面能够提供有价值的研究想法，支持职业护理师的循证医学实践、教育和科学研究。⑤为了能达到学生想要的培训效果，护理服务信息职业专家培训应该首先得到正规的全国护理职业信息学校的培训、教育和职业资格考试认证。

理解行业大数据的基本原则及其正在面临的重大阻碍、机遇和重大挑战，可以有效帮助我们快速获得大量可相互分享和同时可相互比较的相关护理行业大数据，可以有效帮助各护理专业不同领域的人和护理行业专家的从事护理专业实践、教育和护理科研［9］。护理人员必须强化大数据发展意识，以此工作为发展契机，共同努力积极推动临床护理相关学科健康发展。

5 小结

院前长期服务、院中长期治理、院后长期康复是护理服务的核心内容，而在每个服务环节中，对医疗卫生护理服务质量均有着较高的要求。护理服务质量的保证行为主体应该是专业护理人员。据中华护理学会的一项统计数据显示，国内医院护士人力资源严重短缺。随着现代医学卫生科学管理技术的不断发展，治疗护理手段的不断增多，患者护理需求的不断增加，护理人员管理的工作思路与管理方法必然需要不断创新以求发展。因此，医疗服务护理的行业发展也必然需要走向通过使用护理大数据技术来拉升提高质量的发展方向，通过护理大数据的自动采集和综合分析，从中自动提取有效率的信息，进行合理化的人力资源配置，将医疗护士从不必要的服务工作中解放出来，集中精力投入应用到医疗护理咨询服务，有效提升医疗护理服务质量［10］。未来随着护理信息服务的快速发展，在移动互联网的巨大平台上，依托护理大数据，必将彻底打破以往传统护理局限于院内紧急救治的医务工作管理模式，这无疑是前所未有的市场机遇，而如何有效运用护理大数据，对医护人员来说也是一次严峻的挑战。

开放评审

专栏主编点评：该论文阐述了大数据在临床护理中的应用、护理研究的应用以及在护理学领域的建议，今后如何有效运用护理大数据，进行合理化的人力资源配置，集中精力投入到必要的医疗护理服务中，提升护理服务质量还需进一步探讨研究。建议收集相关样本数量，进行深入分析，推动临床中医护理学科发展。