住院患者医院感染预警及决策支持系统的研发与应用

杨凌 石福霞 刘轶

近期以来，有报告[1]显示医院感染发生率较高，会严重影响医院患者甚至社会人民群众的安全。不仅如此，医院感染还会严重增加患者和社会的经济负担。研究[2]指出，我国每年因医院感染都会导致巨大的直接经济损失，若考虑到间接经济损失是无法计算的。因此，医院感染已成为当今需要高度重视的重大公共卫生问题[3]。如果不能够对出现的感染情况进行及时地发现并采取适当的措施进行干预，极有可能使感染进一步加重，增加治疗难度，甚至造成患者死亡。即使合理使用抗生素和积极治疗，患者的病情也会迅速恶化，预后也会很差。医院感染不是医疗护理不可避免的并发症，而是一种潜在的可避免的不良事件。因此，实施早期风险预警对于降低医院感染的发生率意义重大。但是，在临床实践的过程中，护士会因缺乏科学准确的评估工具以及结构化的评估路径而导致对患者的医院感染风险无法做出准确的评估，导致很难预先性对患者实施相关的干预措施，患者的安全得不到保障[4]。近年来护理信息系统随着信息技术的不断发展而逐渐普及。近期甘肃中医药大学第三附属医院以重症监护信息平台为基础，自主开发了住院患者医院感染预警决策支持系统，旨在实现对医院感染高危住院患者的准确识别、及时预警和决策支持，优化护理干预计划和保护患者，现报道如下。

1 资料与方法

1.1 一般资料

调取分析2019年1月—2020年12月甘肃中医药大学第三附属医院4 423例住院患者病历资料，根据是否应用医院感染预警及决策支持系统将纳入研究患者分为应用前（2019年1—12月）2 165例和应用后（2020年1—12月）2 258例住院患者。纳入标准：病例资料完整；患者住院时间≥48 h；患者年龄≥18周岁；本研究已获得医院伦理委员会批准，所有患者或其家属知情并同意参与本研究。应用前2 165例住院患者中男性1 282例，女性883例，年龄20～82岁，平均（56.31±10.82）岁，来源科室：内科811例，外科795例，妇科62例，产科82例，儿科66例，ICU 235例，其他科室114例，应用后患者2 258例：男性1 326例，女性932例，年龄19～81岁，平均（56.36±10.69）岁，来源科室：内科859例，外科822例，妇科71例，产科75例，儿科69例，ICU 210例，其他科室152例，上述指标比较差异无统计学意义（P＞0.05），详见表1。

表1 （续）

表1 患者临床资料比较

1.2 住院患者医院感染预警及决策支持系统的构建

1.2.1 组建研发小组 医院院内感染管理科、公共卫生管理科、临床室护士长、护理部信息系统负责人、软件研发工程师5名，由信息负责人、管理科室负责人和各科室护士长与工程师进行交流，告知工程师具体工作流程，并明确告知对系统的要求，模块主要包括评估、预警、决策。

1.2.2 评估模块 感染风险评估等级表根据失效模式与效应分析法（failure mode and effect analysis，FMEA）进行制定[5-6]，其评估指标包括风险的可能性（frequency of occasion，O）、严重性（severity，S）、可测性（1ikelihood of detection，D）进行赋分。观察指标从病历、医嘱和影像检查中拿到的非结构化特征共计120余项，最终经过特征分析得到的特征为50个左右，比较重要的特征有：性别、年龄、当前住院天数、当日最高体温、中性粒细胞数目、降钙素原、C反应蛋白、糖尿病、低蛋白血症等[7-9]。

1.2.3 预警模块 将风险发生的可能性分为无（系数为0）、低（系数为1）、中（系数为2）、高（系数为3）4个级别；风险的严重性是指发生风险时的潜在严重性，分为低（系数为1）、中（系数为2）、高（系数为3），风险的可测量性是指医院当前预防和控制措施在风险发生时的准备程度，分为低（系数为1）、中（系数为2）、高（系数为3）。计算风险优先数（risk priority number，RPN）=O×S×D，分值为0～27分。根据RPN值的范围，风险等级分为高、中、低，RPN值越高，风险等级越高[10]。根据患者的不同气管插管非计划性拔管（unplanned endotracheal extubation，UEE）风险水平，医院的感染预警和决策支持系统会发出相应的预警信号。若患者处于高风险的医院感染状态，系统会通过3种方式提醒护理人员：红色警告 “医院感染高风险，请注意” ；在系统主页上向下滚动 “医院感染高风险患者XXX” 出现，患者信息列表上出现一个红色感叹号，单击感叹号后出现 “医院感染高风险” ；若患者处于中风险的医院感染状态，系统会以2种方式对护理人员发出警告：在患者界面会显示一个对话框，指示 “医院感染风险，请注意” ，或会有黄色的感叹号出现在患者信息栏上，然后在信息栏中出现 “医院感染中风险” ；如果患者处于低风险状态，则没有任何警告。

1.2.4 决策模块 根据预警模块指示的不同风险等级，制定相应的护理干预模式：在低风险等级，应密切监测患者的生命体征，对于中、高风险患者，系统将显示护理行动对话框，供护理人员选择。护理措施根据《医院感染预防与控制标准操作规程》[11]制定：评估患者体内炎症因子的程度，并根据炎症反应的程度规范抗生素的使用；评估患者感染风险，对感染风险高的患者实施单室隔离管理，或使用物理屏障间距和限制患者流量，尽可能规范通道流程；评估患者咳嗽和呼吸分泌物的能力，保持气道通畅，定期更换一次性氧气管，改变体位并鼓励患者出院后用漱口水漱口，可减少口腔内残留的病原微生物数量，有效预防医院感染；日常检查环境中物体表面的清洁、消毒、卫生和无菌操作；当护士 “完成” 时系统返回上一个界面进行其他操作。

1.3 运行及完善

试运行时间为期1个月，试运行前由各科室护士长对科室护士进行培训，熟悉系统的操作流程；护士长对运行过程中出现的问题进行及时的汇总，经院内感染管理科、公共卫生管理科审核并通报工程师进行完善。

1.4 观察指标

1.4.1 护士满意度评价 采用由赵永信等[12]编写制定的临床护理信息系统有效性评价量表对护理满意度进行评价，该量表主要由5个维度组成：服务质量、净效益、用户满意度、系统质量和信息质量，共23个项目，量表的克朗巴赫α测量系数为0.768，内容效度指数为0.975，重测信度为0.849。每个项目评分采用5分评分法，从 “完全不同意” 到 “完全同意” ，评分由从1～5分，分为23～115分。评分越高，护士对系统的满意度越高。

1.4.2 医院感染发生情况比较 参照《医院感染诊断标准》[13]判定医院感染发生情况。

1.5 统计学方法

使用SPSS 20.0软件进行分析与处理，计量资料（±s）表示，采用t检验，计数资料以n（%）表示，采用χ2检验，以P＜0.05为差异有统计学意义。

2 结果

2.1 应用后护士对系统满意度评价

在有效回收的316份调查问卷中，护士对该系统的总体满意度为（90.32±8.20）分。其中，服务质量维度为（17.26±3.10）分，净收益维度为（19.07±2.68）分，用户满意维度为（21.64±2.41）分，信息质量维度为（18.59±2.34）分，系统质量维度为（16.71±2.35）分。

2.2 应用前后医院感染发生情况比较

应用前发生医院感染113例，占比5.22%，应用后发生医院感染36例，占比1.59%，比较差异有统计学意义（χ2=44.618，P＜0.05），应用前后感染种类占比比较差异无统计学意义（P＞0.05），详见表2。

表2 应用前后医院感染发生情况比较 [例（%）]

3 讨论

医院感染监测是实施医院感染防控的基本组成部分和重要措施，也是确保医疗质量和患者安全、提高医院管理水平的重要手段[14]。大多数医院感染最初由临床医生报告，漏报率高，削弱了监测的敏感性和有效性。随着信息技术的不断发展，不断有新的技术手段对医院感染发生情况进行监测。倪晓华[15]介绍了一种基于深度学习的医院感染诊断和治疗决策支持系统[16]，结果表明，该支持系统对医院感染诊断和治疗决策的正确率为98.4%。信息技术手段确实提高了医院感染诊断和治疗的性能和自动化。随着 “云大物移智” 和智能等技术的快速发展，一些人工智能技术已被用于监测和预警[17]。

本研究中的医院感染预警及决策支持系统是在临床决策支持系统（clinical decision support system，CDSS）[18-19]的基础上开发的，它集成了大数据和人工智能技术，确保了感染病例的预警，诊断及时、准确、可靠，适用于快速干预和反馈，能及时预防感染暴发。预警病例可人工确认或排除，并自动统计感染频率、感染部位、病原体、抗生素使用等指标，有效监控重要病例或科室，提高感染及时发现率。结果显示，用前发生医院感染113例，占比5.22%，应用后发生医院感染36例，占比1.59%，应用后发生率显著低于应用前，差异有统计学意义（P＜0.05）。医院感染通过评估模块风险进行分级，并对中高风险等级患者制定相应的护理干预模式，评估患者体内炎症因子的程度，并根据炎症反应的程度规范抗生素的使用；评估患者感染风险，对感染风险高的患者实施单室隔离管理，或使用物理屏障间隔，尽可能规范通道流程；评估患者咳嗽和呼吸分泌物的能力，保持气道通畅，定期更换一次性氧气管，改变体位并鼓励患者出院后用漱口水漱口，可减少口腔内残留的病原微生物数量，有效预防医院感染；日常检查环境中物体表面的清洁、消毒、卫生和无菌操作。医院感染预警与决策支持系统整合了多个科室的信息资源，如临床特征、流行病学、病原检测、诊疗等信息系统。控制信息和医疗信息可以有效联动，保证信息传输的及时性、完整性和客观性。尽管医院感染的诊断标准的权威性较高，但是主要针对的是患者在发生医院感染时的相关干预和治疗，早期发现困难，没有大量数据分析也难以保证良好的结果。医院感染预警与决策支持系统还可以具备一定的早期体征识别感染患者的能力，具有实时、灵活、准确等优点。作为该研究系统的主要使用者，护士对系统的满意度是重要的评价指标，也作为关键因素决定系统能否正常运行[20]。本研究结果发现，护士对该系统的总体满意度为（90.32±8.20）分。提示护士对此系统具有较高的满意度，护士能够以更积极的态度使用该系统，提高系统的使用效率。向洋等[21]指出，护士熟练地使用早期预警和决策支持系统，避免了护士的负面体验。在系统运行期间，研发团队建立微信群讨论。如果护士在系统运行过程中遇到问题，可以随时提供反馈，软件工程师可以对问题进行及时的纠正和优化。在系统的使用过程中，护士只需按照系统说明完成风险评估，简化了护理工作流程，提高了工作效率。

综上所述，住院患者医院感染预警及决策支持系统的应用整合了评估、预警、决策，提高了护理工作的准确性及效率，医院感染发生情况也有显著降低，值得临床推广。