人工智能及大數據背景下護理事業發展的研究

趙印懿 馬宇陽

摘 ?要： 隨著人工智能及大數據時代的到來，護理事業也發生著變革，但是在現行護理事業中，人工智能及大數據下的護理設備在護理事業中扮演著什么樣的角色，發揮著什么樣的作用引起了我們的思考。在了解了目前護理現狀后，又分析了當下人工智能及大數據設備在護理事業中的部分應用，發現在以人為主導的護理事業與人工智能及大數據下的護理設備需要一個平衡點，以此來不斷推動和發展未來的護理事業。

關鍵詞： 護理現狀;人工智能及大數據;護理事業

中圖分類號： TP18 ? ?文獻標識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.06.040

本文著錄格式：趙印懿，馬宇陽. 人工智能及大數據背景下護理事業發展的研究[J]. 軟件，2019，40（6）：173175+196

【Abstract】： With the advent of artificial intelligence and big data's era， the nursing cause is also changing. But in the current nursing cause， what role artificial intelligence and big data's nursing equipment play in the nursing cause. What kind of roles have aroused our thinking. After understanding the current nursing situation， the author also analyzed the current application of artificial intelligence and big data equipment in nursing， and found that there is a balance between artificial intelligence and big data in nursing equipment， which is based on human-oriented nursing and artificial intelligence， and then analyzes the current application of artificial intelligence and big data equipment in nursing. In order to promote and develop the future of nursing business.

【Key words】： Nursing status; Artificial intelligence and big data; Nursing cause

0 ?引言

人工智能（Artificial Intelligence簡稱AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新興的科學技術[1]。AI在醫學行業的許多方面發揮著重要作用，其中就包含護理學領域。其在一定程度上解決了醫務護理人員短缺的問題，緩解了醫療資源短缺的問題。也起到了減少診斷誤差、提高臨床護理質量等作用。

護理管理是提高醫療服務質量為主要目標的過程。護理是患者在治療過程中的一個重要組成部分。護理工作人員是醫院中各個關系的協調員。隨著人工智能和大數據時代的到來，互聯網和信息技術的發展，大數據逐漸興起，率先被廣泛應用于電子商

務等領域，其在醫療衛生各場景的應用價值也逐漸被挖掘[2]。醫院護理管理模式與技術也在不斷發展和改變，導致了醫院護理管理信息增長迅速。2016年11月18日，我國衛生計生委提出的《全國護理事業發展規劃（2016年-2020年）》明確表示，信息化技術的迅速發展為推動護理學領域創設了有力條件[3]。在這樣的環境下，我們又將如何推動護理管理更加科學的向前發展，以適應人工智能和大數據為醫院所帶來的改變，這成為了一個我們需要思考的問題。

1 ?護理事業現狀

1.1 ?護理教育現狀

護理學是一門應用型學科，實踐性很強，但傳統教育模式中“重書本，輕實踐”的現象仍普遍存在[4]。學校主要強調基本技能和基礎理論的教學，但沒有重視提高學生的思考全局的能力的培養，學生在思維上的創造和創新能力十分貧瘠。在護理教育的過程中，整個護理專業知識結構和課程是不完美的。目前，全國各類高校對護理人才的培養依舊采用生物醫學模式，即通過傳授醫學基礎知識、公共知識和專業知識這三個主要方面，輔以部分社科知識，如人際溝通、護理禮儀等方式來培養護理人才。由此方式塑造出的護理人才則會存在缺乏動手實踐能力和科研訓練能力，更重要的是在專業方面的特殊性上，在心理層面缺失嚴重，對心理護理、人文關懷、健康促進等方面缺乏健康教育知識，導致其不能適應現代醫學模式的要求，更不能適應在人工智能及大數據背景下的護理事業。

1.2 ?護理專業人才學歷偏低

目前，我國護理人才的教育還處在初步發展階段。目前國家正在大力發展護理方面的高等教育，在課程設置上逐步細化護理分類以培養特殊護理人才和專業護理人才，并加強護理人才在各級培訓。為了完成護理工作，如助理護士和專業操作護士，可以調整整體護理的要求，改變護理服務模式。隨著社會的發展與進步，現代護理理念也在發生著變化，要求當今時代下的護理工作人員的培養要多元化、多角度、多層次。需要在時代進步的條件下，我們需要重新認識護理專業，不斷增加、拓寬專業領域與廣度，與時俱進才能培育出優秀的護理人才。

在當今社會和整體環境下，人工智能及大數據已經以極快的速度涌入社會中的各個工作領域，護理行業也不例外。就國內護理研究現狀而言，護理學領域的研究仍以人群觀察性研究為主，受人力、財力、參與者配合度等多種因素的影響[5]，導致我們更需要在有限的環境中突破瓶頸解決問題。所以我們更加需要對護理專業進行清晰地再認識，使得我們培養出來的護理工作者具有熟悉了解人工智能及大數據環境下的護理工作，以便在有限的資源中，通過優質的護理工作人員和人工智能的協調作用，實現工作效率最大化。以達到人機融合、高效護理、高效研究的目的。

1.3 ?醫院臨床護理工作人員缺編嚴重

建國后，我國對護理教育的發展極為重視，但是由于實際情況及歷史條件所限，導致護理工作人員的學歷層次絕大部分停留在中專上面。根據衛生部統計信息中心數據，截至2004年底，我國護士總人數為130.8萬人，接受過大專及其以上教育的護士占總數的31.6%、截至2010年底，全國注冊護士總數為204.8萬人，接受過大專及其以上教育的護士占總數的51.3%、截至2017年底，我國注冊護士總數超過380萬人，接受過大專及其以上教育的護士占總數的67%。

縱然我國護理人員數量在逐年快速增長，但是大專以下學歷的護士總數依舊占有相當大的比例，所以截止到目前我國的護理教育層次和水平依舊處于一個偏低的狀態。隨著全球社會老齡化的日益加劇，就醫群體數量的不斷增加，護理人力資源極度緊缺，需要技術含量高的智能護理技術來滿足社會對醫療護理服務的需求[6]。而且隨著人口的增長，這樣的情況將會長期持續。根據上述情形，當今的護理發展已無法滿足社會發展的需要。

綜合上述三個觀點，我們不難看出，隨著社會發展與科學的進步，我國護理事業在響應國家號召，不斷完善進步的同時，也急需培養實踐能力強，臨床工作閱歷豐富并接受過高等教育的護理工作人員，以適應目前以及未來不斷發展的護理事業的需求。

在人工智能及大數據的時代，縱然信息化與智能化設備可以幫助護理工作人員在某種程度上減輕工作壓力，但與此同時，伴隨著科學技術的不斷進步與發展，大環境下對護理工作從業人員的學歷、實踐經歷及能力、新生事物的接受能力等各方面的要求也在不斷提高。所以對于人工智能背景下的護理事業的發展依舊存在諸多難題，同樣也帶來了無比的機遇與挑戰。

2 ?人工智能及大數據時代下的護理變革

2.1 ?人工智能及大數據將提高護理從業人員的工作效率

傳統的護理管理決策模式通常是以護理管理者個人意志為主導，隨著護理行業數據呈爆炸式增長，護理管理者僅憑個人經驗做出決策，其正確性往往受到影響[7]。隨著人工智能、大數據等科學技術逐漸應用于醫學護理行業，使得臨床護理工作的智能化水平有了顯著的提升，但是這些提升并不能完全為護理從業人員提供充足的信息和幫助。

將人工智能及大數據應用于醫療護理中，極大提高了醫護工作人員的工作質量，也改善了醫院診療方式[8]。人工智能和大數據的技術應用和相對應的設備提高了醫生醫療指令的執行能力，確保了病人護理信息數字化實時性和移動護理數據的實時傳輸。通過電子檢查患者的身份，可以達到實現方便快捷的效果，簡化患者識別過程，并確保輸液，輸血以及藥物的治療等精準和安全。目前，國內各層次的醫院基本建立了一套功能完備的護理信息系統，能夠創建無縫形式的電子醫療文件，以確保醫院護理管理和護理之間的無縫護理，使患者及其家屬減少在醫院中奔波尋找所耗費的時間，同樣也幫助了護理工作人員減少了每天處理護理文檔的工作量，而且還極大提高了護理文檔的準確性，減少了因人為失誤而對患者造成的不必要或不可挽回的損失。

隨著電子科技在醫療領域的不斷探索與發展，各類醫療設備慢慢的被醫院所采用，使得各種信息的采集、存儲和計算越來越便捷和高效。在多個醫療衛生信息的平臺的協作下，眾多醫療數據如過敏史、家族史等信息都得以輕松的可視化，這就讓醫院的醫務工作者能夠及時獲取基本信息，從而幫助他們作出最優決策。

綜上所述，隨著人工智能和大數據涌入醫療行業，醫院醫務人員、護理工作者從中收益良多。他們在建立患者信息過程中感受到了工作流程的簡化，在護理過程中感受了工作流程的清晰，但是，在健康大數據呈現爆炸增長的年代，帶給護理行業的巨大難題就是，如何在眾多數據中提取出有價值的大數據。

2.2 ?人工智能及大數據設備在護理領域的部分應用

隨著人工智能設備的引入，醫院的工作人員可能拿出更多的時間和精力來接納更多的患者和解決更多的問題。目前人工智能設備在醫院護理方面的應用主要是在飲食護理、慢性病護理管理以及智能病房中。

隨著人口老齡化的到來，對殘疾人和失能老人的護理工作就顯得尤為重要，與此帶來的患者對護理的需求與護理工作人員的缺乏的矛盾與日俱增。其中，日常的飲食護理是對患者的最重要生活活動之一。按照以往的工作方式，護理工作人員需要花費大量的時間和精力來了解患者往日的生活習慣與飲食習慣，以便于每日為患者準備相對應的符合護理標準的日常飲食。而且在飲食期間，還需要了解和適應被護理人員的飲食習慣、喂食間隔等。

隨著生活水平的提高，慢性疾病成為國內常見疾病中最主要的死亡原因之一。將人工智能技術與醫療設備、移動計算和傳感器技術等最新技術相結合，有可能創造和提供更好的慢性疾病護理服務[9]。由于目前國內護理工作人員數量的不足，對于慢性病患者的護理往往是通過患者子女自己護理或雇傭相應護理人員來完成的。目前對于慢性病創新的護理管理是基于美國的模式，例如臨床護理人員通過讓病人自我對于血糖的檢測來讓自制力強的病人進行自我監督和管理[10]。而在國內，為提高被護理人員的生活質量，我國正在研發符合我國實際情況的慢性病自我管理的人工智能技術。

3 ?人工智能及大數據下的護理事業中所面臨的問題與挑戰

結合人工智能及大數據下的護理事業的變革，我們了解到，人工智能及大數據目前并沒有在醫院護理方面的各個方面廣泛應用。目前醫院的護理模式依舊是以護理工作人員為主導，智能化設備以簡化工作流程為輔的工作方式。所以如何在人工智能及大數據下的護理工作和以人的經驗為主導的護理工作方式之間找到合適的臨界點，以使護理工作效率最大化是我們亟待解決的問題。

3.1 ?人工智能及大數據下的護理事業的關鍵在于人

護理工作中要秉持純粹的初心，關愛仍是護理發展不變的根基和靈魂。人工智能及大數據下的護理信息建設的實際想法和設計者應該是對護理有深切感悟與理解的護理工作人員，是能讀得懂護理專業內涵的護理工作人員。人工智能及大數據下的信息技術作為一項工具，必須要由護理工作人員做主導，隨著科技信息發展，護理照護服務的提供、護理管理、護理科研教學、護理學科發展一定需要信息技術的支持，但如何能讓護理信息更健康發展，更好的助力護理，更貼近滿足行業需求，就一定是護理人要主導。同時，對于護理工作人員來說，直接照顧病人的經驗是擔任人工智能及大數據下的護理信息系統設計的基本起點，經由護理過程的完整訓練而成熟的觀察、評估、計劃、執行與提供病人的照護，護理人員將其拓展至人工智能及大數據下的信息系統技術、系統分析、執行原則和過程的應用，使得護理在專業化發展過程中，不斷發生蛻變，借助信息化更好地、有效益地和有效率地發揮護理專業的特性。

3.2 ?實現人機共融才能適應人工智能及大數據下的護理事業

根據護理事業現狀，我們得知，護理工作人員雖然在逐年增長，但依舊處于護理資源短缺的狀態。隨著人工智能及大數據時代的到來，使得借助人工智能及大數據設備開展相關的護理工作成為可能。

目前，具有導診、消毒、物流等功能的機器人在護理工作中的已經得到了應用。在以人工智能為代表的技術浪潮中，醫療機器人將徹底打通醫院信息流與物流，構筑完整閉環，解放人力，實現人機共融，從而使醫療機構擁有更高的運營效率，打造出更優質的服務體驗。

伴隨著人工智能及大數據支持下的一些護理機器人已經慢慢走進醫院投入使用。但是在以護理工作者的經驗為主導的醫院體制下，如何找到與人工智能及大數據下的護理設備的平衡點則成為護理事業的重點問題。雖然人工智能可以模仿人類的情感，但距離真正的同感共鳴還有很長的路要走。所以實現人機共融才是護理事業中將人的經驗和人工智能及大數據下的設備效率最大化的必要之舉。

4 ?結語

隨著人工智能及大數據時代的到來，護理事業正面臨著變革，在接納人工智能及大數據下的護理設備的同時，醫療機構也急需思考對于護理服務模式的重構。但基于目前國內實際情況而言，護理工作人員依舊短缺，人工智能及大數據設備并不能完全代替人而進行護理，絕大部分仍停留在業務的數字化上，不能為護理管理者提供決策信息和幫助[11]，甚至于人工智能設備僅能夠為醫療機構提供便捷的流程。對于人工智能及大數據下的護理設備的發展將會有很長的一段路要走，需要不斷的研發進步才能實現絕對的智能化與信息化，而對于醫療結構的服務模式，應該會在很長一段時間，維持在以人為主導，人機共融的護理模式中，護理工作人員的經驗將會逐步為人工智能及大數據下的護理設備提供新的改善方案。而人工智能及大數據下的護理設備也會在不斷發展中找到與醫療機構的合適的平衡點。

參考文獻

[1] 孔祥溢， 王任直. 人工智能及在醫療領域的應用[J]. 醫學信息學雜志， 2016， 37（11）： 2-5.

[2] 周光華， 辛英， 張雅潔， 等. 醫療衛生領域大數據應用探討[J]. 中國衛生信息管理雜志， 2013（4）： 296-300.

[3] 朱瑞芳， 岳小丁， 韓世范. 大數據在護理學科中的研究進展[J]. 護理研究， 2017， 31（13）： 1553-1557.

[4] 趙文曉. 大數據背景下我國高等中醫藥院校護理教育發展的思考[J]. 護理研究， 2017， 31（28）： 3606-3607.

[5] 楊瑩， 毛靖， 李節. 大數據在護理學領域的應用[J]. 齊魯護理雜志， 2016， 22（12）： 55-57.

[6] 羅鳳， 陳金鷹， 李果村. 人工智能技術在醫學領域的應用分析[J]. 通信與信息技術， 2018， （6）： 27-28.

[7] 趙瑜， 萬長秀， 周瓊. 大數據時代醫院護理管理創新發展的思考[J]. 護理管理， 2017， 15（30）： 3798-3800.

[8] 陳鎮. 大數據在醫療護理中的應用[J]， 信息與電腦， 2016， （11）： 31-32.

[9] CONTRERAS I， VEHI J. Artificial intelligence for diabetes management and decision support： literature review[J/OL]. J Med Internet Res， 2018， 20： e10775. doi：10.2196/10775.

[10] SUDHARSAN B， PEEPLES M， SHOMALI M. Hypoglycemia prediction using machine learning models for patients with type 2 diabetes[J]. J Diabetes Sci Technol， 2015， 9： 86-90. DOI：10.1177/1932296814554260.

[11] 呂曉娟， 張麟， 陳瑩， 等. 大數據時代醫院管理決策面臨的機遇與挑戰[J]. 中國數字醫學， 2016， （2）： 16-18.

[12] 張菁， 徐家華， 施莉， 等. 人工智能技術在護理領域的應用現狀與發展趨勢[J]. 第二軍醫大學學報， 2018（8）： 939- 941.

[13] 楊瑩， 毛靖， 李節. 大數據在護理學領域中的應用[J]. 齊魯護理雜志， 2016， 22（12）： 55-57.

[14] 閻金滿. 淺議人工智能時代財務會計向管理會計的轉型[J]. 經貿實踐， 2018（20）： 117-118.

[15] 蘇春曉， 童麗靈. 護理人員分層管理和使用促進崗位管理的實施[C]. 現代護理論壇. 2015.

[16] 陳紅. 靜脈留置針在臨床的多種用途[J]. 中華現代護理雜志， 2005， 11（20）： 1705-1705.

[17] 汪子堯，賈娟. 人工智能的前生、今世與未來[J]. 軟件， 2018， 39（2）： 223-226.

[18] 梁子鑫. 探討新時代背景下新興技術在人工智能中的應用[J]. 軟件， 2018， 39（7）： 166-169.