基于PubMed數據庫的人工智能在護理領域的研究熱點分析

曹常樂 黃碩果 郭 瓊 周紀妹

人工智能(artificial intelligence，AI)是研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統[1]。近年來，全球各國均關注并致力于人工智能的研究。2017年，我國在《新一代人工智能發展規劃》中明確提出了面向2030年，我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施 ，部署構筑我國人工智能發展的先發優勢 ，加快建設創新型國家和世界科技強國[2]。隨著“互聯網+醫療健康”的發展，不斷探索和建設以人工智能技術為基礎的新型護理模式勢在必行[3]。“人工智能+護理”的發展不僅能緩解人力資源短缺的問題，提高工作效率，也可促進學科革新及護理科研的發展，為護理注入了新的動力，具有可觀的社會效益和經濟效益，符合我國的基本國情及方針政策[4]。目前，“人工智能+護理”的發展尚處于起步階段，護理人員在其發展中起到至關重要的作用，可在一定程度上促進人工智能有效、公平的開展，本文通過對PubMed數據庫收錄的人工智能在護理領域的研究文獻進行計量分析并總結，以期為我國護理工作者進行該專題的研究提供參考依據。

1 資料與方法

1.1 檢索來源及檢索方法

以PubMed數據庫為檢索的數據庫來源，以"artificial intelligence MeSH Terms" AND "nursing" OR "nurse MeSH Terms"為檢索式，檢索時間為建庫至2019年8月31日，初次搜索到247條文獻。

1.2 納入與排除標準

納入標準：研究對象為人工智能的相關護理研究。排除標準：(1)文章信息缺失；(2)與主題弱相關的文獻；(3)重復的文獻；(4)會議綜述、論壇、新聞報道等非研究類文獻。

1.3 研究工具和方法

采用由中國醫科大學醫學信息系參與開發的書目共現分析系統(BICOMB 2.0)軟件，對文獻年代、發表期刊、國家分布等數據進行計量學分析。采用SPSS 21.0 統計軟件將詞篇矩陣進行聚類分析，生成研究熱點。

1.4 提取資料

查看文獻標題和摘要部分，由 2名研究員按照納入與排除標準進行單獨判斷，出現分歧時，由第三名研究員進行仲裁。采用“主要主題詞-副主題詞”的提取方式，對提取的關鍵詞進行整理，截取高頻主題詞。

2 結果

本次研究初步檢索出文獻247篇，剔除文獻20篇，其中文章信息缺失6篇，重復文獻5篇，與主題弱相關2篇，非研究類文獻7篇，最終納入文獻227篇。

2.1 年代分布

AI相關護理文章始于1986年，總體呈上升趨勢，在PubMed數據庫中，2009-2019發文量分別為10、5、8、9、14、17、18、16、14、25、16篇。見圖1。

圖1 近10年PubMed中有關護理人工智能的發文量趨勢圖

2.2 期刊分布

PubMed中AI相關護理文獻共發表在125種期刊上，期刊分布范圍較廣。其中，發文量較高的前5名期刊見表1。

表1 AI相關護理文獻發文量前5名的期刊

2.3 高頻主題詞分布統計

運用Bicomb 2.0提取文獻中的主要主題詞，并按照降序排列。為保證核心論文收錄的全面性，取出現頻次≥6，累計百分比為41%以內的主題詞作為高頻主題詞，共得到高頻主題詞29個，最高頻次為74次。見表2。

表2 高頻主題詞表

2.4 高頻主題詞聚類結果分析

運用SPSS 21.0統計軟件進行系統聚類分析，結合樹狀圖、主題詞詞義、代表性文獻，總結出3個研究類團：(1)護理信息化建設及其對護理人員的改變；(2)護理決策支持系統的應用；(3)與機器人相關的專科護理的發展。見圖2。

圖2 AI護理高頻主題詞系統聚類結果樹狀圖

3 討論

護理相關人工智能的研究文獻呈逐年上升的趨勢，在2018年達到高峰。發文量方面，主要來源于歐美等發達國家，如美國、英國、荷蘭、德國等。我國的人工智能起步相對較晚， 研究相對滯后。本文通過對PubMed中收錄的文獻進行聚類分析，得出了目前國際上研究熱點。

3.1 護理信息化建設及其對護理人員的改變

護理信息化是衛生信息化的重要分支，指在臨床護理領域，根據需要廣泛應用現代信息技術，有效開發利用信息資源，建設先進的信息基礎設施，將傳統的護理工作模式加以信息化發展，以期不斷提高綜合護理水平，加速現代化進程[5]。其目的在于以信息共享為基礎，通過優化信息管理，改善全民健康。護理信息系統(nursing information system，NIS)是護理信息化的重要表現形式。早在20世紀70年代美國就將計算機應用于醫院管理，至80年代中期NIS開始逐步投入臨床使用。1992年美國護士協會正式將護理信息學作為護理領域的一個專科實踐，不僅開設了護理信息學課程，還設立了護理信息師、護理信息高級實踐護士和護理信息學專家等資質崗位。目前，護理信息化建設的研究熱點主要集中于安全用藥、跨學科交流、決策支持系統的應用、護理標準化術語、患者參與以及提高護理人員工作效率等方面[6]。Marceglia等[7]利用網絡平臺構建基于多學科協作的護理信息系統，對患者及家屬進行居家長期的動態觀察與指導，取得了較好的效果。在意大利的安科納大學醫院，靜脈用途的癌癥藥物制備的自動化程度已高達95%，機器人可通過條形碼掃描和數字成像，來識別藥物、稀釋劑和容器[8]。護理人員在信息化過程中起基礎性作用，AI的投入與使用，改變了傳統的護患關系，形成了護士、患者、AI的三方新型護患關系。而護士也不僅僅單純的是信息化成果的接受者，而更多的是過程的參與者、設計者。由于AI的挑戰，護理人員需要更多的了解學習護理數據的產生與統計技術。同時，護理信息化的發展也充分體現了信息技術優質高效的特性，將現代護理管理的新思路和新理念融入其中，改變了原有傳統的護理模式，使其逐步擺脫了繁瑣、低效的工作模式，走向高效、智能、共融[9]。

3.2 護理決策支持系統的應用

決策支持系統(decision support systems，DSS)是人工智能的一個分支，是通過數據、模型和知識輔助決策，以人機交互方式進行半結構化或非結構化決策的計算機應用系統[10]。護理決策支持系統(nursing decision support system，NDSS) 能將患者信息與計算機知識庫內容相匹配，推算出患者個體化的護理方案，可優化護理決策，尤其為低年資護士在復雜多變的臨床環境下提出護理問題、制定護理措施[11-12]。自20世紀70年代首次出現護理決策支持系統至今，其正處于逐步的發展與完善階段。目前，臨床使用的決策支持系統常以循證護理、標準化護理術語、護理電子病歷等為基礎，常涉及護理評估、護理診斷、護理計劃、護理管理、智能提醒與警告以及健康教育等多種內容，并應用于患者血糖監測、傷口管理、院前救護、重癥監控以及護理人力資源管理等方面[13-15]。NDSS是護理知識工程與AI的充分融合，是智慧醫院的重要組成部分，為現階段的研究熱點之一。NDSS的應用不僅可以促使護理文書標準化，保證患者安全，提高護理質量，控制醫療費用支出，也可以實現數據資源的整合與共享，促進護理信息學快速高效發展[13]。但NDSS在醫院實施中仍面臨較大的阻礙，如：醫院龐大的信息系統使對接工作繁瑣艱巨、可移植性差、知識庫不健全、系統標準不統一等問題。基于此，構建統一的標準化護理術語、將NDSS應用于多元復雜的環境中、建立適合不同護理環境的NDSS則為接下來的研究方向與重點[12]。

3.3 與機器人相關的專科護理的發展

“人工智能+護理”的高速融合，促進了專科護理的細化發展。護理機器人、社交輔助機器人等是目前常見的AI輔助產品，其主要應用于老年護理和患者圍術期的護理。人口老齡化給社會保障及醫療體系帶來了巨大的壓力[16-17]，而人工智能的投入使用可在一定程度上起到緩沖作用，且正在被護理人員廣泛接受。機器人的應用不僅可對老年人進行生活援助，也可協助醫護人員對居家老年人健康情況、疾病變化進行監測，從而制定個性化的健康管理方案。有學者[18]對使用機器人的14家養老機構進行了為期2年的調研，發現在單獨人機模式的相處下可使長期拒絕與外界溝通的老年人再次說話。另一方面，手術機器人已進入產業規模化階段，正廣泛普及，且更適用于多病種、身體素質差的老年人。機器人的應用不僅可促使患者術后早期下床活動，減少失血，降低并發癥，更可縮短住院時間，使醫療資源高效利用。而加強圍術期的臨床護理是手術機器人應用的一個基礎保障，也是研究評價的一個方面，是非常重要的環節[19]。

4 結論

AI技術是科學技術創新與發展的必然產物，對護理行業起到了強大的沖擊與革新作用。其改變了傳統的護理發展模式，使面對面接觸式護理逐漸轉變為遠程護理，因其便捷、高效、智能的特點正在被廣泛的接納，可應用于靜脈配藥、定時巡視、病情監測、護理決策輔助、生活護理援助等方方面面。人工智能的發展使信息的獲取更加方便完整，但另一方面其數據的保留時長、訪問權限、隱私安全等也是研究者急需解決的問題，如何保護患者隱私，完善立法與法規，推動社會保健機制健全發展也是今后工作中不容忽視的問題。