臨床決策支持系統在重癥護理中的應用現狀

徐佳卿，高瑩瑩，張文婷，李圣芳，秦美容，鄒白梅，丁小容，賴文娟

北京大學深圳醫院，廣東 518036

危重病人病情急、危、重，重癥護理人員需對其病情變化做出快速應對，一旦決策失誤，將對病人造成不可預估的影響，信息技術輔助可以提高重癥監護病房（ICU）醫護人員的決策能力[1]。《“健康中國2030”規劃綱要》和國務院“關于積極推進‘互聯網+’行動的指導意見（國發〔2015〕40 號）”[2-3]提出，醫療機構應著力推進“互聯網+”人工智能應用服務，研發基于人工智能的臨床診療決策知識系統，實現個人健康實時監測與評估、疾病預警、慢性病篩查、主動干預[4]。臨床決策支持系統（clinical decision support system，CDSS）是運用專家系統的設計原理和方法，模擬醫學專家診斷、治療疾病的思維過程編制的計算機程序[5]，可以幫助醫護人員做出有效的臨床決策。護理CDSS 能夠幫助護理人員對病人信息進行收集、整理、分類并建立邏輯關系，明確護理目標和措施，從而做出最佳護理決策的程序。我國CDSS 在重癥護理方面的應用仍處于起步階段，現從CDSS 的發展、構建現狀及在重癥護理中的應用等方面進行綜述，以期對重癥護理CDSS 的建設提供參考。

1 重癥護理CDSS 的發展

CDSS 的研究始于20 世紀50 年代末，直到20 世紀70 年代中期，世界上第一個CDSS（MYCIN）在美國斯坦福大學誕生[6]。20 世紀70 年代末，我國關幼波教授與計算機工程師共同研發針對肝炎的診療計算機程序，是我國最早的基于中醫的CDSS[7]。1980 年，Sprague 提出決策支持系統兩庫結構，極大地促進了決策支持系統的發展[8]。2006 年，O'Neill 等[9]依據臨床決策模式研究護理決策系統。21 世紀初，我國護理信息系統逐步發展。2014 年，陳黎明等[10]建立了智能化危險因素評估系統，幫助護士智能評估決策，有效降低了跌倒和壓瘡的發生率。有學者將臨床護理分類以及循證實踐應用于護理信息系統中，幫助護士更有效地進行臨床工作[11]。隨著醫院信息化建設如火如荼地進行，重癥護理CDSS 也隨之發展。

2 重癥護理CDSS 的構建現狀

CDSS 分為知識庫和非知識庫的決策系統[12-13]，其中基于知識庫的決策系統主要包括知識庫、邏輯推理機和人機交互接口三大部分，核心是知識庫構建和知識轉化[14]。

2.1 知識庫的構建 構建護理CDSS 知識庫包含4 個步驟，首先明確決策的護理領域，其次將知識形成標準化術語，再對其進行編碼，最后對知識庫進行評估和測量，并持續更新[11,15]。史婷奇等[12]認為，知識庫主要通過文獻回顧、現狀調查、情景分析、內容分析及專家咨詢等方法建立。Peterpaul 等[16]認為，知識庫的來源包括醫學文獻知識庫、系統生物學知識庫、衛生保健系統知識庫。井立強等[17]認為，基于循證的護理知識庫是護理知識全面且結構化的知識集群，是針對護理領域問題的解答，通過某種知識表達方式在計算機存儲系統中儲存、組織、管理和運用的知識集合。目前，基于循證的知識庫構建是護理CDSS 的研究熱點，它基于大量的證據、系統評價、指南等形成了知識的匯總，但重癥護理CDSS 的構建多停留在某個護理領域，尚未形成系統的知識庫。有研究表明，以臨床指南為參考依據，重癥護士與信息專業人員共同參與知識庫的構建與設計，將重癥系統各種疾病知識、藥品用法及不良反應、輔助檢查等信息均納入CDSS 系統，有利于開發并形成更完整的知識庫體系，并且能夠提高重癥護士使用系統的積極性[18]，提示在后續構建重癥護理CDSS 知識庫中，應基于循證，輔以系統的疾病知識及藥理學知識等，以形成完整的知識體系。

2.2 標準化護理術語 標準化護理術語是一套基于護理實踐和護理學科的標準化語言，對于護理實踐數據的收集、存取、表達和交流至關重要[11]，也是護理信息學發展的基礎，提供了護理語言的基本框架結構，與原始信息數據保持一致，是解決語義概念性、知識表達一致性以及醫療資源共享性的有效方式[19]。目前，全世界有正在試驗、試用和推廣的多個術語系統，這些術語體系通常都是從臨床護理實踐中提取相關概念，選擇相關術語進行命名和定義，從而建立的分類體系，且不同的術語體系之間可相互映射[20]。常用的國際護理術語分類系統有北美護理協會護理診斷、國際護理實踐分類、臨床護理分類、護理措施分類系統、護理結局分類系統、奧馬哈系統、圍術期護理數據集等[21]。研究顯示，當前臨床護理語言大多數處于無序的原始狀態，缺乏統一、規范的語法和句式表達[22]。王草源等[23]開發的護理CDSS 以護理程序“評估、診斷、計劃、實施、評價”為框架，參考國際護理術語分類系統構建循證知識庫。劉宏見等[24-25]研究顯示，基于臨床護理分類的重癥監護室電子護理記錄系統應用于ICU 護理記錄具有良好的適用性及可行性，能反映ICU 護理工作特征及病人病情特點，提高護理記錄效率，實現了臨床護理信息的標準化表達和數據共享。近年來，我國護理標準化術語逐步發展，但仍存在參差不齊、缺乏統一規范等問題，難以滿足臨床護理信息共享的需求，提示可綜合現有的護理術語分類系統，同時契合本土國情，形成護理標準化術語并進行編碼，逐步建立適用于我國的標準化護理術語體系，為護理大數據的建設夯實基礎。

2.3 邏輯推理機 邏輯推理機的開發是構建CDSS的一個重要步驟，其功能是將醫學知識應用于病人數據管理中，然后做出決策和預測，其對數據處理是利用知識和推理策略對整個知識庫進行控制和協調[26]。Berner 等將推理方法分為基于規則推理、基于模型推理和基于案例推理等類型[27]。基于規則推理主要是指基于IF-THEN 規則進行推理，確定臨床護理實踐的方向和順序，以實現決策支持；基于模型推理主要是指利用臨床數據、指南或“假設推理”的方法構建相應的治療模型以支持決策，早期的CDSS 大部分是基于模型推理；基于案例推理主要是指利用已有的案例經驗來推理[28]。楊麗等[29]針對中醫臨床診斷與治療的決策輔助問題研制基于案例推理的臨床診療決策支持原型系統，該系統能夠根據相似的案例，在分析癥狀、診斷和中藥相關關系的基礎上，給出更加貼合臨床問題的診療調整意見。護理決策隨著病人病情變化不斷改變，借助護理CDSS 可以推理出符合病人病情的措施，為病人提供個性化、精準化的護理決策，同時也為護理人員的決策提供強大的理論支持。但在重癥護理領域存在著不同疾病的同樣癥狀、體征所需要的照護內容不一樣的情況，這類情況僅依靠設定好的決策樹很難得出合理的建議[30]，提示重癥護理CDSS 的推理應借助深度學習的神經網絡進行大量數據學習，以幫助護理人員獲取更佳、更具針對性的決策建議。

2.4 人機交互接口 人機交互接口一般由實時的靜態電子看板和系統根據規則動態觸發的提醒和報警交互構成[12]。系統可使用標準化術語實現交互，界面將標準化術語轉換成一種系統內部可識別的形式，以此為基礎實現同數據庫管理系統、模型管理系統及深度知識庫的接口，然后通過標準化術語接口轉換成標準化語言輸出給用戶[31-32]。重癥病人病因復雜、病情變化快，決定了決策環境的復雜性，這就對人機交互接口提出了更高的要求。人機交互接口應當具備更多的智能化特征，即有標準化語言理解和生成能力[31]。李昕華等[33]設計的智能交互平臺用于接收來自各臨床信息系統的病人數據,并將病人數據與知識庫知識進行分析、整合、對比,通過推理機生成可視化人機交互端的交班信息[33]。互聯網的快速發展，帶動了護士與信息科人員的深入交流和密切合作，人機交互系統的臨床適用性越來越高，信息轉化、界面顯示、功能使用等方面被越來越多的護士接受。國內重癥護理決策系統起步較晚，重癥護理知識的復雜與計算機知識的轉換之間仍存在一些困難。有研究指出，人機交互系統對護生、新護士和護理專家均有極大的幫助[34]。在系統使用過程中，經驗豐富的護士如遇到使用不靈活的系統，可能導致工作效率降低，且護士對系統的需求和依賴，會隨著對系統的熟練程度和臨床的復雜性而發生變化。因此，促進人機交互系統個性化的設置，使界面更優化、信息轉化更清晰、功能更完善，是今后構建重癥護理CDSS 努力的方向。

3 CDSS 在重癥護理中的應用

3.1 應用于單一護理領域 近年來，重癥護理臨床決策支持系統的研發主要集中在臨床護理問題方面，包括危急值管理、護理風險管理、氣道管理、護士交接班管理等方面。

3.1.1 危急值管理 在國外，有學者針對ICU 病人的血糖管理[35]、體溫管理[36]及血鉀調控管理[37]開發了相應的CDSS，提高了數據記錄的準確性，通過警報、提醒和建議等形式為護士提供即時的、適當的決策方案。國內研究中，雖未見針對重癥護理的相關報道，但孫玉嬌等[38]針對住院病人開發了低血糖護理決策支持系統。黃娜等[39]對決策支持系統在妊娠期糖尿病管理中應用的準確性和有效性進行評價，結果顯示，臨床醫生共進行了18 次治療調整，73.3%的系統建議與臨床醫生的治療決定相匹配。提示CDSS 雖能幫助醫護人員針對病人不同的病情提供不同的決策方案，但切勿過度依賴決策系統而忽視對病人病情的觀察，導致決策失誤。

3.1.2 護理風險管理 國外學者Barra 等[40]開發的ICU 警告系統，包含醫源性氣胸、護理相關感染、腹部或盆腔手術后縫合處傷口裂開、血管通路喪失以及氣管內意外拔管五大警告系統，自動關聯病人評估數據，生成相應的警告內容。Beeckman 等[41]設計的壓瘡決策支持系統，提供皮膚觀察、床墊選擇和使用、體位更換頻率、臥位選擇和傾斜角度4 個方面的護理建議。國內學者黎張雙子等[42]研發的重癥病人非計劃性拔管信息系統，形成“事前-事中-事后”的全過程、多角度的預警方法和預控體系。范英等[43]開發了基于護理評估的CDSS，保證了評估的動態性與連續性。尉俊錚等[4]研發的護理決策系統利用立體人體圖提醒護士加強管路護理。CDSS 應用于重癥護理風險管理效果良好，有效預防了重癥病人并發癥的發生。

3.1.3 氣道管理 國外學者Lyerla[44]研究發現，將機械通氣病人床頭抬高角度的證據形成護理決策支持系統，設計了重癥監護病房機械通氣保護性通氣策略的支持系統，可提醒護士落實預防措施，減少呼吸機相關性肺炎的發生。胡月[45]設計實現的ICU 內呼吸機相關性肺炎的臨床決策支持系統，決策維度豐富，決策速度較快且在實際臨床數據中驗證了系統的決策精確度,為ICU 呼吸機相關性肺炎的預防、診斷和治療提供了決策依據，提升了醫護人員的決策效率。

3.1.4 護士交接班 國內李昕華等[33,46]基于臨床決策支持系統設計了護理一體化交接班模塊，通過使用基于臨床決策支持系統的一體化交接模塊實現了病人信息、醫囑及護囑執行等信息的實時提取，實現了從物品、病人、分組到整體的一體化交接，實現了多點多問題的決策支持輔助護士交班，提高了護士交班報告的書寫效率和工作滿意度。提示在CDSS 功能設計時可重點關注交接過程中的個性化差異和異常，提升交接班效率和質量，為重癥病人的延續性護理提供客觀的、可追溯的依據。

3.2 應用于整合的多個護理領域

3.2.1 基于臨床路徑的CDSS Hao 等[47]基于臨床路徑開發了決策支持系統，包括急性疼痛、排尿功能受損、皮膚完整性受損、焦慮、感染風險和跌倒風險6 項護理診斷決策，為病人提供個性化的護理計劃。胡彬等[48]設計了以臨床路徑為核心的護理信息支持系統，有助于護理決策的制定。

3.2.2 基于護理程序的CDSS 在國外，護理CDSS以多種方式改善病人的護理，如藥物管理、護理診斷支持、健康預防、監測、疾病預防與管理、臨床實踐建議、新護士的培訓等。在國內，王欣然等[49]將決策支持植入重癥監護信息系統，基于標準化語言構建知識庫、結構化護理程序及護理觀察記錄，實現護理過程及不良事件的閉環管理、智能提醒與干預。王棟[50]通過構建知識庫，連接醫院信息管理系統+掃碼腕帶識別+數據實時采集、實時分析，實現以專科護理、護理風險評估、感染防控及風險預警為主要功能的重癥信息決策管理系統。

3.2.3 基于護理管理的CDSS Schaarup 等[51]總結了4 種針對不同類型的慢性傷口臨床決策支持模型；Chen 等[52]構建了護理人力資源配置決策支持系統；程建平等[53]開發了基于CDSS 的護理文書質量控制錄入系統；秦麗麗等[54]基于醫院信息系統研發結構化的護理不良事件管理系統；楊莘等[55]運用CDSS 構建了護理質量評價體系，使護理質量評價體系更加客觀、切實、可行；魏暢[56]認為護理管理決策支持系統可以實現護理人力資源、績效考核及護理質量管理的有效控制及科學評價。

綜上所述，CDSS 主要用于輔助護理程序、智能提醒與警告、健康教育以及優化護理管理等，涵蓋護理工作、護理資源和病人狀況等方面。目前，關于護理CDSS 的研究大多聚焦于單病種或某一臨床問題[23]，系統、全面提供護理決策及整體護理的研究較少，適用于重癥護理的更少。單一護理領域CDSS 構建的知識庫、人機交互系統較為簡單，而多個護理領域的CDSS應用環境較為復雜，需要構建全面的知識庫與人際交互邏輯等，比較耗費時間、金錢、人力及物力。國外的護理CDSS 大多數基于全面的決策支持系統上，再進行單一護理問題的CDSS 補充開發，在提高護理人員的決策能力、數據整理能力和判斷能力方面效果更佳。我國重癥護理CDSS 的開發，無論是單一還是多個護理領域的研究均有很大的提升空間，在充足資源的基礎上，從全面到單一領域的開發將更有利于臨床護士使用。

4 小結

4.1 優勢 重癥病人病情復雜，護士面臨急劇變化的病情時，決策支持系統有助于護士做出更準確、更及時的護理決策，進行更及時、更恰當的基于循證的護理措施。一項系統評價顯示，CDSS 在護理程序、護士實踐環境、批判性思維、病人安全、病人生活質量和護理服務資源方面具有積極影響[57]。王欣然[49]將CDSS 嵌入重癥信息系統中，將臨床過程信息形成閉環管理，實現了預警提示功能和智能提醒。王草源等[23]的設計實現了病人信息的互聯互通并通過規則鏈接觸發決策內容，貫穿護理全過程的智能決策，可為低年資護士提供準確、客觀的決策依據指導，縮短護理用時、降低成本、提高護理效率的同時提高了護理質量，有助于避免護理不良事件，減少護理病歷質控問題，提高了病人的滿意度[12]。

4.2 不足 隨著醫院信息化建設的大力推廣，CDSS在護理中的應用也越來越廣泛，展示了其強大的功能和應用價值，但仍存在一些不足：①許多CDSS 護理知識庫內容陳舊、循證支持力度不足，缺乏通用的標準化護理術語[7]，無法滿足信息共享和信息更新的需求；②CDSS 產品質量不一。設計不佳的系統可能無法提供CDSS 所期望的全面支持，當護士看到臨床重要的信息被忽略時，可能增加其對系統的不信任進而不積極或抵觸使用[58]；③現有的CDSS 功能較為單一，多是針對某種疾病或某種風險預警功能的開發，無法實現護理全過程的護理決策[59]。

4.3 啟示與展望 CDSS 在重癥護理中的應用在我國仍處于探索階段，功能較為局限，關于已開發系統使用效果的實踐研究報道較少。針對其中不足，仍需努力，如建立一套標準化的護理術語，為數據交換或信息共享創造基礎，避免信息孤島的形成；建立一個完整的多病種循證護理知識庫，為CDSS 提供強大的、科學的、合理的理論依據。同時，在研發的過程中應征求護理人員的建議，采用多學科、多維度合作的方式，共同應對CDSS 在臨床應用場景中的障礙，提供有效的決策[10]。基于臨床實踐指南的CDSS 可以提高臨床人員對指南的依從性，促進最佳臨床決策形成，將會是未來重癥護理領域發展的重點，應進一步關注護士在使用過程中的體驗、對警報的視覺偏好等細節[60]，不斷改進以更好地迎合臨床需求，優化CDSS 在重癥護理中的應用性能。