數字孿生驅動的手術智慧管理平臺應用研究*

宓林暉 袁駿毅 侯旭敏

(上海市胸科醫院/上海交通大學醫學院附屬胸科醫院 上海 200030)

1 引言

數字孿生技術是綜合運用物聯網、大數據、人工智能等信息技術將真實世界中的物理實體鏡像投射至虛擬空間中，通過虛實數據的雙向傳輸與交互，在虛擬空間中實現物理實體模型的仿真優化，并按需提供各類智能應用[1]。數字孿生技術早期主要應用于航空航天、工業制造領域，近年來逐步推廣到智慧城市、醫療等領域，受到業界廣泛關注[2]。陰艷超等[3]研究指出，通過數字孿生技術構建的數字車間有助于動態分析車間運行情況，為優化生產資源調度、提高車間生產效率提供決策支持。手術涉及多環節、多部門、多資源、多人員的協作，是一項復雜的系統工程，也是醫療質量管理的重點關注內容。2021年出臺的《關于推動公立醫院高質量發展的要求》提出醫療機構應充分利用數字化技術，強化醫療衛生服務的內涵質量[4]。國內外醫院通常已建成手術信息系統，實現手術記錄、術中生命體征等資料登記。然而，手術追溯研究主要集中在手術器械、植入性耗材等方面，關于手術環節監管的研究較少[5]。因此，本研究將數字孿生技術融入手術管理，結合實際業務需求建立手術智慧管理平臺，優化手術流程、加強質量控制，為其他醫療機構加強手術過程質量監管提供借鑒參考。

2 圍手術期患者轉運流程

手術能力是衡量醫院醫療水平的重要標準，手術資源需要統籌管理和動態規劃。上海市胸科醫院是一家以心肺疑難手術為特長的三級甲等專科醫院，2022年手術量2.23萬例。隨著手術量逐年攀升，患者術前等候時間長、醫療資源緊張的問題日漸突出。研究表明，在醫院復雜的工作環境中，空間感知服務能夠提高醫療流程運行效率[6]。2022年5月醫院實施物聯網覆蓋，采用無線射頻識別技術(radio frequency identification，RFID)實現手術患者佩戴感應式手環信息的追溯。依托RFID采集患者實時位置，記錄手術環節時間點。物聯網技術帶來了以下變化：一是患者進入手術室掃描腕帶和手環定位，雙重身份確認模式保障轉運交接安全；二是改變既往手術室護士人工記錄方式，家屬等候區自動更新顯示手術即時狀態；三是病區護士及時掌握即將返回的術后患者，合理進行術后護理工作準備，見圖1。

圖1 物聯網全面覆蓋的手術患者轉運流程

3 數字孿生技術應用關鍵方法

3.1 手術信息化建設常見問題

手術信息化涉及的軟硬件眾多，平面化數據管理存在范疇交叉、信息互斥等現象。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》[7]提出，要運用數字技術擴展應用場景，促進公共服務的創新。手術信息化建設通常面臨兩類問題：一是頂層設計管理理念滯后，關鍵指標項定義不明晰，全局層面分析手段欠缺；二是數據融合互通能力不足，涉及手術、麻醉等多套異構軟件，對接難度較大[8]。

3.2 數字孿生技術在手術信息化建設中的應用

數字孿生的邏輯模型包括真實世界、虛擬空間、驅動指令和數據鏈路，涵蓋孿生數據庫、業務軟件、使用角色、功能模塊和應用場景[9]。通過RFID傳感器、麻醉系統、移動手持終端轉運交接記錄等實時采集真實世界中患者手術轉運期間的動態過程數據，形成底層數據鏈路。在此基礎上，結合轉運事件、交接要求、業務時間線等驅動指令，對數據進行清洗、歸類、關聯、適配與融合，從而在虛擬空間中復制患者手術轉運全過程，保障真實世界與虛擬空間中患者狀態的一致性和同步性，為后續應用落地提供更全面、準確的數據支撐。在應用方面，基于轉運過程數據的智能分析，滿足主刀醫生、醫務部門等各類角色的不同業務需求，如向主刀醫生提供手術開臺時間預測，便于其安排術前談話及準備事宜；向醫務部門提供轉運各環節耗時、手術室忙閑狀態等，為其優化手術流程提供決策支持。因此，將數字孿生技術應用于手術管理有助于實現手術流程的實時掌控和環節優化，提供創新的全局性分析框架和管理范式，見圖2。

圖2 手術信息化建設邏輯模型(數字孿生驅動的視角)

4 技術架構和主要功能

4.1 平臺技術架構

手術智慧管理平臺采用軟件、設施、數據、場景的分層結構設計，數據庫為SQL Server 2016，由2臺互為主備的業務數據庫服務器和4臺并行集群的應用服務器組成。平臺無縫整合電子醫囑系統(computerized physician order entry，CPOE)、護理信息系統(nurse information system，NIS)等6套臨床業務軟件，通過RFID手環、移動手持終端等物聯網設備采集數據，全量抽取復制到數據層，將多模態數據匯聚成多維度數據集。數字孿生層作為平臺核心，具有數據存儲、智能規則、公共接口3項功能。一是數據清洗和適配后，按類別進行數據元管理和建模，形成全鏡像庫。二是內嵌身份核查、節點提醒等智能規則引擎，保證邏輯內涵一致性。三是提供數據匯集、分析決策的公共標準接口服務，保障軟件互聯耦合度。場景應用層圍繞手術實時狀態，同步分發信息至物理顯示屏和醫護人員手機。同時，平臺提供大數據分析功能，對手術關鍵指標實現智慧預測預警，見圖3。

圖3 手術智慧管理平臺架構

4.2 主要功能

4.2.1 手環綁定與身份核查 患者擇期手術當日，病區護士為患者佩戴定位手環，使用移動手持終端掃描腕帶，將手術信息與手環進行綁定。患者經過沿途部署的物聯網低頻定位器時，軌跡數據被記錄。手術室護士簽收時掃描轉運單，確認手環信號已到達指定位置。患者術后返回，病區護士解綁手環，浸泡消毒以便循環使用。護理部查詢手環綁定率，保證轉運交接的醫療安全。

4.2.2 電子屏實時狀態顯示 根據手環位置信號，平臺通過電子屏同步顯示當前狀態。患者進入手術室時，門口電子屏顯示“房間占用”以及患者姓名和主刀醫生，手術結束后顯示“空閑中”。患者家屬在等候區通過大屏得知患者手術進程，減輕其等候時的焦灼心理。患者離開蘇醒區推出手術室時，病區護理大屏閃爍提醒術后患者即將返回，便于病區護士提前做好接床準備。

4.2.3 手術全程追溯記錄 基于沿途部署的物聯網和智能定位算法，平臺精確描繪出患者全程網格化軌跡。在病區、轉運電梯、手術室、CT定位室等10個關鍵位置，全程記錄手環移動定位數據。位置點信號覆蓋范圍內設置2個定位器，分別執行進入和離開觸發事件。平臺智能解析位置點接收信號，待前序和后續位置確認后計入有效運行路線。

4.2.4 智能醫護消息提醒 建立多元化智能規則知識庫，保障醫護人員及時知曉關鍵信息。知識庫面向醫生、護士、患者、醫務管理4類對象，實現手術情況的實時及預測提醒。首臺手術患者到達手術室時，主刀醫生手機接收到提醒，確保手術準臺率(首臺手術準點率)。基于歷史手術時長預測分析，病區護士知曉手術預計起止時間，保證環節銜接有序。

4.2.5 智慧管理指揮艙 利用孿生數據庫的決策分析能力設立管理指揮艙電子屏，主要圍繞環節管控和終末分析兩方面對相關監測指標進行量化分析和智慧預警。電子屏中心區域高亮顯示當日和1周內的重點關注指標，包括手術人次、手術室實時動態、接臺時長等，左側區域展示手環綁定情況、轉運關鍵環節時長及手術排班情況，右側區域則對手術室整體忙閑狀況及重點預警信息進行展示，并且針對術后蘇醒等超時限情況滾動預警顯示個案。

5 應用效果和實證分析

5.1 應用效果

手術智慧管理平臺于2022年9月投入使用，截至2023年2月底，記錄分析18 571例手術全程數據。其中，以手術難度劃分的三、四級手術占75.71%。為有效保障醫療質量，醫院建立了手術患者手環佩戴考核獎懲制度，手環綁定率達到98.57%。作為數據匯集核心的孿生數據庫，總存儲容量673GB，建立了32張標準術語映射表，涉及7個類別，包括患者信息、手術排班、手環信息、定位數據、麻醉信息、轉運交接、手術室使用情況，以及53條智能提醒邏輯規則，服務接口日志約421萬條。在醫療大數據信息技術賦能下，實現了手術環節的無縫銜接，保障醫療質量精細化管理。

5.2 實證分析

5.2.1 研究資料 選取手術智慧管理平臺實施前后的手術情況進行對比，將2022年1—2月的手術患者納入參照組，將2023年1—2月平臺實施后的手術患者納入研究組。樣本范圍設定為已實施手術、治療過程不存在嚴重并發癥且出院患者。參照組男性317例，女性624例，年齡55±19.4歲；研究組男性256例，女性493例；年齡57±22.7歲。兩組樣本在年齡、手術類型、切口等級等方面差異均無統計學意義，具有可比性。為簡化分析且保證同質化，選取相同手術類型比對，排除個體原因導致的擾動性數據，納排標準如下[10]：胸腔鏡下肺葉節段切除術的患者；收治病區為腫瘤外科、胸外科；排除術后出現嚴重并發癥，轉入重癥監護室的患者；排除急診等非擇期手術。

5.2.2 統計學方法 使用SPSS 18.0對數據統計分析，兩組樣本相互獨立，總體方差齊性且服從正態分布。對于時間間隔等計量資料，采用t檢驗；準確率等計數資料，采用非參數檢驗χ2檢驗。以P<0.05為差異有統計學意義[11]。

5.2.3 評價指標和結果 (1)CT定位等候時間。統計患者到達等待區域和進入CT定位室的時間差值，間隔越短表明排隊等待做CT定位耗時越少，見表1。(2)平均接臺時間。統計手術開始和上臺手術結束的時間差值，間隔越短表明手術室資源使用效率越高，見表2。(3)手術預估時長準確率。統計手術患者離開至術后返回病區的時間間隔在標準范圍的占比，比例越高說明轉運、開刀、蘇醒等全程環節越流暢，見表3。

表1 兩組CT定位等候時間比較

表2 兩組平均接臺時間比較

表3 兩組手術預估時長準確率(χ2)

6 討論

6.1 應用智慧系統管理有利于優化手術質量的閉環管控

本研究圍繞手術過程數據，建立了手術流程監控方法。智慧管理平臺通過對病房、手術室、蘇醒區等10個關鍵位置的數據采集，實現了40項監測指標的環節管控。既往由于技術手段缺失，手術管理偏重于終末質量分析[12]。在數字孿生技術加持下，實施精細化環節管理可以有效減少醫療環節差錯。本研究結果顯示，觀察組手術預估時長準確率顯著高于對照組(P<0.001)，醫療管理部門能夠通過該系統追溯手術全程數據，迅速掌握環節堵點，及時采取改進措施，保障術前、術中和術后的質量閉環管理。

6.2 信息實時共享保障手術環節的通暢性和醫患知曉度

物聯網手環作為移動數據載體，匯集手術流程全生命周期數據至孿生數據庫，為手術參與各方提供了通暢的信息獲取渠道。據統計，2023年2月手術室準臺率達到84.23%。平臺根據測算的手術預計起止時間發出提醒，便于醫生術前談話等準備工作[13]。本研究結果顯示，觀察組的CT定位等候時間顯著短于對照組(P<0.001)，表明通過環節的緊湊銜接，保障了手術精細化排程，減輕患者術前等候焦慮心理。通過工作站、手機、顯示大屏等多種終端，醫患雙方均可便捷知曉手術臺次、手術狀態等實時情況，住院患者滿意度達到98.35%。

6.3 多維度數據互聯和挖掘提高手術資源利用率

醫院由規模擴張向提質增效轉型，必須實現手術資源高效利用。手術具有流程復雜、管理難度大等特點，既往手術分析往往存在滯后性問題[14]。本研究利用數字孿生技術實現真實世界手術全程數據實時采集和智能分析，使醫院管理者能夠及時、全面地掌握手術運行情況。本研究結果顯示，觀察組的平均接臺時間顯著短于對照組(P<0.001)，表明通過大數據分析和決策，有助于醫院更好地協調手術資源，提高手術室、麻醉科工作效率，加快手術室運營周轉速率，提升醫療服務能級。未來，將進一步擴大數據采集范圍，納入手術設備、術中病理等業務，持續完善手術管理指標體系，助推醫院手術服務高質量發展。