臨床決策支持系統在護理領域應用現狀的可視化分析

秦蘭芳，朱怡，陳萍萍

1.浙江中醫藥大學第一附屬醫院（浙江省中醫院）神經康復科，浙江杭州 310003；2.湖州師范學院護理學院，浙江湖州 313000；3.湖州市第一人民醫院腎內科，浙江湖州 313000

目前，人工智能已被用于解決醫療管理、患者監測、健康干預等領域的醫療問題[1]。基于人工智能的臨床決策支持系統（clinical decision support system，CDSS）近年來受到廣泛關注，但基于人工智能的CDSS在臨床護理實踐中的應用仍處于早期階段。文獻計量學分析可為具有廣闊背景的特定領域提供客觀、系統、全面的分析。基于此，本文旨在總結CDSS在護理領域的研究成果，把握其研究方向和熱點，希望為將來從事CDSS研究的從業人員提供有用的信息和參考。

1 資料與方法

1.1 數據來源

本研究采用Web of Science（WoS）核心數據庫檢索相關文獻，檢索時間為2009年1月1日至2022年4月10日。檢索主題詞為clinical decision support system、decision support system、nursing、nurse，文獻類型選擇articles和reviews。

1.2 方法

兩位研究者獨立在WoS核心數據庫中檢索相關文獻，以TXT格式下載相關信息（標題、關鍵詞、作者信息、摘要、出版期刊、參考文獻等），若有分歧通過協商或尋求外部專家解決。共檢索獲得文獻2159篇，剔除會議文摘、稿約、新聞報道等類型文獻，最終納入2030篇文獻進行文獻計量學分析。

2 結果

2.1 發文量和引用趨勢分析

相關文獻發表始于2009年，2009—2013年為研究的初始階段。2014—2019年該領域的發文量穩步增長，但數量相對較少，說明此階段該領域的發展相對緩慢，缺乏創造性突破。2019—2021年，護理CDSS研究進入快速發展階段，2021年發文量最高達289篇，論文引用量呈現總體上升趨勢，見圖1。

圖1 2009—2022年發文量及引用趨勢分析

2.2 期刊分析

所有文獻來自129種不同的期刊，表1顯示發文量前10的期刊，這些期刊相關研究發文量均超過36篇，PLoS One是最高產的期刊（98篇），其次是International Journal of Medical Informatics（68篇）和CIN-Computers Informatics Nursing（58篇），其中Journal of Medical Internet Research的影響因子最高（IF=5.428），CIN-Computers Informatics Nursing影響因子最低（IF=1.985）。

表1 2009—2022年發文量前10的期刊

2.3 國家分析

通過對國家/地區的數據分析，可確定哪些國家和地區在該領域具有更大的影響力和最好的研究基礎。研究顯示護理領域發表的CDSS相關文獻來自55個不同的國家。美國排名第一，發表1140篇，占該領域的53.52%。其次是加拿大（292篇）、英國（270篇）和澳大利亞（269篇）。

2.4 參考文獻分析

引用頻次是反映論文學術影響力的重要指標，通過對學科高引用論文的分析可追蹤到領域關注的焦點。引用頻次居前10位的文獻見表2。為評估該領域的學科研究結構和發展路徑，利用CiteSpace生成時間軸視圖，時間軸視圖是一種結合時間切片和聚類算法的數據查看方法。每個集群由類似主題的文獻組成。早期主要包括#0計算機、#7營養支持和#12智能手機，最近幾年出現#3機器學習、#4護理信息、#11警報疲勞和#14姑息治療，見圖2。這些數據顯示近年來的研究熱點和趨勢。

表2 高引用文獻分析

圖2 參考文獻時間軸視圖

2.5 關鍵詞分析

共現頻率最高、引用頻次最多的關鍵詞可能是該領域研究的熱點。最初，該領域的研究主要集中在臨床決策支持、績效、醫療差錯和藥物不良事件，從2014年至2018年，研究重點轉向老年患者、警報、共享決策、電子病歷、身體活動，2018年之后，交付、流行病學等關鍵詞暴發。2020年以后，主要以戰略、挑戰、負擔為主。本研究中，219個關鍵詞出現超過15次，使用全計數法生成網絡可視化地圖，在2004—2022年期間，護理的暴發強度最高，其次是質量、影響、實施，表明現階段研究重點已轉移到臨床實踐帶來的影響，見圖3、圖4。

圖3 關鍵詞暴發簇

圖4 關鍵詞網絡可視化圖

3 討論

3.1 CDSS在護理領域相關研究的一般情況

CDSS最早起源于20世紀70年代，護理領域CDSS的相關文獻最早于2009年發表并逐年增加。在研究初始階段，大多數研究集中在慢病管理[2-4]，這些研究表明CDSS的使用不僅可提高護理質量使患者受益，且可降低醫療成本。然而，這一階段的研究報告種類繁多，質量較差，缺乏必要的實施細節。2011—2015年，該領域發文量穩步增長。2016—2022年，研究開始關注CDSS實施過程中的相關障礙挑戰[5-6]；表明該領域從探索性臨床研究向臨床實踐轉變，并對引入和使用過程中可能涉及的問題進行深入討論[5-9]。本研究發現，PLoS One（美國）在該領域內的發文量排名第一，其次是International Journal of Medical Informatics（愛爾蘭）和CINComputers Informatics Nursing（美國），表明這些期刊對護理領域的CDSS研究文獻特別感興趣。美國和加拿大是這一研究領域的主要參與者，尤其是美國，發文量超過半數，說明美國在護理CDSS研究這一領域極具影響力。

3.2 CDSS在護理領域研究的主題演變、研究熱點

本研究中，參考文獻可提供豐富有用的信息以了解護理領域CDSS研究知識結構的演變。從表2可以看出，排名前10位的文獻大多集中在CDSS從理論到臨床實踐的探索及CDSS對醫療質量和成本的影響。一篇文獻引用的次數越多，說明它在某個領域的重要性就越大。本研究發現，引用文獻主要來自排名居前的期刊，且多為對CDSS臨床應用效果的綜述，這些研究表明雖然CDSS的應用在增加工作便捷度等方面顯示出益處，但其效果仍存在爭議，需要更多高質量的研究來提供證據[10-11]。CDSS哪些方面可為患者帶來更大的益處是未來研究的方向。

關鍵詞共現分析可洞察某一領域內研究熱點的分布與演化及未來的發展趨勢，圍繞著護理、影響、實施、結果、質量構成CDSS在護理領域相關研究的核心，發文多集中在分析CDSS在臨床中的應用，包括傷口管理、感染風險預測、血糖控制、凝血管理、肥胖篩查、跌倒和壓瘡的預防管理、智能提醒和警報等方面[12-20]；分析結果表明，CDSS在臨床實踐中遇到的挑戰和負擔及應對策略是當前的研究熱點。

3.3 未來展望與挑戰

護理信息學是一門新興的交叉學科。隨著大數據時代的到來，信息技術可能為護理領域帶來極大的機遇和發展空間。研究表明，在臨床環境中使用CDSS可提高護理質量，并為支持循證實踐提供確鑿的證據[20-22]。在美國，由于“減少浪費”和“改善結果”，在醫療保健領域使用大數據每年可節省數十億美元的支出。在這種情況下，CDSS是提供良好臨床護理的有用工具。研究表明，必須解決的首個挑戰是獲得高質量的數據，并整合到臨床過程中。醫療數據的復雜性使得數據質量問題愈加明顯，因為缺少、不正確或模糊的信息可導致無用甚至有害的結果[23]。在考慮實施CDSS之前深入思考如何更好地與臨床工作流程相融合是這些系統進入臨床實踐的關鍵。本研究發現基于人工智能的決策支持工具面臨著法律和監管方面的挑戰。法律問題多年來一直困擾著決策支持系統，而缺乏涉及醫療人工智能的判例法使得醫療責任的劃分變得復雜。許多醫務工作者擔心患者的安全水平及其對人工智能診斷錯誤所承擔的法律責任。因此，醫療事故相關法律責任和政策仍是將人工智能應用于日常實踐的重大障礙。建議對當前和未來的護士隊伍與領導進行培訓和教育，使他們成為CDSS的熟練應用者，人工智能工具可通過利用大量數據，在合適的時間、為合適的患者提供個性化護理，從而改變醫療護理實踐。

本研究使用文獻計量學方法對護理領域CDSS相關研究文獻進行分析，目前CDSS在臨床護理中的應用還處于初級階段，仍面臨著諸多挑戰，迫切需要開展更多高質量的研究以提高臨床護理質量和護士工作效率，減輕工作負擔。