大数据在护理学的运用

导语：大数据在护理学的运用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

近年来，随着互联网和信息技术的不断发展，现代社会正在加速步入大数据时代，并且充斥在医疗护理领域的很多方面，各种形式多样的大数据给医疗和护理科学提供了工作经验和工作思考。2015年7月，美国国家护理研究所（NINR）召开护理学大数据会议，准备推进护理学大数据的发展［1］。在我国护理学大数据相关研究还比较少，大数据的发展相对比较缓慢。但在2015年8月31日国务院颁布了《促进大数据发展行动纲要》的通知，明确强调大数据在全球范围内的发展形势和重要意义，提出在公用事业、市政管理、城乡环境、农村生活、健康医疗、减灾救灾、社会救助、养老服务、劳动就业、社会保障、文化教育、交通旅游、质量安全、消费维权、社区服务等领域全面推广大数据应用［2］。由此可见，在护理学中应用大数据技术刻不容缓，也是护理学科发展的必然趋势。而后，魏良云等［3］通过检索大数据应用于护理领域的研究论文和科研项目，进而分析当前护理领域的3个主流的研究热点主要是护理安全、护理管理和精准化医疗。因此，本研究主要通过3个主流研究热点为主要切入点，通过解释大数据的相关概念以及分析护理学大数据在这3个领域的应用方向，以此来引起护理学者对大数据的重视，并为促进护理学科的发展提供参考和借鉴。

1相关概念

1．1大数据。最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡，美国麦肯锡全球研究所（MGI）将大数据定义为传统数据处理工具无法获取、储存、管理和分析的大规模数据集［4］。此外，目前工业界普遍认为大数据具有5V＋1C的特征：大量（volume）、多样（variety）、高速（velocity）、价值（val－ue）、准确性（veracity）和复杂（complexity）［5］。“大量”主要是指存储的数据量巨大，分析的计算量也大。“多样”主要是指数据的来源及格式多样，数据格式除了传统的格式化数据外，还包括半结构化或非结构化数据，如用户上传的音频和视频内容。随着人类活动的进一步拓宽，数据的来源更加多样。“高速”是指数据增长速度快，同时要求对数据的处理速度也要快，以便能够从数据中及时地提取知识，发现价值。“价值”指需要对大量的数据处理，挖掘其潜在的价值，因而，大数据对我们提出的明确要求是设计一种在成本可接受的条件下，通过快速采集、发现和分析从大量、多种类别的数据中提取价值的体系架构。“准确性”主要是指处理的结果要保证一定的准确性。“复杂”是指对数据的处理和分析的难度大。1．2护理大数据。到目前为止，针对护理大数据概念存在多种定义。朱瑞芳等［6］提出护理大数据是一门以多学科理论为基础，研究维护、促进、恢复人类身心健康的护理理论、知识、技术及其发展规律的应用科学，泛指所有与护理和生命健康相关的极大量数据，包括医院护理大数据、区域卫生服务平台大数据、基于大量人群的护理研究或疾病监测大数据等。Brenan等［7］提出护理需要大数据，而大数据需要护理，依靠电子健康记录、索赔数据和公共健康数据进行调查的护理传统为理解大数据奠定了基础。Jane等［8］指出大型护理数据集的例子包括使用常见的护理分类从多个EHRs中提取的护理诊断、护理干预和护理结果。

2护理学大数据在国内外的应用现状

2．1国外应用现状。20世纪70年代，美国、日本等国就已开发了信息系统，并成功应用于医疗护理行业。20世纪90年代，美国护士协会和国家护理联盟把已出版的英文护理学期刊内容做成了CINAL数据库［6］。2013年，明尼苏达大学邀请70多名学者共同参与制订国家行动计划，旨在为大数据研究获取护理信息，以确定有效的护理干预措施并改善病人预后。明尼苏达大学教授DrClancy和RobertWoodJohnson共同致力于护士质量与安全教育，为实现国家护理信息学目标奠定了基础，并决定将明尼苏达大学作为基于信息学原理和标准的大数据和科学发展的储存库［9］。2015年6月，在明尼阿波利斯举行了护理知识会议，相关人员代表信息组织、专业护理组织、电子健康记录（EHR）软件开发人员、教育和研究人员、联邦政府和健康护理人员报告了他们正在进行的工作。并提出在EHRs中实施标准化护理术语、通用数据模型和信息结构，是将护理数据集成到临床大数据和大数据科学数据仓库的基础［8］。2016年，美国护理学院协会（AACN）召开了博士教育会议，以大数据为主题，并在同年晚些时候，了《推进医疗改革：学术护理的新时代》报告，强调数据科学是医疗改革过程中的一个重要工具［10］。2018年又在明尼苏达大学举办了第六届护理知识：大数据科学（NKBD）年会，会议强调当前核心任务是为实现可共享的护理数据制定路线图，并确保在所有护理领域及时采用大数据方法，说明了当前的主题是实践，高价值的关键工作组领域主要包括全生命周期数据科学、社交媒体、移动健康分析以及简化／转换EHR文档［11］。另外，美国有研究者指出“索赔数据”这一概念，即来自商业健康保险公司或政府付款人的所有索赔的电子记录，并指出当临床、索赔、个人和消费者生成的数据相结合时，可以为个人和人群的健康提供了至关重要的支持［12］。此外，韩国首尔延世大学的医院使用从临床数据存储系统检索到的大量数据集检验护士记录的重症病人严重程度分类系统（CPSCS），以预测重症监护室（ICU）住院时间、医院的住院时间以及死亡率，并强调使用大数据的时代，护理评估数据应该被分析，以显示护理数据对预测病人临床结果的重要性［13］。由此可见，护理学大数据在国外已经有了较为成熟的发展。参考国外大数据的发展，也要学会抓住大数据发展的机遇，积极地将大数据应用到我国的护理学科当中，带动我国护理学的发展。2．2国内应用现状。在国内护理学大数据正处在发展的关键时期，但是相关研究比较少，仍需不断努力，促进护理学大数据的发展。2015年8月31日，国务院颁布了《促进大数据发展行动纲要》，提出2018年底前建成国家政府数据统一开放平台，率先在信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等重要领域实现公共数据资源合理适度向社会开放［2］。我国台北马偕医院通过大数据技术创建了“护理云”，包括行动医疗与仪器检测传输系统，结合微软建立的云端智慧决策支援系统等，使医院管理者能随时随地在任何移动设备上获取医疗和决策管理咨询，实现精简作业流程，一致性医疗照护品质及决策高效率的三赢局面［14］。除此之外，发展至今大数据也体现在护理教育、护理管理及临床护理工作等许多方面。大数据在教育领域的应用主要有教育数据挖掘、学习分析和慕课（大规模开放式在线学习课程）等，已有部分院校在护理教育方面开始了相关尝试，并取得了较好的效果［15］。在护理管理中大数据通过计算机建立门诊护理人员管理系统，将多个信息系统集合起来能提高人员信息利用率，简化统计任务，在某个需要调出信息的时候能及时准确查找，优化护理人员管理［14］。在临床护理工作中我国已经实现护理文档电子化、优化了护理信息分析，并构建了移动护理信息系统，护理人员、医疗人员可共同使用电子文档，保证了工作的连贯性，提升了医疗效率，具有纸质文档所不可比拟的优势［16］。可以看出，在我国护理大数据的发展是促进护理学科进步的重要途径，护理人员也要学会抓住机遇，将大数据灵活运用在护理学科当中，带动我国护理学科的快速发展。

3大数据在护理学科中的应用方向

3．1大数据在护理安全中的应用。近年来随着医疗和护理事业的不断发展，护理安全也越来越受到人们的重视。研究指出，杜绝护理不良事件、增进病人安全，其关键在于搜集不良事件信息，并通过数据分析、总结经验，深入挖掘事件发生的根本原因，进行持续质量改进、共享经验教训，以预防类似事件再次发生［17］。Elizabeth等［18］指出大数据可以提高病人的安全性，通过集成各种形式的个人健康数据改善个人健康，需要能够处理大量不良事件健康数据的应用程序，且在改善病人安全方面具有相当大的前景。Steinberg等［19］应用自主研发的“大数据”分析平台———逆向工程与正向模拟技术（REFS）对36944例病人进行筛查，以此在人群和个体水平上准确预测代谢综合征的后续风险及其各种因素，从而预防不良护理事件的发生。此外，目前加拿大安大略理工大学运用大数据技术成功构建了早产儿监护系统，利用该技术能每秒最多检测512例早产儿体征检测值，通过流动性资料，医护人员能提前24h预防早产儿败血症引起的感染，预防了早产儿不良事件的发生［14］。3．2大数据在护理管理中的应用。研究者称，护理管理是为提高人们的健康水平，系统、有效地利用护士的潜在能力和有关的其他人员或设备、环境以及社会活动为病人提供照顾、关怀和舒适等高质量护理服务的过程，而大数据在护理管理中的应用将提高护理管理者科学决策能力、核心竞争力和工作效率［20］。国内部分医院用大数据和智能化来优化护理质量管理信息系统功能，并开始采用基于移动网络设备和分布式软件开发的医院信息系统（HIS）来提高医院的工作效率与服务质量［21］。此外，目前大数据信息化软件用于护理人员考核中，每位护理人员有属于自己的唯一固定代码，管理者可以通过此代码查看门诊护理人员考勤记录，并依此为证据进行考勤审批，将审批的薪酬发送给财务管理员，结算工资［14］。Stifter等［22］从名为HANDS的自动护理大数据系统中采集病人个人信息与护理日志，通过数据挖掘的技术寻找病人预后同护理连续性之间的关系，为病人护理方案的制定提供参考。可以看出，在护理管理中大数据已经应用在很多方面。3．3大数据在精准医疗中的应用。精准医疗也称为个性化的、预测性的、预防性的、参与式的4P医疗方式，也是一种新型的个性化医疗实践方法［23］。而在精准医疗下的精准护理是新时代的护理模式，大数据很好地将二者联系在一起，大数据时代下的精准护理，护士实施基于病人遗传基因组数据的护理干预，结合病人的需求给予病人精细、准确的护理措施，减少不必要的护理操作，优化护理程序，可提高护理质量［24］。例如，基因电子病历在精准医疗中的应用。精准医疗使用电子病历等系统收集个体健康数据，结合组学大数据，及时发现异常，对严重信息发出预警，预防潜在疾病，提高群众生活质量［25］。Nitesh等［26］研究数据驱动和网络驱动的思维和方法在精准医疗中的关键作用，主要是基于基因组，构建以病人为中心的个性化疾病风险档案，对病人进行精准治疗和护理，促进疾病的早期检测和预防，以此降低病人再入院率，提高护理质量评级。

4结语

综上所述，在互联网和信息技术不断发展的今天，大数据的应用也越来越普遍。根据相关研究，在我国大数据在护理学科的应用主要在护理安全、护理管理和精准医疗3个主要方面，并且正在持续发展中。但是，关于护理大数据的准确性、特征选择方法以及能否对大数据进行精确的分析，这都需要进一步探索和研究的方向。作为护理人员，要跟上护理学大数据发展的步伐，掌握大数据发展的方向，用大数据推动护理学科的发展。随着研究的不断深入，相信护理学大数据的发展也会越来越规范，在护理学科中的应用也会越来越丰富，推动护理学科跨越式的发展。

作者:韩世范 许竹雅 曹妍 单位:山西医科大学