大数据背景下护理人员面临的机遇和挑战

张晓夏，张 童，唐楚蕾，王红红



·科研综述·

大数据背景下护理人员面临的机遇和挑战

张晓夏，张 童，唐楚蕾，王红红

综述了大数据的定义和特点、医疗卫生大数据的来源、大数据带给护理专业的机遇和挑战、积极迎接和应对策略。提出在加强护理信息标准化的基础上，全面提高护理人员的信息化素养，培养护理信息化人才，对于迎接和应对大数据时代的到来具有重要意义。

大数据；护理信息；标准化术语；信息素养；护理人员；机遇；挑战

随着信息技术的飞速发展，电脑和手机等电子设备的普及，世界正经历着一场信息的大爆炸，每时每刻都有海量的数据产生、流转、交换、输出，基于此，人们逐渐认识大数据[1]。在过去的10年里，大量的临床试验、生物实验、电子病历、公共健康数据等成为医疗行业大数据中的重要组成部分[2]。护理人员作为医疗行业的重要成员，其在信息的生成、收集、分析、传播中起着重要的作用。纵观护理专业发展现状，目前国内关于大数据的定义内涵、在护理行业中的应用及发展还不十分明晰，本研究将从大数据的定义和特点、医疗卫生大数据、大数据带给护理专业的机遇和挑战、积极迎接和应对策略4个方面进行探讨。

1 大数据的定义、特点

1.1 大数据的定义 美国国家标准和技术研究院(NIST)认为：大数据指的是数量巨大、收集速度快、无法用传统技术方法进行有效分析或是可以用横向放大技术进行有效处理的数据，偏重大数据技术层面的描述；McKinsey公司指出：大数据是指超越传统数据库软件工具捕获、存储、管理和分析数据能力的数据集[3]，侧重大数据与传统数据的对比；公共卫生学者Keenan[4]认为：相较于没有经过整合的小型数据集，大数据是指分析后可以产出更多信息的大型复杂数据集。Wullianallur在前人研究的基础上提出：健康大数据是指那些量大、复杂且不易(或者不能)用传统数据软件、技术方法进行管理的电子健康数据[5]。

1.2 大数据的特点 Baro等[6]对PubMed中大数据相关文章进行系统检索综述后指出，大数据具有4个显著特点，即容量(volume)、多样性 (variety)、速度 (velocity)和精确性(veracity)。容量：即数据数量巨大，随着数据生产方式的转变、传播途径的改革和存储设备的更新，数据的规模变得越来越大，已经超出了传统的存储和分析技术[7-8]；多样性：即数据种类多样，大数据的类型包括结构化数据和半结构化、非结构化数据，如音频、视频、网页和文本等，且非结构化数据数量是结构化数据的指数倍[6]；速度：即数据的时效性高，其生成、传播和处理加工的速度非常快[7]；精确性：由于大数据很难被验证，如果要获得有效的临床证据，解读大数据时必须做到非常小心且要联系实际的背景，因此大数据的精确性受到挑战。除此之外，也有学者提出大数据价值密度低而应用价值高的特点[9-10]，因其规模大、数据类型多样、含有较多的重复和冗余数据，有价值的信息分布比较分散，分析时会花费较多的时间和金钱，对分析技术的要求也更高，因此价值密度较低；而如果能够将其中蕴藏的价值挖掘出来，又会带来巨大的经济和社会效益[10]。

2 医疗卫生大数据

医疗卫生大数据来源广泛，主要包括：①电子病历(electronic medical record,EMR)和电子健康档案(electronic health record,EHR)系统，如病人医疗护理信息、随访记录、医疗保险信息等；②医疗仪器，如生命体征监护仪等记录的病人数据；③网络和社交媒体，如微博博文、微信朋友圈、QQ空间或是其他公众平台、健康相关网页等发布的医疗护理相关的信息[11]；④文献数据库，如医疗护理文献等[5]；⑤家用医疗设备，如血糖仪、一体式监护仪、移动医疗设备和可穿戴设备等记录的数据[12-13]，正在兴起的移动医疗设备(如手机中健康相关的APP)和穿戴装备(如智能手表、跑鞋)被广泛用于记录热量消耗、运动量以及睡眠模式以追踪身体是否健康[14]；⑥病人的行为、情绪，如病人行为和偏好、消费历史等数据可以反映病人的健康相关状况[15]。

3 大数据带给护理专业的机遇和挑战

从大数据的定义和特征中可以看出，一方面大数据中蕴含着较高的价值，而另一方面，数据的加工处理、分析过程较为困难。大数据既为护理专业带来了机遇，又提出了挑战。

3.1 大数据带给护理专业的机遇 大数据的价值在于对数据的挖掘，通过对海量、异构数据进行收集、整理、分析最终得到有效的信息，指导临床护理实践、预测疾病、节约医疗成本。一方面可以实现病人个体化和精准护理；另一方面，可以对群体性的疾病发生、发展趋势进行判断和预测。

3.1.1 为临床护理实践提供相对安全有效的证据 传统医学研究认为从随机对照实验中可以获得较为可靠的临床证据，但由于其本身的局限性，如严格的纳入、排出标准和抽样方法等，样本并不能完全代表总体，临床实际与实验存在较大的差异。大数据恰好可以弥补这种不足，基于真实临床数据的分析得到的结果和证据更接近于实际[10]。依据大数据制定临床路径和护理方案有助于照护者向病人提供个性化健康咨询[5]。美国医学研究所(Institute of Medicine,IOM)EHR系统可以为加强病人护理的质量、安全性和有效性提供知识和决策支持，提高护理服务的效率[16]。护理人员通过将大量的临床护理信息数据化、标准化，对其进行深入挖掘得到有效的信息并转化为知识用于指导临床护理实践，有利于促进病人健康，提高护理质量。

3.1.2 健康监控和疾病预测 大数据的挖掘不仅可以指导临床护理实践，还可以用于居民健康监控和疾病预测。美国两所大学和一所医院创建了一个分析病人心电图数据的计算机模型，用于预测病人未来1年发生心脏疾病的概率[17]；谷歌公司通过人们对流感相关信息的检索建立模型以预测流感的趋势。对特定病人的健康数据进行分析，可以在疾病的早期阶段发现异常健康状况、发出预警，提示其及时进行就医；而对人群的大数据进行挖掘可以监测居民健康状况，辨别疾病高危人群和预测疾病产生、发展的趋势，指导人群采取必要的预防措施，从而达到健康促进的目的。

3.1.3 减少医疗费用 McKinsey在全球报告(2011年)中指出，大数据具有减少医疗费用的潜质，大数据的全面利用可以为美国医疗卫生创造3 000亿美元/年的价值，超出西班牙在卫生保健领域投入的两倍[15]。一方面，医疗大数据的挖掘使个体化医疗和精准医疗成为可能，对于病人来说，更加针对性和个体化的临床证据可以提高其医疗护理质量，减少病人不必要的检查、治疗和护理，从而降低病人的医疗成本[18]；另一方面，将大数据中获得的可靠证据广泛应用于临床，可以使医疗资源得到合理配置，减少资源的浪费[19]。

3.2 医疗卫生大数据存在的问题及对护理人员的挑战 尽管大数据的应用前景广阔，由于大数据的采集和处理过程困难、护理数据的非标准化、护理信息化人才短缺等问题使得护理大数据的利用率较低。

3.2.1 数据采集、处理困难 大数据规模大、价值密度低、形式多样，且医疗护理数据多为半结构化和非结构化数据，这些特点为数据的采集和处理造成了很大的困难。Keenan[4]指出：EHRs作为护理大数据的重要组成部分，其中很少甚至没有可以被大数据技术直接利用的数据，即护理人员花费大量时间录入病人健康相关和护理工作内容是不能被直接进行分析的，导致这种现象产生的原因正是护理记录多是非标准化数据而没有互操作性。一方面，不同的设备生产厂商、软件供应商之间技术标准不统一、不同的医疗机构按照自己的特殊需求将EHRs重新组装、改造导致不同设备、组织间的EHRs千差万别；另一方面，护理人员在记录时没有准确使用标准化的术语[4，20]，使得数据不能进行快速有效整合，这些原因使得收集到的数据互操作性差，不能直接用于数据分析[21]。这样的做法既不实用又不经济，而如果不改变这种现状，护理将不能享受到大数据带来的益处。

3.2.2 护理信息化人才短缺 具备较高信息素养的护理人员是护理信息化人才的重要储备军，护理人员的信息素养关系到护理信息化进程和护理大数据的生成与利用[22]。王晓燕等[23]通过对山西省人民医院护理人员信息素养情况进行调查发现，护理人员缺乏敏锐的信息意识，不善于表达信息需求；多数人对检索途径和语言不熟悉，信息获取能力较差。毕波[24]在第二军医大学编制的“信息素养调查问卷”基础上修改部分条目后，对江苏省肿瘤医院的护理人员进行调查，发现护理人员缺乏深层次的信息需求，获取信息的主要途径是与同事交流，而主动进行文献检索的人群里获取信息的成功率不高，反映出护理人员的信息获取技能不足。冯琳等[25]采用自编问卷对湖北中医药大学的护生进行分层抽样调查，发现3个年级的本科护生基本了解信息学概念的比例占60%～70%；79.39%的护生不会获取信息，72.72%的护生不会加工、利用信息，反映出护理本科生较低的信息意识和信息技能。我国目前医学生信息教育集中在信息检索技能的培养[26]，不论是护理在校学生或是临床护理人员，信息化能力都较为欠缺，成为护理信息化进程以及护理大数据形成的阻碍因素之一。

4 应对策略

4.1 政策助力 为推动大数据库的建设和应用发展，2015年9月国务院颁布《促进大数据发展行动纲要》。该纲要指出：政府会加快数据共享，推动资源整合，2020年之前开放医疗卫生等领域的政府数据集；构建医疗健康服务大数据，如EHRs、EMRs，建设覆盖公共卫生、医疗服务、医疗保障、药品供应、计划生育和综合管理业务的医疗健康管理和服务大数据应用体系；探索分级诊疗、远程医疗、防治结合、健康咨询等服务，优化形成规范的诊疗流程；鼓励有关企事业单位开展医疗健康大数据创新应用研究，构建综合健康服务应用体系。中南大学在国内高校中率先开展“湘雅临床大数据系统建设项目”，其中包括护理质量和安全领域的内容，以期促进智慧医疗、精准医疗、医院精细化管理等的发展[27]。

4.2 信息标准化 利用大数据的第一步是创造出可以被分析的“大数据”，即做到数据的数字化和结构化，达到可操作的目的[15]。例如在不同的电子病历系统和医疗机构中使用相同的方式和术语进行病人信息的收集、描述[18]。护理数据的标准化包括工具的标准化和语言的标准化。首先，停止对电子病历系统的改造、重组，不同组织机构尽量使用相同的系统来存储护理信息，格式相同的护理信息更利于进行整合[4]；其次，护理人员应当使用标准化的术语，Shlaefer提倡使用美国护士协会认可的护理术语和NIDSEC 数据库的标准术语，做到护理记录有据可依[4]。国家应当鼓励不同的软件供应商提供结构相同的数据系统，并积极推动相关学术协会对于护理术语的修订，以达到与国际接轨，使不同区域、设备、系统中的数据具有可比性，便于深入地挖掘、分析数据。

4.3 提高护理人员的信息素养 良好的信息素养是护理人员有效地从海量信息中获取、整理、分析、运用数据并创新知识的必要条件，根据居民电子健康档案、电子病历等海量健康数据库，适应新媒体背景下的信息需求变化，加强护理人员的信息素养教育，是提高护理大数据利用率的重要途径。护理人员的信息素养主要从以下3方面内涵进行提升。

4.3.1 信息意识 护理人员应当对医疗相关信息有强烈的敏感度和敏锐的洞察力；明确自己的信息需求；具有自觉使用标准化护理术语和将护理信息标准化的意识。

4.3.2 信息知识和技能 护理人员应当具有信息基本知识和专业知识，以及获取信息和创造信息的能力，获取信息和运用信息技术对创造信息具有直接的影响[28-29]。为满足护理大数据的需求，护理人员能够使用搜索引擎、中外文医学数据库等检索自己所需要的知识[30]，有效获取目标信息并将其整合；分析、挖掘大数据后得到较为可靠的临床证据并最终将其转化为知识，指导临床实践。

4.3.3 信息伦理 护理人员应当遵守相关的法律、法规，尊重他人信息成果；合理使用医疗信息，注重保护病人的隐私和权利[31-32]。

5 小结

护理大数据的研究可以提供较为安全有效的临床护理证据、预测疾病、促进个体化和精准医疗护理、降低医疗费用，提高病人的护理质量，因此，加强对护理大数据的利用十分重要。为迎接医疗大数据的挑战，在国家政策支持之下，护理人员应当在加强护理信息标准化的基础上，加强信息意识，提高信息知识和技能，注重信息伦理，全面提高护理人员的信息化素养，培养护理信息化人才，对于迎接和应对大数据时代的到来具有重要意义。

[1] 焦飞,王娟,马颖,等.大数据时代背景下的医学思考——转化医学新趋势前瞻[J].医学与哲学,2014,35(11A):1-4.

[2] Austin C,Kusumoto F.The application of big data in medicine:current implications and future directions[J].Journal of Intervational Candiac Electrophysiology,2016,47(1):51-59.

[3] 李学龙,龚海刚.大数据系统综述[J].中国科学信息科学,2015，45(1):1-44.

[4] Keenan GM.Big data in health care:an urgent mandate to change nursing EHRs![J].Online Journal of Nursing Informatics,2014,18(1):1-4.

[5] Raghupathi W,Raghupathi V.Big data analytics in healthcare:promise and potential[J].Health Information Science and Systems,2014,2(3):1-10.

[6] Baro E，Degoul S,Beuscart R，etal.Toward a literature-driven definition of big data in healthcare[J].BioMed Research International,2015,2015:1-9.

[7] 甘丽新,涂伟.大数据时代学生信息素养培养的探索[J].科技广场，2014(2):140-144.

[8] 邹北骥.大数据分析及其在医疗领域中的应用[J].计算机教育，2014(7):24-29.

[9] 陶雪娇,胡晓峰,刘洋.大数据研究综述[J].系统仿真学报，2013，23(S):142-146.

[10] 秦文哲,陈进,董力.大数据背景下医学数据挖掘的研究进展及应用[J].中国胸心血管外科临床杂志,2016,23(1):55-60.

[11] Mamlin BW,Tierney WM.The promise of information and communication technology in healthcare:extracting value from the Chaos[J].The American Journal of the Medical Sciences，2016,351(1):59-68.

[12] 佚名.大数据给护理带来什么[J].健康管理,2015(9):26-28.

[13] 佚名.可穿戴健康医疗设备前景广阔[J].健康管理,2014(2):25-31.

[14] 佚名.运动健康类产品引领可穿戴设备市场发展[J].电子产品世界,2014(5):3-6.

[15] Manyika J,Chui M,Brown B,etal.Big data:the next frontier for innovation，competition,and productivity[R].New York：McKinsey Global Institute，2011：1.

[16] Sensmeier J.Big data and the future of nursing knowledge[J].Nursing Management,2015,46(4):22-27.

[17] 李颂.大数据改变生活[J].决策与信息，2014 (10):12-13.

[18] Viceconti M,Hunter P,Hose R.Big data，big knowledge:big data for personalized healthcare[J].IEEE Journal of Biomedical and Health Informatics，2015，19(4):1209-1215.

[19] 张振,周毅,杜守洪,等.医疗大数据及其面临的机遇与挑战[J].医学信息学杂志,2014,35(6):2-8.

[20] Brennan PF,Bakken S.Nursing needs big data and big data needs nursing[J].Journal of Nursing Scholarship，2015，47(5):477-484.

[21] 李国栋.大数据时代背景下的医学信息化发展前景[J].硅谷，2013(19):7-8.

[22] 喻国明,何睿.健康信息的大数据应用:内容、影响与挑战[J].编辑之友，2013(6):20-22.

[23] 王晓燕,刘芳.医院护理专业人员信息素养调查分析[J].晋图学刊，2012(1):55-58.

[24] 毕波.护理人员医学信息素养调查及研究分析[J].江苏卫生事业管理，2014,25(3):113-114.

[25] 冯琳,熊振芳,沈绍武,等.护理本科生信息素养现状及其对策[J].医学信息学杂志,2015,36(10):87-90.

[26] 陆建玉,周菊芝,周国祥,等.大数据背景下医学生健康信息素养教育模式的研究与实践[J].中国农村卫生事业管理,2015,35(2):204-206.

[27] 刘怡斌.中南大学启动“湘雅临床大数据系统建设项目”[EB/OL].[2016-03-30].http://hn.rednet.cn/c/2014/01/14/3251228.htm.

[28] 顾华宁.普通高校大学生信息素养的模糊综合评价研究——以成都理工大学为例[D].成都:成都理工大学,2010:1.

[29] 李勇.大数据时代大学生信息素养培养策略研究[J].物流技术,2015,34(10下半月):220-224.

[30] 侯露露.医学生信息素养教育模式研究[D].新乡:新乡医学院,2012:1.

[31] 吴思锐,何卫红,张曼,等.大数据背景下大学生信息素养现状及对策[J].教育教学论坛,2015(34):195-198.

[32] 王潇,张爱迪,严谨.大数据在医疗卫生中的应用前景[J].中国全科医学,2015,18(1):113-115.

(本文编辑李亚琴)

Opportunities and challenges faced by nurses in background of big data

Zhang Xiaoxia，Zhang Tong，Tang Chulei，etal

(Xiang Ya Nursing School，Central South University，Hunan 410013 China)

This article summarized the definition and characteristics of big data，the source of medical and health big data，the opportunities and challenges that brought by big data to nursing professional，and coping strategies.It pointed out that based on strengthening the standardization of nursing information，it was very important to improve the information literacy of nurses and cultivate nursing information talents comprehensively for coping with the arrival of big data age.

big data;nursing information;standardized terminology;information literacy;nursing staff;opportunities;challenge

张晓夏，护士，硕士研究生在读，单位：410013，中南大学湘雅护理学院；张童、唐楚蕾、王红红(通讯作者)单位：410013，中南大学湘雅护理学院。

信息 张晓夏，张童，唐楚蕾，等.大数据背景下护理人员面临的机遇和挑战[J].护理研究，2017，31(19)：2305-2308.

R47-05.

A

10.3969/j.issn.1009-6493.2017.19.001

1009-6493(2017)19-2305-04

2016-07-31；

2017-06-15)