临床决策支持系统在重症护理中的应用现状

徐佳卿，高莹莹，张文婷，李圣芳，秦美容，邹白梅，丁小容，赖文娟

北京大学深圳医院，广东 518036

危重病人病情急、危、重，重症护理人员需对其病情变化做出快速应对，一旦决策失误，将对病人造成不可预估的影响，信息技术辅助可以提高重症监护病房（ICU）医护人员的决策能力[1]。《“健康中国2030”规划纲要》和国务院“关于积极推进‘互联网+’行动的指导意见（国发〔2015〕40 号）”[2-3]提出，医疗机构应着力推进“互联网+”人工智能应用服务，研发基于人工智能的临床诊疗决策知识系统，实现个人健康实时监测与评估、疾病预警、慢性病筛查、主动干预[4]。临床决策支持系统（clinical decision support system，CDSS）是运用专家系统的设计原理和方法，模拟医学专家诊断、治疗疾病的思维过程编制的计算机程序[5]，可以帮助医护人员做出有效的临床决策。护理CDSS 能够帮助护理人员对病人信息进行收集、整理、分类并建立逻辑关系，明确护理目标和措施，从而做出最佳护理决策的程序。我国CDSS 在重症护理方面的应用仍处于起步阶段，现从CDSS 的发展、构建现状及在重症护理中的应用等方面进行综述，以期对重症护理CDSS 的建设提供参考。

1 重症护理CDSS 的发展

CDSS 的研究始于20 世纪50 年代末，直到20 世纪70 年代中期，世界上第一个CDSS（MYCIN）在美国斯坦福大学诞生[6]。20 世纪70 年代末，我国关幼波教授与计算机工程师共同研发针对肝炎的诊疗计算机程序，是我国最早的基于中医的CDSS[7]。1980 年，Sprague 提出决策支持系统两库结构，极大地促进了决策支持系统的发展[8]。2006 年，O'Neill 等[9]依据临床决策模式研究护理决策系统。21 世纪初，我国护理信息系统逐步发展。2014 年，陈黎明等[10]建立了智能化危险因素评估系统，帮助护士智能评估决策，有效降低了跌倒和压疮的发生率。有学者将临床护理分类以及循证实践应用于护理信息系统中，帮助护士更有效地进行临床工作[11]。随着医院信息化建设如火如荼地进行，重症护理CDSS 也随之发展。

2 重症护理CDSS 的构建现状

CDSS 分为知识库和非知识库的决策系统[12-13]，其中基于知识库的决策系统主要包括知识库、逻辑推理机和人机交互接口三大部分，核心是知识库构建和知识转化[14]。

2.1 知识库的构建 构建护理CDSS 知识库包含4 个步骤，首先明确决策的护理领域，其次将知识形成标准化术语，再对其进行编码，最后对知识库进行评估和测量，并持续更新[11,15]。史婷奇等[12]认为，知识库主要通过文献回顾、现状调查、情景分析、内容分析及专家咨询等方法建立。Peterpaul 等[16]认为，知识库的来源包括医学文献知识库、系统生物学知识库、卫生保健系统知识库。井立强等[17]认为，基于循证的护理知识库是护理知识全面且结构化的知识集群，是针对护理领域问题的解答，通过某种知识表达方式在计算机存储系统中储存、组织、管理和运用的知识集合。目前，基于循证的知识库构建是护理CDSS 的研究热点，它基于大量的证据、系统评价、指南等形成了知识的汇总，但重症护理CDSS 的构建多停留在某个护理领域，尚未形成系统的知识库。有研究表明，以临床指南为参考依据，重症护士与信息专业人员共同参与知识库的构建与设计，将重症系统各种疾病知识、药品用法及不良反应、辅助检查等信息均纳入CDSS 系统，有利于开发并形成更完整的知识库体系，并且能够提高重症护士使用系统的积极性[18]，提示在后续构建重症护理CDSS 知识库中，应基于循证，辅以系统的疾病知识及药理学知识等，以形成完整的知识体系。

2.2 标准化护理术语 标准化护理术语是一套基于护理实践和护理学科的标准化语言，对于护理实践数据的收集、存取、表达和交流至关重要[11]，也是护理信息学发展的基础，提供了护理语言的基本框架结构，与原始信息数据保持一致，是解决语义概念性、知识表达一致性以及医疗资源共享性的有效方式[19]。目前，全世界有正在试验、试用和推广的多个术语系统，这些术语体系通常都是从临床护理实践中提取相关概念，选择相关术语进行命名和定义，从而建立的分类体系，且不同的术语体系之间可相互映射[20]。常用的国际护理术语分类系统有北美护理协会护理诊断、国际护理实践分类、临床护理分类、护理措施分类系统、护理结局分类系统、奥马哈系统、围术期护理数据集等[21]。研究显示，当前临床护理语言大多数处于无序的原始状态，缺乏统一、规范的语法和句式表达[22]。王草源等[23]开发的护理CDSS 以护理程序“评估、诊断、计划、实施、评价”为框架，参考国际护理术语分类系统构建循证知识库。刘宏见等[24-25]研究显示，基于临床护理分类的重症监护室电子护理记录系统应用于ICU 护理记录具有良好的适用性及可行性，能反映ICU 护理工作特征及病人病情特点，提高护理记录效率，实现了临床护理信息的标准化表达和数据共享。近年来，我国护理标准化术语逐步发展，但仍存在参差不齐、缺乏统一规范等问题，难以满足临床护理信息共享的需求，提示可综合现有的护理术语分类系统，同时契合本土国情，形成护理标准化术语并进行编码，逐步建立适用于我国的标准化护理术语体系，为护理大数据的建设夯实基础。

2.3 逻辑推理机 逻辑推理机的开发是构建CDSS的一个重要步骤，其功能是将医学知识应用于病人数据管理中，然后做出决策和预测，其对数据处理是利用知识和推理策略对整个知识库进行控制和协调[26]。Berner 等将推理方法分为基于规则推理、基于模型推理和基于案例推理等类型[27]。基于规则推理主要是指基于IF-THEN 规则进行推理，确定临床护理实践的方向和顺序，以实现决策支持；基于模型推理主要是指利用临床数据、指南或“假设推理”的方法构建相应的治疗模型以支持决策，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经验来推理[28]。杨丽等[29]针对中医临床诊断与治疗的决策辅助问题研制基于案例推理的临床诊疗决策支持原型系统，该系统能够根据相似的案例，在分析症状、诊断和中药相关关系的基础上，给出更加贴合临床问题的诊疗调整意见。护理决策随着病人病情变化不断改变，借助护理CDSS 可以推理出符合病人病情的措施，为病人提供个性化、精准化的护理决策，同时也为护理人员的决策提供强大的理论支持。但在重症护理领域存在着不同疾病的同样症状、体征所需要的照护内容不一样的情况，这类情况仅依靠设定好的决策树很难得出合理的建议[30]，提示重症护理CDSS 的推理应借助深度学习的神经网络进行大量数据学习，以帮助护理人员获取更佳、更具针对性的决策建议。

2.4 人机交互接口 人机交互接口一般由实时的静态电子看板和系统根据规则动态触发的提醒和报警交互构成[12]。系统可使用标准化术语实现交互，界面将标准化术语转换成一种系统内部可识别的形式，以此为基础实现同数据库管理系统、模型管理系统及深度知识库的接口，然后通过标准化术语接口转换成标准化语言输出给用户[31-32]。重症病人病因复杂、病情变化快，决定了决策环境的复杂性，这就对人机交互接口提出了更高的要求。人机交互接口应当具备更多的智能化特征，即有标准化语言理解和生成能力[31]。李昕华等[33]设计的智能交互平台用于接收来自各临床信息系统的病人数据,并将病人数据与知识库知识进行分析、整合、对比,通过推理机生成可视化人机交互端的交班信息[33]。互联网的快速发展，带动了护士与信息科人员的深入交流和密切合作，人机交互系统的临床适用性越来越高，信息转化、界面显示、功能使用等方面被越来越多的护士接受。国内重症护理决策系统起步较晚，重症护理知识的复杂与计算机知识的转换之间仍存在一些困难。有研究指出，人机交互系统对护生、新护士和护理专家均有极大的帮助[34]。在系统使用过程中，经验丰富的护士如遇到使用不灵活的系统，可能导致工作效率降低，且护士对系统的需求和依赖，会随着对系统的熟练程度和临床的复杂性而发生变化。因此，促进人机交互系统个性化的设置，使界面更优化、信息转化更清晰、功能更完善，是今后构建重症护理CDSS 努力的方向。

3 CDSS 在重症护理中的应用

3.1 应用于单一护理领域 近年来，重症护理临床决策支持系统的研发主要集中在临床护理问题方面，包括危急值管理、护理风险管理、气道管理、护士交接班管理等方面。

3.1.1 危急值管理 在国外，有学者针对ICU 病人的血糖管理[35]、体温管理[36]及血钾调控管理[37]开发了相应的CDSS，提高了数据记录的准确性，通过警报、提醒和建议等形式为护士提供即时的、适当的决策方案。国内研究中，虽未见针对重症护理的相关报道，但孙玉娇等[38]针对住院病人开发了低血糖护理决策支持系统。黄娜等[39]对决策支持系统在妊娠期糖尿病管理中应用的准确性和有效性进行评价，结果显示，临床医生共进行了18 次治疗调整，73.3%的系统建议与临床医生的治疗决定相匹配。提示CDSS 虽能帮助医护人员针对病人不同的病情提供不同的决策方案，但切勿过度依赖决策系统而忽视对病人病情的观察，导致决策失误。

3.1.2 护理风险管理 国外学者Barra 等[40]开发的ICU 警告系统，包含医源性气胸、护理相关感染、腹部或盆腔手术后缝合处伤口裂开、血管通路丧失以及气管内意外拔管五大警告系统，自动关联病人评估数据，生成相应的警告内容。Beeckman 等[41]设计的压疮决策支持系统，提供皮肤观察、床垫选择和使用、体位更换频率、卧位选择和倾斜角度4 个方面的护理建议。国内学者黎张双子等[42]研发的重症病人非计划性拔管信息系统，形成“事前-事中-事后”的全过程、多角度的预警方法和预控体系。范英等[43]开发了基于护理评估的CDSS，保证了评估的动态性与连续性。尉俊铮等[4]研发的护理决策系统利用立体人体图提醒护士加强管路护理。CDSS 应用于重症护理风险管理效果良好，有效预防了重症病人并发症的发生。

3.1.3 气道管理 国外学者Lyerla[44]研究发现，将机械通气病人床头抬高角度的证据形成护理决策支持系统，设计了重症监护病房机械通气保护性通气策略的支持系统，可提醒护士落实预防措施，减少呼吸机相关性肺炎的发生。胡月[45]设计实现的ICU 内呼吸机相关性肺炎的临床决策支持系统，决策维度丰富，决策速度较快且在实际临床数据中验证了系统的决策精确度,为ICU 呼吸机相关性肺炎的预防、诊断和治疗提供了决策依据，提升了医护人员的决策效率。

3.1.4 护士交接班 国内李昕华等[33,46]基于临床决策支持系统设计了护理一体化交接班模块，通过使用基于临床决策支持系统的一体化交接模块实现了病人信息、医嘱及护嘱执行等信息的实时提取，实现了从物品、病人、分组到整体的一体化交接，实现了多点多问题的决策支持辅助护士交班，提高了护士交班报告的书写效率和工作满意度。提示在CDSS 功能设计时可重点关注交接过程中的个性化差异和异常，提升交接班效率和质量，为重症病人的延续性护理提供客观的、可追溯的依据。

3.2 应用于整合的多个护理领域

3.2.1 基于临床路径的CDSS Hao 等[47]基于临床路径开发了决策支持系统，包括急性疼痛、排尿功能受损、皮肤完整性受损、焦虑、感染风险和跌倒风险6 项护理诊断决策，为病人提供个性化的护理计划。胡彬等[48]设计了以临床路径为核心的护理信息支持系统，有助于护理决策的制定。

3.2.2 基于护理程序的CDSS 在国外，护理CDSS以多种方式改善病人的护理，如药物管理、护理诊断支持、健康预防、监测、疾病预防与管理、临床实践建议、新护士的培训等。在国内，王欣然等[49]将决策支持植入重症监护信息系统，基于标准化语言构建知识库、结构化护理程序及护理观察记录，实现护理过程及不良事件的闭环管理、智能提醒与干预。王栋[50]通过构建知识库，连接医院信息管理系统+扫码腕带识别+数据实时采集、实时分析，实现以专科护理、护理风险评估、感染防控及风险预警为主要功能的重症信息决策管理系统。

3.2.3 基于护理管理的CDSS Schaarup 等[51]总结了4 种针对不同类型的慢性伤口临床决策支持模型；Chen 等[52]构建了护理人力资源配置决策支持系统；程建平等[53]开发了基于CDSS 的护理文书质量控制录入系统；秦丽丽等[54]基于医院信息系统研发结构化的护理不良事件管理系统；杨莘等[55]运用CDSS 构建了护理质量评价体系，使护理质量评价体系更加客观、切实、可行；魏畅[56]认为护理管理决策支持系统可以实现护理人力资源、绩效考核及护理质量管理的有效控制及科学评价。

综上所述，CDSS 主要用于辅助护理程序、智能提醒与警告、健康教育以及优化护理管理等，涵盖护理工作、护理资源和病人状况等方面。目前，关于护理CDSS 的研究大多聚焦于单病种或某一临床问题[23]，系统、全面提供护理决策及整体护理的研究较少，适用于重症护理的更少。单一护理领域CDSS 构建的知识库、人机交互系统较为简单，而多个护理领域的CDSS应用环境较为复杂，需要构建全面的知识库与人际交互逻辑等，比较耗费时间、金钱、人力及物力。国外的护理CDSS 大多数基于全面的决策支持系统上，再进行单一护理问题的CDSS 补充开发，在提高护理人员的决策能力、数据整理能力和判断能力方面效果更佳。我国重症护理CDSS 的开发，无论是单一还是多个护理领域的研究均有很大的提升空间，在充足资源的基础上，从全面到单一领域的开发将更有利于临床护士使用。

4 小结

4.1 优势 重症病人病情复杂，护士面临急剧变化的病情时，决策支持系统有助于护士做出更准确、更及时的护理决策，进行更及时、更恰当的基于循证的护理措施。一项系统评价显示，CDSS 在护理程序、护士实践环境、批判性思维、病人安全、病人生活质量和护理服务资源方面具有积极影响[57]。王欣然[49]将CDSS 嵌入重症信息系统中，将临床过程信息形成闭环管理，实现了预警提示功能和智能提醒。王草源等[23]的设计实现了病人信息的互联互通并通过规则链接触发决策内容，贯穿护理全过程的智能决策，可为低年资护士提供准确、客观的决策依据指导，缩短护理用时、降低成本、提高护理效率的同时提高了护理质量，有助于避免护理不良事件，减少护理病历质控问题，提高了病人的满意度[12]。

4.2 不足 随着医院信息化建设的大力推广，CDSS在护理中的应用也越来越广泛，展示了其强大的功能和应用价值，但仍存在一些不足：①许多CDSS 护理知识库内容陈旧、循证支持力度不足，缺乏通用的标准化护理术语[7]，无法满足信息共享和信息更新的需求；②CDSS 产品质量不一。设计不佳的系统可能无法提供CDSS 所期望的全面支持，当护士看到临床重要的信息被忽略时，可能增加其对系统的不信任进而不积极或抵触使用[58]；③现有的CDSS 功能较为单一，多是针对某种疾病或某种风险预警功能的开发，无法实现护理全过程的护理决策[59]。

4.3 启示与展望 CDSS 在重症护理中的应用在我国仍处于探索阶段，功能较为局限，关于已开发系统使用效果的实践研究报道较少。针对其中不足，仍需努力，如建立一套标准化的护理术语，为数据交换或信息共享创造基础，避免信息孤岛的形成；建立一个完整的多病种循证护理知识库，为CDSS 提供强大的、科学的、合理的理论依据。同时，在研发的过程中应征求护理人员的建议，采用多学科、多维度合作的方式，共同应对CDSS 在临床应用场景中的障碍，提供有效的决策[10]。基于临床实践指南的CDSS 可以提高临床人员对指南的依从性，促进最佳临床决策形成，将会是未来重症护理领域发展的重点，应进一步关注护士在使用过程中的体验、对警报的视觉偏好等细节[60]，不断改进以更好地迎合临床需求，优化CDSS 在重症护理中的应用性能。