人工神经网络在护理中的应用现状及发展前景

彭瑞岚，肖继荣

随着信息技术化的不断发展，人工智能(artificial intelligence，AI)逐步地被应用于各个领域，极大地提高了生产效率，节省了人力物力[1]。现阶段人工智能已经在医疗领域被广泛应用，实现了临床中疾病的预测和诊断。其中人工神经网络(artificial neural network,ANN)是实现这个过程的重要技术。人工神经网络可以采用线性思维的方式处理获取到的信息，然后通过计算机快速和精确的计算得到大量的电子健康记录信息，从而指导临床护理实践[2]。本文针对人工神经网络在临床护理中的应用发展进行综述，指明信息化在护理中的应用现状以及未来的发展前景，为人工神经网络在临床中的研究奠定基础。

1 人工神经网络的概念

人工神经网络作为人工智能重要的部分，采用广泛互连的结构与有效的学习机制去模拟大脑的信息处理过程，网络上面的每个结点都可以看作成一个神经元并且可以存储和处理信息。神经网络上的各个结点可以处理信息然后向其他的结点输出，其他的结点接受然后处理再输出，直到所有的神经网络工作完成，最后输出结果[3]。

2 人工神经网络的结构

人工神经网络的结构是由层、神经元和网络3个部分组成的。整个人工神经网络是由一系列基本的神经元、通过权重相互连接起来的[4]。如图1所示人工神经网络最基本的单位是神经元。一个神经网络是由输入层、隐藏层和输出层，3层连接在一起形成的。第一层输入层只接受外部环境信息，是由接受各种不同样本信息的输入单元组成的，这一层的神经元相当于自变量不做计算只是简单的为隐藏层传递信息。隐藏层位于输入层和输出层之间，是用于分析输入的信息，然后再传到输出层形成最后的结果。每一个输出的单元都会对应特定的分类，给外部系统输送结果值，整个网络通过调整一定的强度来达到学习的目的[5]。

图1 人工神经网络的结构

3 人工神经网络在护理领域中的应用

3.1 在临床护理工作中的应用 人工神经网络系统可以根据病人的护理数据，构建起疾病的预测模型从而在平时的检查中很高效地筛查出一些高危人群，同时这个模型还可以用于病人疾病后期的追踪观察。由于人工网络系统在临床的护理中可以优化和迅速的合成数据，因此在我们护理工作中起到了很好的疾病预防作用[6]。有研究者通过人工神经网络对一些比较危重病人的生命体征的变化创建了一个可以预测病人心搏骤停的模型。这个模型提供的数据不仅精确度较高还比较方便地利于临床护理人员的观察[7]。Sullivan等[8]通过人工神经网络收集的临床护理数据建立起了一个预测居家老年人的死亡模型，这个模型可以帮助护理人员在早期就识别出具有死亡风险的老年人，并且为他们做出一份更加适合他们特征的护理计划，从而避免疾病恶化。Marschollek等[9]采用人工网络算法有效地处理了跌倒高危因素中一些复杂的关系，构建出了跌倒预测模型，提取了老年人跌倒的风险因素。数据丰富了我们的护理研究工作。我们在临床的护理工作中离不开大数据，有研究表示利用人工神经网络中的数据技术对护理记录进行整合和分析可以提高医生对于疾病诊断的精确性[10]。

3.2 在护理管理中的应用 我国近年来的信息化管理模式已经在不断地发展中，主要体现在疾病的管理、护理质量的管理以及对护理员工的管理中。人工神经网络算法为信息化的管理提供了很大的发展空间。通过对管理系统中数据的整理和分析提高了管理者科学的决策力。Ladstatter等[11]利用人工神经网络构建出了护士对于职业疲倦感的一个模型，研究表明人工神经网络可以很好地帮助管理者提前了解到护士的职业倦怠情况，尽早地对于护士的情况给予一定的干预措施，从而提高护士在临床中的工作效率。Sudharsan等[12]运用人工神经网络建立了血糖预测模型，这个模型对于低血糖的发生可以做出一个很好的预测，降低了病人发生低血糖的风险。该模型可以对病人的健康做出指导，实现了高效的健康管理。Bagnasco等[13]建立了不良事件的数据平台，可以及时地掌握一些科室存在的问题，从而在很大程度上优化管理的效果。人工神经网络可以通过对大量的数据进行学习，提取出一些特征然后构建模型，与我们在临床上运用的传统回归模型相比，人工神经网络对于非线性的数据进行处理更具有优势，可以构建出一个更加精确的风险评估模型[14]。

3.3 在护理教育中的应用 目前我国研究人员的教育缺乏相应的数据课程[15]，美国护理科学委员会召开的一项会议表明，数据对于研究人员具有很大的重要性，提倡把数据整合到护理学科中[16]。有研究表明将护理专业的学生作为研究对象，利用人工神经网络预测模型可以很好地辅助高校老师筛选出对于学业有问题的学生，从而制定出干预措施，解决学生在学业上出现的问题[17]。同时人工神经网络还可以发现护理教育中一些影响因素的联系，预测学生的未来发展[18]。对于我国的发展而言，将人工神经网络学习加入到护理硕博教育中，设置相应的课程，构建完善的核心课程体系，培养出有数据利用能力的科研人员是未来的趋势所在。

4 人工神经网络的优势

4.1 缓解护士人力短缺压力 人工神经网络通过构建一系列的健康预测模型，不仅可以对病人的健康进行很好的管理，还可以非常有效地提高护理工作的效率[19]，减少不良事件的发生，保护病人的安全，提高护士的护理质量，促使临床护士可以有更多的时间和精力投入到智能护理当中去，让护士获得更大的职业发展空间[20]。

4.2 提供更加优质的护理服务 在对病人进行延续护理的时候，可以通过建立云数据库[21]，利用人工神经网络技术帮助护士高效和科学地开展延续护理服务，可以解决传统的护理模式缺乏系统的支持、耗时耗力以及信息量收集不足和实施的效果欠佳等问题[22]。

4.3 改变传统的护理模式 将人工神经网络应用于护理领域，可以在很大程度上改变医院、诊所以及社区的传统护理模式，利用人工网络技术可以实施远程监测，可以减少病人术后不良事件的发生率，提高临床医护人员的工作效率[23]。由此可见，人工神经网络优化了护理的资源配置，让护理的工作逐步从智能化向自动化转变[24]。

5 人工神经网络面临的挑战及应对

5.1 缺乏护理信息人才 我国目前缺乏护理信息人才，美国的护理信息学在21世纪初就已经形成了一门学科[25]，而我国大多数院校未开展护理信息学的课程，且国内外的差距较大。现在在临床上运用比较多的就是医院自己的一套电子系统，缺乏统一性、实用性，护理信息人才的不足和缺乏势必会限制护理信息系统的发展，应该从国家的政策出发，设置相关的专业，为以后护理的信息化建设奠定基础。

5.2 没有统一的护理规范 护理数据虽然比较多元化，但对于数据的一些共性不能充分的挖掘，美国护理研究所提出了一项想法[26]，旨在提高数据收集的效率，促进交叉研究分析和数据共享。目前我国的数据存录的格式不统一，数据的准确性有所缺乏，非互操作的数据不能被解释。因此，需要呼吁一些数据专家共同合作，使得护理的数据更加完善，发挥护理数据的价值。

5.3 信息存在一定的安全隐患 人工神经网络可以很好地处理数据，但是会涉及用户的隐私，所以要保证病人的信息安全才能呼吁更多的人加入到数据平台[27]，每个数据库在建立的时候应该通过严格的审核，对于非法的信息泄露给予严格的处罚，从法律和信息信用等多个层面保护病人信息的安全。

6 小结

护理研究者已经运用人工神经网络为护理实践、护理教育以及护理管理等多个方面提供了信息化实践。护士是临床工作中的主力军，在日常的生活中了解病人的健康状况，为病人的健康保驾护航，因此信息化的发展和护士的参与密不可分。未来护理研究的信息化发展一定会充分响应国务院[28]提出的《新一代人工智能发展规划》，完善智能医疗政策体系、加快创新应用、缓解医疗困难、提升病人的健康水平，以科学和安全照料病人为目的，推动护理信息化学科的发展。