我國電子病歷應(yīng)用處于較低等級，大多CDSS沒有提供常規(guī)警報(bào)提醒、摘要儀表盤和自動(dòng)信息檢索以外的功能。鑒于此，本研究基于數(shù)據(jù)驅(qū)動(dòng)的決策支持理念，探討將數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘技術(shù)引入智能化護(hù)理決策支持系統(tǒng)，對系統(tǒng)數(shù)據(jù)信息獲取、存儲、集成、分析與呈現(xiàn)進(jìn)行全面規(guī)劃。
【摘要】隨著電子病歷信息化建設(shè)的不斷深入，依托大數(shù)據(jù)、人工智能技術(shù)提升專業(yè)照護(hù)服務(wù)效率和質(zhì)量成為健康醫(yī)療領(lǐng)域日益關(guān)注的焦點(diǎn)。本研究對智能護(hù)理臨床決策支持系統(tǒng)的數(shù)據(jù)交互與整合問題進(jìn)行分析，探討將數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)引入智能化護(hù)理臨床決策支持系統(tǒng)，對系統(tǒng)數(shù)據(jù)信息獲取、存儲、集成、分析與呈現(xiàn)進(jìn)行統(tǒng)一規(guī)劃，并在此基礎(chǔ)上構(gòu)建基于數(shù)據(jù)倉庫的大數(shù)據(jù)平臺，推動(dòng)數(shù)據(jù)驅(qū)動(dòng)的智能化護(hù)理決策支持系統(tǒng)的應(yīng)用與發(fā)展。
【關(guān)鍵詞】電子病歷；健康醫(yī)療大數(shù)據(jù)；護(hù)理決策支持；數(shù)據(jù)平臺
近年來，大數(shù)據(jù)、人工智能技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用與發(fā)展備受關(guān)注。美國醫(yī)學(xué)研究所IOM建議，醫(yī)療系統(tǒng)應(yīng)提供快速、實(shí)時(shí)、多系統(tǒng)的數(shù)據(jù)信息，用于常規(guī)護(hù)理、質(zhì)量改善、安全管理及學(xué)習(xí)型組織創(chuàng)建四。國務(wù)院《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》）《“健康中國2030”規(guī)劃綱要》是推動(dòng)指導(dǎo)健康醫(yī)療大數(shù)據(jù)融合共享與應(yīng)用發(fā)展的綱領(lǐng)性文件。國家醫(yī)政醫(yī)管局《關(guān)于進(jìn)一步推進(jìn)以電子病歷為核心的醫(yī)療機(jī)構(gòu)信息化建設(shè)工作的通知》指出，“2020年所有三級醫(yī)院應(yīng)達(dá)到電子病歷4級以上，實(shí)現(xiàn)全院信息共享，并具備決策支持功能”?！皵?shù)據(jù)信息整合，護(hù)理安全質(zhì)量持續(xù)提升”成為專業(yè)照護(hù)的最前沿方向。
臨床決策支持系統(tǒng)（clinical decision support system,CDSS）應(yīng)用數(shù)據(jù)及科學(xué)證據(jù)，幫助指導(dǎo)醫(yī)護(hù)人員進(jìn)行最佳實(shí)踐決策，提高醫(yī)療服務(wù)質(zhì)量。大數(shù)據(jù)、人工智能技術(shù)為個(gè)體化專業(yè)照護(hù)提供了新的機(jī)遇。盡管如此，數(shù)據(jù)驅(qū)動(dòng)的智能化護(hù)理決策支持系統(tǒng)開發(fā)及使用仍面臨挑戰(zhàn)?？赡艿脑虬ǎ嚎梢暬捎脩艚缑?、數(shù)據(jù)標(biāo)準(zhǔn)化、系統(tǒng)間信息孤島、語法語義互操作性以及分析功能等。大數(shù)據(jù)平臺“是集數(shù)據(jù)采集、存儲、分析處理、查詢檢索、數(shù)據(jù)挖掘及可視化等功能于一體的平臺”。本研究在綜合評估智能護(hù)理決策支持系統(tǒng)前期研究的基礎(chǔ)上響，依據(jù)業(yè)務(wù)需求分析及大數(shù)據(jù)平臺技術(shù)，引入數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘?qū)ο到y(tǒng)數(shù)據(jù)獲取、集成、分析與呈現(xiàn)進(jìn)行統(tǒng)一規(guī)劃，構(gòu)建基于數(shù)據(jù)倉庫的大數(shù)據(jù)平臺，為專業(yè)照護(hù)智能護(hù)理臨床決策支持系統(tǒng)提供科學(xué)數(shù)據(jù)支撐。
1需求分析
數(shù)據(jù)源是綜合評估智能化護(hù)理決策支持系統(tǒng)進(jìn)行預(yù)測和決策的基礎(chǔ)，數(shù)據(jù)集成的目標(biāo)是將在不同系統(tǒng)和設(shè)備中分布的多源異構(gòu)數(shù)據(jù)，經(jīng)數(shù)據(jù)集成實(shí)現(xiàn)有效地傳遞、交互、解釋和共享，構(gòu)建智能化護(hù)理決策支持系統(tǒng)綜合數(shù)據(jù)平臺。通過統(tǒng)一規(guī)劃的數(shù)據(jù)視圖為專業(yè)照護(hù)科學(xué)決策提供數(shù)據(jù)支撐。本研究基于護(hù)理程序和標(biāo)準(zhǔn)化護(hù)理語言護(hù)理措施分類（nursing interventions classification,NIC），將數(shù)據(jù)需求分為6類，包括護(hù)理評估、護(hù)理診斷、護(hù)理計(jì)劃、護(hù)理措施、護(hù)理活動(dòng)及護(hù)理評價(jià)相關(guān)的信息數(shù)據(jù)。
針對綜合評估智能化護(hù)理決策支持系統(tǒng)的業(yè)務(wù)流程、護(hù)理人員使用需求、專業(yè)總體需求進(jìn)行分析，提出開發(fā)數(shù)據(jù)平臺的主要業(yè)務(wù)包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、決策主題數(shù)據(jù)存儲與綜合、多維數(shù)據(jù)分析、數(shù)據(jù)挖掘、決策支持及呈現(xiàn)。涉及的業(yè)務(wù)系統(tǒng)有電子病歷系統(tǒng)、藥物信息化管理系統(tǒng)、圖像掃描影像學(xué)系統(tǒng)、實(shí)驗(yàn)室檢查系統(tǒng)、監(jiān)護(hù)與傳感設(shè)備及護(hù)理決策支持系統(tǒng)等。
2大數(shù)據(jù)平臺
設(shè)計(jì)智能化護(hù)理綜合評估決策支持系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)過程中的實(shí)際需求，通過數(shù)據(jù)平臺實(shí)現(xiàn)對患者數(shù)據(jù)信息的采集、處理、存儲、分析和管理，將患者護(hù)理評估、診斷、最佳實(shí)踐建議及護(hù)理目標(biāo)評價(jià)匹配生成基于護(hù)理評估及診斷的護(hù)理計(jì)劃訂單數(shù)據(jù)集，對決策問題提供數(shù)據(jù)支撐環(huán)境。不同患者數(shù)據(jù)匯總形成縱向數(shù)據(jù)集，滿足深度數(shù)據(jù)挖掘、知識發(fā)現(xiàn)專業(yè)照護(hù)決策支持。此外，平臺還可以用于警報(bào)提醒、質(zhì)量系統(tǒng)控制、敏感指標(biāo)趨勢及關(guān)鍵元素追蹤和分析管理。智能化綜合評價(jià)決策支持系統(tǒng)數(shù)據(jù)平臺總體框架結(jié)構(gòu)分為4層，主要由數(shù)據(jù)采集層、數(shù)據(jù)存儲層、決策支持層及數(shù)據(jù)管理層構(gòu)成，見圖1。此外，人工智能平臺整合數(shù)據(jù)計(jì)算和算法資源，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)與模糊綜合評價(jià)集成的護(hù)理綜合評價(jià)決策模型。
2.1數(shù)據(jù)采集層
數(shù)據(jù)采集層包含2層結(jié)構(gòu)，首先將醫(yī)院信息化系統(tǒng)中分散的電子病歷（electronic medical record,EMR）、藥品管理系統(tǒng)（electronic medicine administration record,eMAR）實(shí)驗(yàn)室信息系統(tǒng)（laboratory information system,LIS）、放射學(xué)信息系統(tǒng)（radiology information system,RIS）、設(shè)備傳感等系統(tǒng)的原始數(shù)據(jù)定義形成源數(shù)據(jù)：其次通過數(shù)據(jù)倉庫工具（extract-transform-load,ETL）對源數(shù)據(jù)進(jìn)行自動(dòng)篩選、轉(zhuǎn)換、按照一定格式的集成加載到數(shù)據(jù)倉庫集市。
2.2決策數(shù)據(jù)存儲層
2.2.1數(shù)據(jù)倉庫結(jié)構(gòu)設(shè)計(jì)
數(shù)據(jù)平臺決策數(shù)據(jù)存儲層由數(shù)據(jù)倉庫實(shí)現(xiàn)，為滿足多維數(shù)據(jù)分析需求，數(shù)據(jù)倉庫對源數(shù)據(jù)面向主題進(jìn)行加工、處理、綜合及多維存儲，見圖2.首先根據(jù)護(hù)理程序及綜合評估指標(biāo)進(jìn)行數(shù)據(jù)組織，形成滿足智能化護(hù)理綜合評價(jià)決策需求主題的數(shù)據(jù)類后依次存儲。整理需求分析，按數(shù)據(jù)粒度進(jìn)行劃分，形成元數(shù)據(jù)庫和數(shù)據(jù)集市。系統(tǒng)數(shù)據(jù)管理涉及元數(shù)據(jù)管理、權(quán)限管理、監(jiān)控管理及數(shù)據(jù)模型管理。
2.2.2主題域設(shè)計(jì)建模
根據(jù)智能化護(hù)理綜合評估決策需求和系統(tǒng)邊界劃分，確定人、健康、環(huán)境、護(hù)理4個(gè)主題，通過護(hù)理評估、護(hù)理診斷、護(hù)理計(jì)劃、護(hù)理措施、護(hù)理活動(dòng)、護(hù)理評價(jià)聯(lián)系。將數(shù)據(jù)模型按照護(hù)理評估、護(hù)理診斷、護(hù)理計(jì)劃、護(hù)理措施、護(hù)理活動(dòng)、護(hù)理評價(jià)6個(gè)基本主題域進(jìn)行邏輯結(jié)構(gòu)設(shè)計(jì)，建立以專業(yè)照護(hù)為中心的主題視圖，各主題域關(guān)系見圖3。
主題域確定后，采用星形結(jié)構(gòu)對護(hù)理計(jì)劃主題進(jìn)行多維數(shù)據(jù)事實(shí)表及維表設(shè)計(jì)，見圖4，具體維度涉及護(hù)理評估、護(hù)理診斷、護(hù)理措施、護(hù)理活動(dòng)、護(hù)理評價(jià)、時(shí)間、科室、疾病診斷、護(hù)理分級及患者年齡。根據(jù)分析需求，整理系統(tǒng)護(hù)理計(jì)劃事實(shí)表及維表描述屬性，見表1。
2.3決策支持層
2.3.1決策支持層的結(jié)構(gòu)設(shè)計(jì)
數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘及模型庫組成智能化護(hù)理綜合評價(jià)高級決策支持系統(tǒng)數(shù)據(jù)平臺。決策支持層分為3層子結(jié)構(gòu)，主要由用戶層、問題綜合與交互系統(tǒng)層、聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘?qū)訕?gòu)成。問題綜合與交互系統(tǒng)實(shí)現(xiàn)系統(tǒng)維護(hù)、決策問題與方案查詢/檢索及決策后臺控制管理，包括系統(tǒng)維護(hù)、決策前臺、決策后臺3個(gè)模塊。聯(lián)機(jī)分析處理對數(shù)據(jù)集中提取的綜合數(shù)據(jù)信息實(shí)現(xiàn)多維數(shù)據(jù)分析處理。數(shù)據(jù)挖掘通過數(shù)據(jù)集進(jìn)行數(shù)據(jù)知識挖掘，并將結(jié)果傳遞到知識庫。通過問題綜合與交互系統(tǒng)，調(diào)用模型庫、知識庫、方法庫處理數(shù)據(jù)庫及數(shù)據(jù)倉庫中的數(shù)據(jù)，將多維分析及數(shù)據(jù)挖掘結(jié)果以多種方式呈現(xiàn)給用戶，見圖5。
2.3.2聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘
通過聯(lián)機(jī)分析處理（on--line analytical processing,OLAP）工具針對特定問題對數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行訪問與多維分析。通過對5類數(shù)據(jù)，即護(hù)理評估、護(hù)理診斷、護(hù)理措施、護(hù)理活動(dòng)、護(hù)理評價(jià)進(jìn)行多維數(shù)據(jù)分析與報(bào)表設(shè)計(jì)，為決策者提供直觀、清晰的可視化分析結(jié)果，見表2。
根據(jù)專業(yè)照護(hù)挖掘需求分析及決策目的對數(shù)據(jù)集中提取的數(shù)據(jù)通過集成數(shù)據(jù)挖掘模塊進(jìn)行數(shù)據(jù)挖掘，挖掘方法包括回歸分析、關(guān)聯(lián)分析、聚類分析、模糊推理、神經(jīng)網(wǎng)絡(luò)算法等，見表3。
2.4數(shù)據(jù)管理
數(shù)據(jù)管理是智能化護(hù)理綜合評價(jià)分析和決策的基礎(chǔ)和核心，涉及的內(nèi)容包括用戶權(quán)限管理、元數(shù)據(jù)管理、模型管理及監(jiān)控管理。①權(quán)限管理：通過訪問協(xié)議進(jìn)行臨床護(hù)理、護(hù)理管理、項(xiàng)目維護(hù)人員身份驗(yàn)證和授權(quán)，實(shí)現(xiàn)數(shù)據(jù)平臺電子簽章、用戶名及密碼管理。②元數(shù)據(jù)管理：元數(shù)據(jù)是數(shù)據(jù)倉庫中“關(guān)于數(shù)據(jù)的數(shù)據(jù)”。元數(shù)據(jù)管理是智能化護(hù)理綜合決策數(shù)據(jù)平臺的重要環(huán)節(jié)，負(fù)責(zé)對數(shù)據(jù)結(jié)構(gòu)、源數(shù)據(jù)、數(shù)據(jù)倉庫數(shù)據(jù)轉(zhuǎn)換規(guī)則、約束條件、ETL映射關(guān)系、數(shù)據(jù)模型、任務(wù)參數(shù)、數(shù)據(jù)存儲及更新策略等元數(shù)據(jù)信息進(jìn)行標(biāo)準(zhǔn)定義、配置、存取和管理維護(hù)。③模型管理：模型管理獨(dú)立調(diào)用決策問題庫、模型庫和數(shù)據(jù)模型算法庫，是智能化護(hù)理綜合決策數(shù)據(jù)平臺的重要組成部分。其中，決策問題庫采用數(shù)據(jù)庫形式存放歷史決策問題、子問題及其求解路徑：模型庫存放決策問題、決策任務(wù)所使用的模型，包括模型的名稱、描述、算法、表示形式、輸入及輸出變量等；模型算法庫針對決策問題和決策任務(wù)求解提供線性回歸、關(guān)聯(lián)分析、模糊評價(jià)、神經(jīng)網(wǎng)絡(luò)等基本模型算法。④監(jiān)控管理：為保證數(shù)據(jù)平臺正常運(yùn)行，提高系統(tǒng)穩(wěn)定性，需要對系統(tǒng)所在網(wǎng)絡(luò)、操作系統(tǒng)、數(shù)據(jù)庫、中間件和應(yīng)用軟件等進(jìn)行全面、實(shí)時(shí)監(jiān)控。監(jiān)控指標(biāo)包括：主機(jī)和存儲硬件狀態(tài)，數(shù)據(jù)集成鏈路，網(wǎng)絡(luò)、操作系統(tǒng)、數(shù)據(jù)庫、數(shù)據(jù)倉庫、中間件和應(yīng)用軟件的運(yùn)行狀況，數(shù)據(jù)備份執(zhí)行情況以及系統(tǒng)運(yùn)行環(huán)境等。
3應(yīng)用前景展望
3.1大數(shù)據(jù)驅(qū)動(dòng)改善專業(yè)照護(hù)最佳實(shí)踐
CDSS通過集成電子病歷（EMR）、基于算法的創(chuàng)新軟件管理患者數(shù)據(jù)并納入科學(xué)證據(jù)，將數(shù)據(jù)、專業(yè)知識和證據(jù)自動(dòng)組合，分析、預(yù)測患者整體護(hù)理需求及轉(zhuǎn)歸軌跡1.然而，數(shù)據(jù)標(biāo)準(zhǔn)、結(jié)構(gòu)及存儲的不一致性，導(dǎo)致多源異構(gòu)數(shù)據(jù)孤島，很難適應(yīng)智能護(hù)理決策支持系統(tǒng)的需求。Dunn等對醫(yī)院護(hù)理決策支持系統(tǒng)進(jìn)行整合回顧，共納入28項(xiàng)研究，其中50%描述了CDS與EHR的集成細(xì)節(jié)；25%實(shí)時(shí)提取、使用EHR中患者數(shù)據(jù)；50%CDS需要護(hù)士手動(dòng)輸入；僅I項(xiàng)研究使用CDS統(tǒng)計(jì)數(shù)據(jù)。本研究探討引入數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘技術(shù)，構(gòu)建了基于數(shù)據(jù)倉庫的護(hù)理決策支持系統(tǒng)大數(shù)據(jù)平臺，該平臺具有對患者數(shù)據(jù)信息的采集、處理、存儲、分析和管理功能，通過將患者護(hù)理評估、診斷、最佳實(shí)踐建議及護(hù)理目標(biāo)評價(jià)匹配生成基于護(hù)理評估及診斷的護(hù)理計(jì)劃訂單數(shù)據(jù)集，對決策問題提供數(shù)據(jù)描述性分析。此外，允許OLAP服務(wù)器進(jìn)行數(shù)據(jù)可視化瀏覽，在專業(yè)照護(hù)護(hù)理評估、診斷、計(jì)劃、干預(yù)和評價(jià)維度進(jìn)行有效的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)?；跀?shù)據(jù)信息整合、交互、共享改善專業(yè)決策支持和實(shí)踐質(zhì)量已得到廣泛共識。
3.2系統(tǒng)交互優(yōu)化工作流程
“有效”的CDSS應(yīng)考慮護(hù)理人員的工作情境，識別用戶功能需求，實(shí)時(shí)管理不同類型的數(shù)據(jù)信息，節(jié)省運(yùn)營成本和時(shí)間，易于使用，遵循循證實(shí)踐指南并支持以患者為中心的協(xié)作決策。互操作性是CDSS實(shí)施的主要障礙，分析前對數(shù)據(jù)信息進(jìn)行規(guī)范化數(shù)據(jù)倉庫處理是解決此問題的關(guān)鍵。借助基于數(shù)據(jù)倉庫的大數(shù)據(jù)平臺，在護(hù)理時(shí)決策支持模塊可以查詢、訪問數(shù)據(jù)知識并對其進(jìn)行操作，更容易將數(shù)據(jù)知識獲取到工作流中，使洞察變得可行，進(jìn)而基于系統(tǒng)提供的信息做出更具知識性的專業(yè)決策。
Kawamoto研究發(fā)現(xiàn)，有效CDSS根據(jù)工作流進(jìn)行設(shè)計(jì)，實(shí)時(shí)提供關(guān)聯(lián)評估的決策建議2o.CONFlexFlow研究結(jié)果表明，靈活地將CDSS集成到工作流程中是系統(tǒng)成功的關(guān)鍵。當(dāng)今，醫(yī)療衛(wèi)生環(huán)境變化迅速，新證據(jù)、新臨床護(hù)理途徑、新問題、新數(shù)據(jù)以及新元素不斷涌現(xiàn)。未來如何將患者數(shù)據(jù)、信息及知識，動(dòng)態(tài)、實(shí)時(shí)地整合反饋到CDSS以改善工作流程和護(hù)理仍有待深入探索。
3.3機(jī)器學(xué)習(xí)引導(dǎo)個(gè)體化主動(dòng)決策
以患者為中心的健康醫(yī)療大數(shù)據(jù)，遠(yuǎn)遠(yuǎn)超出檢驗(yàn)假設(shè)或驗(yàn)證模型的簡單需求。CDSS當(dāng)前模型多基于回歸或相關(guān)分析，不能捕獲數(shù)據(jù)中的復(fù)雜關(guān)系。機(jī)器學(xué)習(xí)是指一組大數(shù)據(jù)技術(shù)，通過迭代過程進(jìn)行操作，并基于學(xué)習(xí)到的模式生成預(yù)測模型，辨別數(shù)據(jù)中的復(fù)雜模式或規(guī)律2.專家系統(tǒng)、機(jī)器學(xué)習(xí)即人工智能算法和大數(shù)據(jù)存儲相結(jié)合，已開始影響臨床實(shí)踐2930.本研究基于大數(shù)據(jù)平臺，數(shù)據(jù)挖掘模塊從數(shù)據(jù)倉庫數(shù)據(jù)集中提取數(shù)據(jù)，利用人工神經(jīng)網(wǎng)絡(luò)（artificial neural network,ANN）、模糊評價(jià)、邏輯回歸等智能算法進(jìn)行模式識別和統(tǒng)計(jì)模型開發(fā)，創(chuàng)建現(xiàn)有表型特征和護(hù)理評估、診斷、計(jì)劃、措施、活動(dòng)及評價(jià)知識庫，支持專業(yè)照護(hù)主動(dòng)決策。
3.4數(shù)據(jù)管理平衡隱私保護(hù)及數(shù)據(jù)共享邊界
大數(shù)據(jù)平臺數(shù)據(jù)管理涉及數(shù)據(jù)安全和隱私管理。由于數(shù)據(jù)管理的復(fù)雜性，組織面臨道德、法律和法規(guī)挑戰(zhàn)。醫(yī)療機(jī)構(gòu)應(yīng)針對臨床數(shù)據(jù)建立嚴(yán)格的數(shù)據(jù)規(guī)則和長效控制機(jī)制，確保數(shù)據(jù)信息安全、保護(hù)患者隱私B。通過采用標(biāo)準(zhǔn)和合規(guī)性要求來限制用戶的權(quán)限，確保新系統(tǒng)滿足醫(yī)療保健法規(guī)并為正確使用患者信息創(chuàng)造安全的環(huán)境。允許的情況下，進(jìn)行患者電子病歷匿名化，即收集數(shù)據(jù)時(shí)、收集數(shù)據(jù)后或患者身份標(biāo)識加密。
4小結(jié)
江蘇省人民醫(yī)院臨床數(shù)據(jù)中心（clinical data repository,CDR）于2015年12月正式上線，集成存儲并展示就診、診療、醫(yī)囑、檢查、檢驗(yàn)、手術(shù)、病歷文書等患者信息，和HIS、LIS、RIS等31個(gè)信息系統(tǒng)相連，輔助醫(yī)護(hù)人員查詢決策。CDR與智能護(hù)理決策支持系統(tǒng)（nursing decision support system, NDSS）對接，本數(shù)據(jù)平臺獲取應(yīng)用CDR及其他外部數(shù)據(jù)源信息。目前智能護(hù)理決策支持系統(tǒng)I期已在我院4個(gè)科室上線試用，查詢獲取醫(yī)院CDR數(shù)據(jù)源信息，包括醫(yī)囑、檢查、檢驗(yàn)、手術(shù)、病歷文書功能等41432條臨床數(shù)據(jù)。落地規(guī)則及需求共300余個(gè)，提供關(guān)聯(lián)護(hù)理評估最優(yōu)匹配的護(hù)理計(jì)劃近808次，護(hù)理措施核心數(shù)據(jù)1350次，護(hù)理活動(dòng)決策信息6336次。
“數(shù)據(jù)信息交互、整合、共享，智能決策支持”構(gòu)成8級電子病歷系統(tǒng)核心評價(jià)標(biāo)準(zhǔn)。我國電子病歷應(yīng)用處于較低等級，大多CDSS沒有提供常規(guī)警報(bào)提醒、摘要儀表盤和自動(dòng)信息檢索以外的功能。鑒于此，本研究基于數(shù)據(jù)驅(qū)動(dòng)的決策支持理念，探討將數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘技術(shù)引入智能化護(hù)理決策支持系統(tǒng)，對系統(tǒng)數(shù)據(jù)信息獲取、存儲、集成、分析與呈現(xiàn)進(jìn)行全面規(guī)劃，并在此基礎(chǔ)上構(gòu)建基于數(shù)據(jù)倉庫的智能化護(hù)理決策支持系統(tǒng)大數(shù)據(jù)平臺。通過專業(yè)照護(hù)護(hù)理評估、診斷、計(jì)劃、措施、活動(dòng)及評價(jià)數(shù)據(jù)交互整合、多維分析、挖掘、知識發(fā)現(xiàn)，為數(shù)據(jù)驅(qū)動(dòng)的專業(yè)照護(hù)智能決策支持系統(tǒng)研發(fā)與實(shí)現(xiàn)提供有益參考。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
