曹常樂 黃碩果 郭 瓊 周紀(jì)妹

人工智能(artificial intelligence，AI)是研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)[1]。近年來，全球各國均關(guān)注并致力于人工智能的研究。2017年，我國在《新一代人工智能發(fā)展規(guī)劃》中明確提出了面向2030年，我國新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點任務(wù)和保障措施 ，部署構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢 ，加快建設(shè)創(chuàng)新型國家和世界科技強(qiáng)國[2]。隨著“互聯(lián)網(wǎng)+醫(yī)療健康”的發(fā)展，不斷探索和建設(shè)以人工智能技術(shù)為基礎(chǔ)的新型護(hù)理模式勢在必行[3]?！叭斯ぶ悄?護(hù)理”的發(fā)展不僅能緩解人力資源短缺的問題，提高工作效率，也可促進(jìn)學(xué)科革新及護(hù)理科研的發(fā)展，為護(hù)理注入了新的動力，具有可觀的社會效益和經(jīng)濟(jì)效益，符合我國的基本國情及方針政策[4]。目前，“人工智能+護(hù)理”的發(fā)展尚處于起步階段，護(hù)理人員在其發(fā)展中起到至關(guān)重要的作用，可在一定程度上促進(jìn)人工智能有效、公平的開展，本文通過對PubMed數(shù)據(jù)庫收錄的人工智能在護(hù)理領(lǐng)域的研究文獻(xiàn)進(jìn)行計量分析并總結(jié)，以期為我國護(hù)理工作者進(jìn)行該專題的研究提供參考依據(jù)。

1 資料與方法

1.1 檢索來源及檢索方法

以PubMed數(shù)據(jù)庫為檢索的數(shù)據(jù)庫來源，以"artificial intelligence MeSH Terms" AND "nursing" OR "nurse MeSH Terms"為檢索式，檢索時間為建庫至2019年8月31日，初次搜索到247條文獻(xiàn)。

1.2 納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：研究對象為人工智能的相關(guān)護(hù)理研究。排除標(biāo)準(zhǔn)：(1)文章信息缺失；(2)與主題弱相關(guān)的文獻(xiàn)；(3)重復(fù)的文獻(xiàn)；(4)會議綜述、論壇、新聞報道等非研究類文獻(xiàn)。

1.3 研究工具和方法

采用由中國醫(yī)科大學(xué)醫(yī)學(xué)信息系參與開發(fā)的書目共現(xiàn)分析系統(tǒng)(BICOMB 2.0)軟件，對文獻(xiàn)年代、發(fā)表期刊、國家分布等數(shù)據(jù)進(jìn)行計量學(xué)分析。采用SPSS 21.0 統(tǒng)計軟件將詞篇矩陣進(jìn)行聚類分析，生成研究熱點。

1.4 提取資料

查看文獻(xiàn)標(biāo)題和摘要部分，由 2名研究員按照納入與排除標(biāo)準(zhǔn)進(jìn)行單獨判斷，出現(xiàn)分歧時，由第三名研究員進(jìn)行仲裁。采用“主要主題詞-副主題詞”的提取方式，對提取的關(guān)鍵詞進(jìn)行整理，截取高頻主題詞。

2 結(jié)果

本次研究初步檢索出文獻(xiàn)247篇，剔除文獻(xiàn)20篇，其中文章信息缺失6篇，重復(fù)文獻(xiàn)5篇，與主題弱相關(guān)2篇，非研究類文獻(xiàn)7篇，最終納入文獻(xiàn)227篇。

2.1 年代分布

AI相關(guān)護(hù)理文章始于1986年，總體呈上升趨勢，在PubMed數(shù)據(jù)庫中，2009-2019發(fā)文量分別為10、5、8、9、14、17、18、16、14、25、16篇。見圖1。

圖1 近10年P(guān)ubMed中有關(guān)護(hù)理人工智能的發(fā)文量趨勢圖

2.2 期刊分布

PubMed中AI相關(guān)護(hù)理文獻(xiàn)共發(fā)表在125種期刊上，期刊分布范圍較廣。其中，發(fā)文量較高的前5名期刊見表1。

表1 AI相關(guān)護(hù)理文獻(xiàn)發(fā)文量前5名的期刊

2.3 高頻主題詞分布統(tǒng)計

運用Bicomb 2.0提取文獻(xiàn)中的主要主題詞，并按照降序排列。為保證核心論文收錄的全面性，取出現(xiàn)頻次≥6，累計百分比為41%以內(nèi)的主題詞作為高頻主題詞，共得到高頻主題詞29個，最高頻次為74次。見表2。

表2 高頻主題詞表

2.4 高頻主題詞聚類結(jié)果分析

運用SPSS 21.0統(tǒng)計軟件進(jìn)行系統(tǒng)聚類分析，結(jié)合樹狀圖、主題詞詞義、代表性文獻(xiàn)，總結(jié)出3個研究類團(tuán)：(1)護(hù)理信息化建設(shè)及其對護(hù)理人員的改變；(2)護(hù)理決策支持系統(tǒng)的應(yīng)用；(3)與機(jī)器人相關(guān)的?？谱o(hù)理的發(fā)展。見圖2。

圖2 AI護(hù)理高頻主題詞系統(tǒng)聚類結(jié)果樹狀圖

3 討論

護(hù)理相關(guān)人工智能的研究文獻(xiàn)呈逐年上升的趨勢，在2018年達(dá)到高峰。發(fā)文量方面，主要來源于歐美等發(fā)達(dá)國家，如美國、英國、荷蘭、德國等。我國的人工智能起步相對較晚， 研究相對滯后。本文通過對PubMed中收錄的文獻(xiàn)進(jìn)行聚類分析，得出了目前國際上研究熱點。

3.1 護(hù)理信息化建設(shè)及其對護(hù)理人員的改變

護(hù)理信息化是衛(wèi)生信息化的重要分支，指在臨床護(hù)理領(lǐng)域，根據(jù)需要廣泛應(yīng)用現(xiàn)代信息技術(shù)，有效開發(fā)利用信息資源，建設(shè)先進(jìn)的信息基礎(chǔ)設(shè)施，將傳統(tǒng)的護(hù)理工作模式加以信息化發(fā)展，以期不斷提高綜合護(hù)理水平，加速現(xiàn)代化進(jìn)程[5]。其目的在于以信息共享為基礎(chǔ)，通過優(yōu)化信息管理，改善全民健康。護(hù)理信息系統(tǒng)(nursing information system，NIS)是護(hù)理信息化的重要表現(xiàn)形式。早在20世紀(jì)70年代美國就將計算機(jī)應(yīng)用于醫(yī)院管理，至80年代中期NIS開始逐步投入臨床使用。1992年美國護(hù)士協(xié)會正式將護(hù)理信息學(xué)作為護(hù)理領(lǐng)域的一個?？茖嵺`，不僅開設(shè)了護(hù)理信息學(xué)課程，還設(shè)立了護(hù)理信息師、護(hù)理信息高級實踐護(hù)士和護(hù)理信息學(xué)專家等資質(zhì)崗位。目前，護(hù)理信息化建設(shè)的研究熱點主要集中于安全用藥、跨學(xué)科交流、決策支持系統(tǒng)的應(yīng)用、護(hù)理標(biāo)準(zhǔn)化術(shù)語、患者參與以及提高護(hù)理人員工作效率等方面[6]。Marceglia等[7]利用網(wǎng)絡(luò)平臺構(gòu)建基于多學(xué)科協(xié)作的護(hù)理信息系統(tǒng)，對患者及家屬進(jìn)行居家長期的動態(tài)觀察與指導(dǎo)，取得了較好的效果。在意大利的安科納大學(xué)醫(yī)院，靜脈用途的癌癥藥物制備的自動化程度已高達(dá)95%，機(jī)器人可通過條形碼掃描和數(shù)字成像，來識別藥物、稀釋劑和容器[8]。護(hù)理人員在信息化過程中起基礎(chǔ)性作用，AI的投入與使用，改變了傳統(tǒng)的護(hù)患關(guān)系，形成了護(hù)士、患者、AI的三方新型護(hù)患關(guān)系。而護(hù)士也不僅僅單純的是信息化成果的接受者，而更多的是過程的參與者、設(shè)計者。由于AI的挑戰(zhàn)，護(hù)理人員需要更多的了解學(xué)習(xí)護(hù)理數(shù)據(jù)的產(chǎn)生與統(tǒng)計技術(shù)。同時，護(hù)理信息化的發(fā)展也充分體現(xiàn)了信息技術(shù)優(yōu)質(zhì)高效的特性，將現(xiàn)代護(hù)理管理的新思路和新理念融入其中，改變了原有傳統(tǒng)的護(hù)理模式，使其逐步擺脫了繁瑣、低效的工作模式，走向高效、智能、共融[9]。

3.2 護(hù)理決策支持系統(tǒng)的應(yīng)用

決策支持系統(tǒng)(decision support systems，DSS)是人工智能的一個分支，是通過數(shù)據(jù)、模型和知識輔助決策，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的計算機(jī)應(yīng)用系統(tǒng)[10]。護(hù)理決策支持系統(tǒng)(nursing decision support system，NDSS) 能將患者信息與計算機(jī)知識庫內(nèi)容相匹配，推算出患者個體化的護(hù)理方案，可優(yōu)化護(hù)理決策，尤其為低年資護(hù)士在復(fù)雜多變的臨床環(huán)境下提出護(hù)理問題、制定護(hù)理措施[11-12]。自20世紀(jì)70年代首次出現(xiàn)護(hù)理決策支持系統(tǒng)至今，其正處于逐步的發(fā)展與完善階段。目前，臨床使用的決策支持系統(tǒng)常以循證護(hù)理、標(biāo)準(zhǔn)化護(hù)理術(shù)語、護(hù)理電子病歷等為基礎(chǔ)，常涉及護(hù)理評估、護(hù)理診斷、護(hù)理計劃、護(hù)理管理、智能提醒與警告以及健康教育等多種內(nèi)容，并應(yīng)用于患者血糖監(jiān)測、傷口管理、院前救護(hù)、重癥監(jiān)控以及護(hù)理人力資源管理等方面[13-15]。NDSS是護(hù)理知識工程與AI的充分融合，是智慧醫(yī)院的重要組成部分，為現(xiàn)階段的研究熱點之一。NDSS的應(yīng)用不僅可以促使護(hù)理文書標(biāo)準(zhǔn)化，保證患者安全，提高護(hù)理質(zhì)量，控制醫(yī)療費用支出，也可以實現(xiàn)數(shù)據(jù)資源的整合與共享，促進(jìn)護(hù)理信息學(xué)快速高效發(fā)展[13]。但NDSS在醫(yī)院實施中仍面臨較大的阻礙，如：醫(yī)院龐大的信息系統(tǒng)使對接工作繁瑣艱巨、可移植性差、知識庫不健全、系統(tǒng)標(biāo)準(zhǔn)不統(tǒng)一等問題。基于此，構(gòu)建統(tǒng)一的標(biāo)準(zhǔn)化護(hù)理術(shù)語、將NDSS應(yīng)用于多元復(fù)雜的環(huán)境中、建立適合不同護(hù)理環(huán)境的NDSS則為接下來的研究方向與重點[12]。

3.3 與機(jī)器人相關(guān)的專科護(hù)理的發(fā)展

“人工智能+護(hù)理”的高速融合，促進(jìn)了?？谱o(hù)理的細(xì)化發(fā)展。護(hù)理機(jī)器人、社交輔助機(jī)器人等是目前常見的AI輔助產(chǎn)品，其主要應(yīng)用于老年護(hù)理和患者圍術(shù)期的護(hù)理。人口老齡化給社會保障及醫(yī)療體系帶來了巨大的壓力[16-17]，而人工智能的投入使用可在一定程度上起到緩沖作用，且正在被護(hù)理人員廣泛接受。機(jī)器人的應(yīng)用不僅可對老年人進(jìn)行生活援助，也可協(xié)助醫(yī)護(hù)人員對居家老年人健康情況、疾病變化進(jìn)行監(jiān)測，從而制定個性化的健康管理方案。有學(xué)者[18]對使用機(jī)器人的14家養(yǎng)老機(jī)構(gòu)進(jìn)行了為期2年的調(diào)研，發(fā)現(xiàn)在單獨人機(jī)模式的相處下可使長期拒絕與外界溝通的老年人再次說話。另一方面，手術(shù)機(jī)器人已進(jìn)入產(chǎn)業(yè)規(guī)?；A段，正廣泛普及，且更適用于多病種、身體素質(zhì)差的老年人。機(jī)器人的應(yīng)用不僅可促使患者術(shù)后早期下床活動，減少失血，降低并發(fā)癥，更可縮短住院時間，使醫(yī)療資源高效利用。而加強(qiáng)圍術(shù)期的臨床護(hù)理是手術(shù)機(jī)器人應(yīng)用的一個基礎(chǔ)保障，也是研究評價的一個方面，是非常重要的環(huán)節(jié)[19]。

4 結(jié)論

AI技術(shù)是科學(xué)技術(shù)創(chuàng)新與發(fā)展的必然產(chǎn)物，對護(hù)理行業(yè)起到了強(qiáng)大的沖擊與革新作用。其改變了傳統(tǒng)的護(hù)理發(fā)展模式，使面對面接觸式護(hù)理逐漸轉(zhuǎn)變?yōu)檫h(yuǎn)程護(hù)理，因其便捷、高效、智能的特點正在被廣泛的接納，可應(yīng)用于靜脈配藥、定時巡視、病情監(jiān)測、護(hù)理決策輔助、生活護(hù)理援助等方方面面。人工智能的發(fā)展使信息的獲取更加方便完整，但另一方面其數(shù)據(jù)的保留時長、訪問權(quán)限、隱私安全等也是研究者急需解決的問題，如何保護(hù)患者隱私，完善立法與法規(guī)，推動社會保健機(jī)制健全發(fā)展也是今后工作中不容忽視的問題。