——王翠娥 孔長(zhǎng)虹 徐燁彪 裘君娜 金立明 胡 偉

輸血信息化即對(duì)采供血和臨床輸血業(yè)務(wù)流程進(jìn)行信息化管理，匯聚并分析各業(yè)務(wù)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)，為管理提供決策支持。近年來(lái)，隨著信息技術(shù)的飛速發(fā)展，國(guó)內(nèi)外輸血信息化領(lǐng)域相關(guān)研究得以蓬勃發(fā)展。本研究對(duì)國(guó)內(nèi)外2016年-2020年輸血信息化領(lǐng)域相關(guān)文獻(xiàn)進(jìn)行分析，旨在了解國(guó)內(nèi)外輸血信息化研究現(xiàn)狀，為我國(guó)開(kāi)展輸血信息化研究提供參考。

1 資料來(lái)源與方法

1.1 資料來(lái)源

從中國(guó)知網(wǎng)、PubMed數(shù)據(jù)庫(kù)檢索并收集輸血信息化領(lǐng)域相關(guān)文獻(xiàn)。檢索時(shí)間：2016年1月1日-2020年12月31日。中文檢索詞：(1)業(yè)務(wù)相關(guān)，獻(xiàn)血、采血、供血、用血、血液、輸血、血站；(2)信息相關(guān)，信息、系統(tǒng)、平臺(tái)、智能、共享、互聯(lián)、大數(shù)據(jù)。英文檢索詞：(1)業(yè)務(wù)相關(guān)，blood donation、blood collection、blood supply、blood use、blood、blood tran-sfusion、blood station；(2)信息相關(guān)，electronic、information、system、prediction、forecasting、bigdata、database。對(duì)兩組檢索詞進(jìn)行兩兩組合，共計(jì)得到49個(gè)組合關(guān)鍵詞。

1.2 分析方法

提取全部文獻(xiàn)的發(fā)表年份、第一作者所在國(guó)家或省份、發(fā)文機(jī)構(gòu)、刊載期刊、主題詞等，應(yīng)用統(tǒng)計(jì)學(xué)數(shù)據(jù)處理分析方法對(duì)收集資料進(jìn)行核對(duì)、歸納、整理[1]，采用WPS Office 2020軟件進(jìn)行統(tǒng)計(jì)分析和處理，對(duì)結(jié)果進(jìn)行描述性分析[2]。

1.3 質(zhì)量控制方法

由一名研究者進(jìn)行文獻(xiàn)篩選，排除綜述、新聞、評(píng)論、會(huì)議簡(jiǎn)報(bào)、科普等文獻(xiàn)。由兩名研究者根據(jù)研究主題分類規(guī)則，對(duì)文獻(xiàn)研究主題進(jìn)行分類，依據(jù)研究范圍、研究工具、研究方法和研究局限性對(duì)文獻(xiàn)進(jìn)行質(zhì)量評(píng)價(jià)。

2 結(jié)果

2.1 文獻(xiàn)發(fā)表年份分布

共檢索到國(guó)內(nèi)外輸血信息化相關(guān)文獻(xiàn)231篇。從發(fā)表年份來(lái)看，2016年-2020年輸血信息化領(lǐng)域文獻(xiàn)數(shù)量整體呈上升趨勢(shì)，如表1所示。

表1 輸血信息化領(lǐng)域文獻(xiàn)發(fā)表年份分布

2.2 第一作者所在國(guó)家或省份分布

國(guó)外輸血信息化領(lǐng)域相關(guān)文獻(xiàn)共計(jì)35篇。其中，發(fā)文量?jī)善耙陨系膰?guó)家分別是美國(guó)(15篇)、英國(guó)(8篇)、瑞典(2篇)、荷蘭(2篇)，占國(guó)外文獻(xiàn)總量的77.14%。

我國(guó)輸血信息化領(lǐng)域相關(guān)文獻(xiàn)共計(jì)196篇。其中，發(fā)文量排在前5位的省份分別為山東省(24篇)、浙江省(21篇)、廣東省(20篇)、江蘇省(17篇)、江西省(17篇)，占國(guó)內(nèi)文獻(xiàn)總量的50.51%。

2.3 文獻(xiàn)發(fā)表機(jī)構(gòu)分布

國(guó)外35篇文獻(xiàn)主要來(lái)源于醫(yī)院或醫(yī)學(xué)院(17篇)、血站(4篇)以及其他機(jī)構(gòu)(14篇)。

國(guó)內(nèi)196篇文獻(xiàn)主要來(lái)源于血站(110篇)、醫(yī)院(83篇)以及其他機(jī)構(gòu)(3篇)。

2.4 文獻(xiàn)刊載期刊分布

231篇文獻(xiàn)共計(jì)登載在80種期刊上，刊均發(fā)文量為2.9篇。

國(guó)外文獻(xiàn)主要登載于《Transfusion》《Vox Sanguinis》《Transfusion Medicine》等9種期刊，其中,《Transfusion》登載了80.00%(28篇)的文獻(xiàn)。

國(guó)內(nèi)文獻(xiàn)主要登載于《中國(guó)輸血雜志》《中國(guó)數(shù)字醫(yī)學(xué)》《臨床輸血與檢驗(yàn)》《中國(guó)衛(wèi)生質(zhì)量管理》等期刊，分別為61篇、16篇、8篇、8篇，占國(guó)內(nèi)文獻(xiàn)總量的47.45%。

2.5 文獻(xiàn)研究主題分布

通過(guò)閱讀文獻(xiàn)摘要以及內(nèi)容架構(gòu)，將文獻(xiàn)研究主題歸納為5大類：獻(xiàn)血者服務(wù)、采供血業(yè)務(wù)、血站內(nèi)部管理、血站信息系統(tǒng)建設(shè)、臨床輸血。

國(guó)外文獻(xiàn)主題側(cè)重于臨床輸血(構(gòu)成比接近70.00%)，其次是采供血業(yè)務(wù)、獻(xiàn)血者服務(wù)、血站信息系統(tǒng)建設(shè)，血站內(nèi)部管理較少涉及。

國(guó)內(nèi)文獻(xiàn)主題側(cè)重于臨床輸血、血站信息系統(tǒng)建設(shè)(兩者累計(jì)構(gòu)成比接近67.00%)，獻(xiàn)血者服務(wù)、采供血業(yè)務(wù)、血站內(nèi)部管理主題分布較均勻。

國(guó)內(nèi)外輸血信息化領(lǐng)域文獻(xiàn)主題分布如表2所示。

表2 國(guó)內(nèi)外輸血信息化領(lǐng)域文獻(xiàn)主題分布

3 討論

3.1 輸血信息化研究主題

3.1.1 業(yè)務(wù)領(lǐng)域 (1)獻(xiàn)血者服務(wù)。國(guó)外文獻(xiàn)研究熱點(diǎn)集中在獻(xiàn)血輿情分析、獻(xiàn)血隨訪等方面，比如社交媒體獻(xiàn)血輿情分析[3]、獻(xiàn)血者可能接觸的新發(fā)傳染病評(píng)估[4]、利用數(shù)據(jù)庫(kù)對(duì)供者和受者進(jìn)行隨訪[5]等。除獻(xiàn)血輿情分析[6-7]外，國(guó)內(nèi)文獻(xiàn)研究熱點(diǎn)還覆蓋獻(xiàn)血招募、獻(xiàn)血預(yù)約、獻(xiàn)血關(guān)懷、用血減免等方面，其中，利用信息化手段提升獻(xiàn)血服務(wù)文獻(xiàn)較多，比如獻(xiàn)血智能招募系統(tǒng)、無(wú)償獻(xiàn)血綜合服務(wù)平臺(tái)、獻(xiàn)血積分商城等，對(duì)省域用血費(fèi)用減免信息化的研究也較多。

(2)采供血業(yè)務(wù)。國(guó)內(nèi)研究熱點(diǎn)主要集中在血液采集、血液制備、血液檢測(cè)、血液供應(yīng)、血液應(yīng)急保障、血站執(zhí)業(yè)比對(duì)等業(yè)務(wù)流程，其中血液采集、血液制備閉環(huán)管理、全程電子化管理研究較多；國(guó)外研究熱點(diǎn)主要集中在獻(xiàn)血預(yù)測(cè)、供應(yīng)預(yù)測(cè)、血液庫(kù)存預(yù)測(cè)分析等決策支持，比如血液供應(yīng)鏈需求預(yù)測(cè)、用血數(shù)據(jù)時(shí)間序列預(yù)測(cè)、基于人工神經(jīng)網(wǎng)絡(luò)的獻(xiàn)血預(yù)測(cè)、新冠肺炎防控期間血液使用和庫(kù)存分析以及血液發(fā)放時(shí)間序列預(yù)測(cè)范式研究[8]等。

(3)血站內(nèi)部管理。相比國(guó)外，國(guó)內(nèi)在這方面研究文獻(xiàn)較多。研究熱點(diǎn)主要集中在行政管理、人財(cái)物管理以及檔案管理等方面，比如血站物資采購(gòu)管理、固定資產(chǎn)管理、設(shè)備管理、合同管理、血液運(yùn)輸管理、成本核算管理以及智能機(jī)房建設(shè)等。

(4)血站信息系統(tǒng)建設(shè)。相比國(guó)外，國(guó)內(nèi)在這方面研究文獻(xiàn)較多。研究熱點(diǎn)集中在構(gòu)建信息平臺(tái)或信息系統(tǒng)，探討信息網(wǎng)絡(luò)部署及等級(jí)保護(hù)、數(shù)據(jù)容災(zāi)、桌面虛擬化相關(guān)信息安全策略，探索數(shù)據(jù)共享、互聯(lián)互通以及信息標(biāo)準(zhǔn)[9]等。

(5)臨床輸血。國(guó)內(nèi)外研究熱點(diǎn)相對(duì)集中，主要表現(xiàn)為輸血閉環(huán)管理[10]、臨床用血評(píng)價(jià)、輸血預(yù)測(cè)、輸血反應(yīng)預(yù)警、輸血不良反應(yīng)評(píng)估[11]、臨床決策支持等。

3.1.2 技術(shù)領(lǐng)域 國(guó)內(nèi)側(cè)重傳統(tǒng)信息技術(shù)應(yīng)用，比如將云計(jì)算、服務(wù)器虛擬化、3G、虛擬專用網(wǎng)絡(luò)(VPN)、掌上電腦(PDA)以及射頻識(shí)別等技術(shù)應(yīng)用于信息系統(tǒng)建設(shè)。國(guó)外側(cè)重人工智能等新興技術(shù)應(yīng)用，比如：利用隨機(jī)森林等機(jī)器學(xué)習(xí)模型進(jìn)行輸血預(yù)測(cè)[12]，利用集中式獻(xiàn)血者數(shù)據(jù)庫(kù)的云搜索引擎識(shí)別醫(yī)院血庫(kù)特殊血液[13]，利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行獻(xiàn)血預(yù)測(cè)[14]，通過(guò)大數(shù)據(jù)分析構(gòu)建輸血風(fēng)險(xiǎn)預(yù)測(cè)模型，利用基于目標(biāo)的電子決策支持算法提高血液利用率[15]，借助語(yǔ)義網(wǎng)絡(luò)對(duì)社交媒體的獻(xiàn)血輿情進(jìn)行分析，利用時(shí)間序列預(yù)測(cè)法對(duì)血液供應(yīng)鏈需求、血液發(fā)放數(shù)據(jù)等進(jìn)行預(yù)測(cè)分析[16]。

3.2 啟示

縱觀近年來(lái)國(guó)內(nèi)外輸血信息化領(lǐng)域研究進(jìn)展，國(guó)內(nèi)相關(guān)研究業(yè)務(wù)領(lǐng)域廣泛，但相應(yīng)技術(shù)手段多停留在傳統(tǒng)信息技術(shù)層面，對(duì)數(shù)據(jù)利用局限于傳統(tǒng)業(yè)務(wù)流程控制。相比而言，發(fā)達(dá)國(guó)家不僅通過(guò)構(gòu)建相關(guān)信息系統(tǒng)提高了工作效率[17]，而且更加注重大數(shù)據(jù)分析、人工智能技術(shù)應(yīng)用。比如，英國(guó)牛津大學(xué)為了更精準(zhǔn)、可靠地預(yù)測(cè)紅細(xì)胞使用量，收集了2005年-2011年數(shù)據(jù)，利用三種新的時(shí)間序列方法對(duì)4周到52周前的紅細(xì)胞使用量進(jìn)行線性預(yù)測(cè)，通過(guò)數(shù)據(jù)分析對(duì)時(shí)間窗口、預(yù)測(cè)順序、多項(xiàng)式擬合順序進(jìn)行優(yōu)化，應(yīng)用新方法預(yù)測(cè)出紅細(xì)胞在未來(lái)4周、未來(lái)52周的平均使用率百分比誤差分別為2.5%、3.4%[16]。在全方位、全領(lǐng)域數(shù)字化改革趨勢(shì)下，輸血信息化工作應(yīng)該考慮在理念、流程、方式、信息技術(shù)應(yīng)用等方面進(jìn)一步創(chuàng)新發(fā)展，將“全面數(shù)字化，全程數(shù)字化”理念融入工作中，強(qiáng)化建立系統(tǒng)觀念和集成觀念，使業(yè)務(wù)流程更加順暢，讓輸血管理工作更加高效。

首先，進(jìn)一步規(guī)范輸血信息系統(tǒng)的功能、流程、數(shù)據(jù)是當(dāng)務(wù)之急。相關(guān)部門(mén)和機(jī)構(gòu)亟需統(tǒng)一采供血領(lǐng)域與臨床輸血領(lǐng)域信息系統(tǒng)的編碼標(biāo)準(zhǔn)、數(shù)據(jù)集標(biāo)準(zhǔn)、功能規(guī)范、數(shù)據(jù)交換標(biāo)準(zhǔn)等，以加強(qiáng)輸血信息化標(biāo)準(zhǔn)體系建設(shè)。

其次，目前我國(guó)臨床輸血方面已經(jīng)有紅細(xì)胞需求量預(yù)測(cè)、血液動(dòng)態(tài)庫(kù)存管理、輸血不良反應(yīng)預(yù)警等人工智能技術(shù)應(yīng)用案例，但在采供血領(lǐng)域，大數(shù)據(jù)、人工智能等新興技術(shù)應(yīng)用尚處于起步階段。輸血信息化建設(shè)應(yīng)從以流程為核心轉(zhuǎn)向以數(shù)據(jù)為驅(qū)動(dòng)的架構(gòu)，通過(guò)數(shù)據(jù)中心建設(shè)，提高數(shù)據(jù)整合與分析能力，從橫向的數(shù)據(jù)聯(lián)結(jié)、共享、融合以及縱向的數(shù)據(jù)深度挖掘兩方面，充分挖掘數(shù)據(jù)價(jià)值，以數(shù)據(jù)驅(qū)動(dòng)支撐決策。

3.3 本研究局限

本研究存在一定局限：(1)研究范圍為近5年的國(guó)內(nèi)外輸血信息化領(lǐng)域相關(guān)研究文獻(xiàn)，研究對(duì)象代表性和可比性受到限制；(2)研究方法較單一，對(duì)輸血信息化相關(guān)高頻主題詞未做聚類分析，研究結(jié)果和結(jié)論可能存在遺漏；(3)國(guó)內(nèi)外采供血機(jī)構(gòu)性質(zhì)和運(yùn)行方式存在差異，可能導(dǎo)致信息化建設(shè)方式、研究側(cè)重點(diǎn)等有所不同，本研究結(jié)論并未考慮這些因素，可能存在一定偏倚。