劉生敏

(山東省立第三醫(yī)院 山東濟南 250031)

智慧醫(yī)院作為社會進步和科技發(fā)展的產物全球推廣,隨著信息技術智能化與傳統(tǒng)就醫(yī)流程的不斷融合促使了智慧醫(yī)院的產生,為患者提供了高質量臨床服務。智慧醫(yī)院在2005年就被提出,是指能綜合運用云計算、移動互聯(lián)網、物聯(lián)網、大數據、人工智能等信息技術來分析、整合醫(yī)院相關系統(tǒng)的數據為滿足醫(yī)療管理、方便患者就醫(yī)等做出智能反應[1-2]。智慧醫(yī)院的發(fā)展不僅緩解了國家衛(wèi)生人員資源短缺問題,提高了工作效率,同時也促進了學科的革新,為醫(yī)療衛(wèi)生的發(fā)展注入新動力[3]。因此,充分發(fā)揮智慧醫(yī)院的智能化、信息化,對促進醫(yī)療衛(wèi)生事業(yè)的高質量發(fā)展,保障改善民生,全面推進健康中國建設具有重要的意義。本研究基于Web of Science數據庫,借助可視化軟件CiteSpaceV對智慧醫(yī)院建設和發(fā)展趨勢的相關文獻進行梳理分析,探討其研究方向和前沿熱點,以期為智慧醫(yī)院建設深入研究提供借鑒和參考?，F報告如下。

1 材料與方法

1.1 數據來源 選擇國外收錄文獻較全且具有代表性的數據庫Web of Science檢索智慧醫(yī)院建設相關文獻,檢索策略選擇主題字段為“TS = (hospital AND intelligent OR smart)”,時間跨度為建庫至2023年8月,文獻類型為“article”,語言為“English”經過篩選去重共檢索到11040篇文獻。信息導出選擇保存為“其他文件格式”,文件格式選擇為“純文本文檔”,記錄內容選擇為“全記錄與引用參考文獻”進行導出。

1.2 工具與方法 使用陳超美教授研發(fā)的CiteSpaceV和Web of Science 自帶分析功能作為知識圖譜可視化分析工具。將上述數據導入后進行數據清洗,然后進行數據分析。CiteSpaceV主要參數設置為:時間跨度為自建庫至2022年8月,時間切片為1年;節(jié)點類型選Pathfinder、Pruning、Pruning the merged networks、Sliced networks,說明本研究分析結果合理可信。本研究分別從發(fā)文年度、文獻發(fā)表量、文獻類型、發(fā)文國家、作者、機構、文獻來源期刊、突現詞、高頻關鍵詞等信息數據進行全面分析,來探索智慧醫(yī)院的研究熱點及發(fā)展趨勢[4-5]。

2 結果

2.1 發(fā)文年限分布情況以及文獻類型 2005-2023年檢索到11040篇相關文獻,文獻總體上呈上升趨勢,尤其是從2005年文獻發(fā)表量3篇增加到2010年的276篇,文獻發(fā)表量顯著增長,2017-2021年相關文獻發(fā)表量增長速度更快,2023年尚未完成本年度統(tǒng)計,8月為止發(fā)文量達到714篇(圖1)。分析結果顯示:從發(fā)文類型上看其主要類型是論文,共8702篇(占78.8%);其他是綜述1087篇(占9.8%)、會議摘要770篇(占6.9%)、社論材料272篇(占2.5%)、其他類別209篇(占1.9%)。

圖1 2005-2023年智慧醫(yī)院建設發(fā)展趨勢的發(fā)文量趨勢圖

2.2 發(fā)文國家分布情況分析 開展智慧醫(yī)院建設發(fā)展趨勢的文獻主要分布在15個國家,發(fā)文量排在前3位的國家分別是中國、美國、英國,其中中國發(fā)文總量達到4362篇,以占總發(fā)文量的39.5%位居世界首位,其次是美國和英國。發(fā)文量排名前10名的國家詳見表1。

表1 智慧醫(yī)院建設發(fā)展趨勢發(fā)文量排在前10名的國家

2.3 作者和文獻機構

2.3.1 作者 對被引作者及發(fā)文作者進行分析可了解到在本研究領域最具有影響力的作者,高頻被引作者共現圖顯示被引率較高的作者有29名,共有219名作者進行了智慧醫(yī)院建設發(fā)展趨勢的研究,排名前三位高頻被引作者分別是Liu Y、Wang Y、Chen Y、Zhang Y。對發(fā)文作者進行分析通過該知識圖譜節(jié)點大小顯示作者發(fā)文量多少,節(jié)點越大顯示發(fā)文量越多,節(jié)點之間的連線表示其合作程度,連線越粗越多表示合作性越強越多。共現圖譜可看到152個節(jié)點,198條連線,其中Liu Y、Wang Y、Chen Y、Zhang Y等發(fā)文量較高且合作較為密切。詳見圖2。

圖2 高頻被引作者發(fā)文量、合作共現知識圖譜

2.3.2 機構分布 2005-2023年度共有245個研究機構發(fā)表了智慧醫(yī)院建設發(fā)展的相關文章。發(fā)文量排名前10位的研究機構分別為中國科學院(781篇)、哈佛大學(674篇)、德國弗萊堡大學(514篇)、維也納醫(yī)科大學(392篇)、臺灣中國醫(yī)藥大學(298篇)、臺灣亞洲大學(237篇)、復旦大學(216篇)、英國皇家學院(145篇)、加州大學(138篇)。從研究機構性質分析,大多數是科研院所、大學研究團體。機構之間合作共現圖譜顯示有264個節(jié)點,375條連線,節(jié)點之間的連線表示機構間的合作,連線越粗表明機構的合作越密切。圖譜顯示國內發(fā)文機構合作較多,機構之間的合作呈現區(qū)域性分布。另外,哈佛大學、英國皇家學院、悉尼大學等發(fā)文機構合作較為密切,詳見圖3。

2.4 期刊來源 2002-2023年智慧醫(yī)院建設發(fā)展趨勢相關的SCI論文共分布在689種期刊上,分析結果顯示其中“Ieee Access”載文量193篇,以占總發(fā)文量1.7%居于首位,其次是“Scientific Reports”和“Journal of International Fuzzy Systems”,分別排名第二位和第三位。載文量排名前10位的期刊詳見表2,其中 “Scientific Reports” 影響因子最高(影響因子7.10)。

表2 智慧醫(yī)院建設發(fā)展趨勢發(fā)文量排名前十位的期刊

2.5 高頻關鍵詞與突現詞分析

2.5.1 高頻關鍵詞分析 使用CiteSpaceV軟件對文獻中的關鍵詞進行高度凝練概括,發(fā)現排名前10位的關鍵詞依次為信息安全、精準就醫(yī)、數字化建設、多平臺一體化、智能服務、智能管理、智能病房、智慧醫(yī)院頂層設計、實施路徑、智慧醫(yī)療,關鍵詞出現的頻率越高其節(jié)點越大;連線表示各關鍵詞之間的聯(lián)系,連線越粗表示相關性越強。詳見圖4。

圖4 關鍵詞網絡共現圖譜

2.5.2 突現詞分析 2001年由Kleinberg等提出突現檢測計算,方法從關鍵詞中找到頻次增長速度較快突現詞來分析該研究領域發(fā)展趨勢以及研究方向[6]。每個突現詞后面都有一個突現條,每個突現條的小格代表一個年份,紅色突現條小格代表突現詞出現的年份,其長度代表突現詞持續(xù)的時間,紅色的突現條越長代表突現詞持續(xù)時間越長。2005-2010年,“數據管理”“信息安全”成為本研究領域的前沿。2011-2023年,智慧醫(yī)院發(fā)展對醫(yī)患關系產生了深遠的影響并引起了相關研究領域人員的廣泛關注,其中“信息安全”“精準就醫(yī)”“數字化建設”“多平臺一體化”成為當前國際上此研究領域發(fā)展趨勢研究熱點[7]。詳見表3。

表3 2005-2023年智慧醫(yī)院建設發(fā)展趨勢研究居于前十位的突現詞

3 討論

智慧醫(yī)院概念起始于2005年,其內涵一直在不斷地發(fā)展和完善,隨著醫(yī)院信息化不斷推進,相繼出臺了電子病歷、智慧管理、智慧服務等對智慧醫(yī)院建設提出具體要求[8-9]。但是智慧醫(yī)院建設是系統(tǒng)性、復雜性工程,在建設發(fā)展方面充滿了挑戰(zhàn),例如系統(tǒng)有效性難以整合、頂層設計缺失、網絡安全風險大等問題。我國對智慧醫(yī)院建設的研究起步較早,發(fā)展速度較快,是智慧醫(yī)院發(fā)展建設方面發(fā)文量最多的國家,其次是美國。就發(fā)文機構來看中國科學研究院發(fā)文量最多,但是跟其他歐洲國家合作較少,而其他歐洲國家合作較為密切。提示我國應注重與亞太其他國家聯(lián)盟合作共同關注研究智慧醫(yī)院發(fā)展建設。就全球范圍來看,對智慧醫(yī)院發(fā)展建設研究發(fā)文作者和機構進行分析可以找出高質量的文獻。發(fā)文量排名前3位的發(fā)文機構分別為中國科學研究院(781篇)、哈佛大學(674篇)、德國弗萊堡大學(514篇)。從發(fā)文量前10名的研究機構的性質來分析,均為科研機構、大學研究團體,可能與科研機構有較充足的人力資源從事該領域的研究工作且可以較容易申請到科研經費,所以科研經濟壓力較小。

對智慧醫(yī)院發(fā)展建設期刊來源進行研究分析不僅可以看出該研究領域文獻的層次以及影響力,還可以為新研究成果的去向提供參考依據。影響因子最高的期刊是“Scientific Reports”,其影響因子為7.10,篇名為“A smart hospital-driven approach to precision pharmacovigilance”是由De Pretis F等[10]完成,研究人員從監(jiān)管機構和制藥行業(yè)通過在不同的數據庫中聚集特定風險群體,將精準藥物警戒作為藥物安全評估的綜合框架,為患者服務。本研究通過以下幾個方面探討了以醫(yī)院為主導的智能方法實現精準用藥管理:設計新的數據收集設施;探索適用于藥物安全數據的新計算方法;為分布式臨床決策提供計算機輔助框架。目的是編制個性化信息傳單,具體參考藥物的風險、藥物不良反應、個體差異等。這些目標可以通過“智能醫(yī)院”作為主要的數據來源,并通過使用精準醫(yī)療和臨床醫(yī)療大數據統(tǒng)計的方法來補充當前公共衛(wèi)生決策的不足。另外,該文獻[11]還表明藥物警戒管理是一個藥物監(jiān)督和風險預防手段管理系統(tǒng)。除了學術和臨床研究之外,藥物警戒管理的檢測、評估、理解和預防都是通過涉及藥品監(jiān)管機構和制藥公司的雙重監(jiān)督體系來實施的。通過引入安全信號檢測、分析和管理數據,信息技術應該在實現藥物警戒目標方面發(fā)揮更大的作用。為此,無論是在文獻中還是在操作基礎層面,都在探索潛在信號的各種數據源。

運用CiteSpaceV軟件提取高頻關鍵詞為“智慧醫(yī)院”“精準醫(yī)療”“信息安全”“數字化建設”“多平臺一體化”等,其中信息安全和精準醫(yī)療是智慧醫(yī)療最突出的兩種問題反映,且與患者就醫(yī)體驗顯著相關[12]。提高患者的就醫(yī)體驗,確保患者信息安全,精準就醫(yī)等是本領域目前研究的熱點。智慧醫(yī)院是一項社會工程,最終考量的是醫(yī)院管理者的智慧而不是信息工程的智能。這就要求醫(yī)院運行過程中不僅要通過信息化來簡化就醫(yī)流程而且要加強患者相關數據的管理工作例如醫(yī)生、護士工作站設置強度較高的密碼,患者的各種檢查單實行身份識別取單等。實行線上預約就診,通過“互聯(lián)網+護理服務”的模式精準對接人民群眾多樣化、多層次的健康需求,讓網上就醫(yī)落地生根。另外,在現代醫(yī)療技術高速發(fā)展的時代我們不僅要關注高級別綜合醫(yī)院發(fā)展建設,也要關注臨床?？漆t(yī)院的發(fā)展建設,例如精神病專科醫(yī)院、胸科醫(yī)院、傳染病醫(yī)院等為?？漆t(yī)院建立?？浦R庫、數據庫,不斷積累新病例來支撐醫(yī)學知識、醫(yī)學技術不斷完善和發(fā)展。

目前,雖然智慧醫(yī)院建設和發(fā)展趨勢得到了國內外學者較為廣泛的關注,但是相關研究還有一定的局限性,如論著、綜述、Meta分析等描述類文章較多,而理論探討、國際交往較少,今后的研究還需進一步加強與國外智慧醫(yī)院發(fā)展進行交流合作深入探討。智慧醫(yī)院是一項醫(yī)療結合信息工程的社會實踐,智慧醫(yī)院更多體現在現代信息工程和新的醫(yī)療技術等方面,是現代醫(yī)院發(fā)展建設的重要組成部分。從國際發(fā)展形勢上看,我國智慧醫(yī)院發(fā)展建設占有一定的優(yōu)勢,包括資源配置、信息管理、智慧服務等。未來需要進一步加強與國外發(fā)達國家的信息交流合作,學習他們的優(yōu)勢,加快我國智慧醫(yī)院發(fā)展速度,為實現健康中國發(fā)展奠定堅實基礎。