张 山 吴 瑛

    首都医科大学护理学院，北京 100069

    算法驱动的临床护理决策支持系统是将传统临床护理决策支持系统与大数据技术进行融合，通过大数据分析将临床数据转化为知识或直接进行决策[1,2]，主要是挖掘海量的临床病例、护理记录、护理效果和费用等数据，对疾病症状、实验室检查数据、用药方案、护理措施等进行分析，将护士的临床经验与数据挖掘技术结合起来，辅助护士作出临床护理决策，降低护理差错发生率，进而提高护理效果和护理质量[3-5]。算法驱动的临床护理决策支持系统多采用人工神经网络、深度学习、数据挖掘、文本分析等多种方法实现，既能直接分析临床资料得到决策结果，又能通过分析这些数据补充临床知识库，进行知识推理实现临床决策[6-8]。算法驱动的临床决策支持系统主要包括数据源、数据集成、大数据分析、决策分析、人机交互等5个部分。

    1 数据源

    数据源是指用于提供某种应用程序所需要的原始数据。算法驱动的临床护理决策支持系统的数据源主要来自患者在诊疗护理服务过程中所产生的记录，如患者基本信息、护理服务信息、实验室检查数据、疗效信息等[9,10]。这些数据来源于医院的信息系统，如护理信息系统、药品管理系统、医嘱系统等[1]。数据源作为临床护理决策支持系统架构的最基础部分，为整个系统提供数据支撑，在数据源中存储了所有建立数据库连接的信息，即通过提供正确的数据源名称，可以找到相应的数据库连接[11]。随着临床护理决策支持系统应用的范围逐渐扩大，数据源将不再局限于患者诊疗护理服务数据，未来会更多地融入互联网医疗数据、其他相关行业及学科数据[9,10] ......