大数据在护理学的运用.docVIP

大数据在护理学的运用 近年来，随着互联网和信息技术的不断发展，现代社会正在加速步入大数据时代，并且充斥在医疗护理领域的很多方面，各种形式多样的大数据给医疗和护理科学提供了工作经验和工作思考。２０１５年７月，美国国家护理研究所（ＮＩＮＲ）召开护理学大数据会议，准备推进护理学大数据的发展［１］。在我国护理学大数据相关研究还比较少，大数据的发展相对比较缓慢。但在２０１５年８月３１日国务院颁布了《促进大数据发展行动纲要》的通知，明确强调大数据在全球范围内的发展形势和重要意义，提出在公用事业、市政管理、城乡环境、农村生活、健康医疗、减灾救灾、社会救助、养老服务、劳动就业、社会保障、文化教育、交通旅游、质量安全、消费维权、社区服务等领域全面推广大数据应用［２］。由此可见，在护理学中应用大数据技术刻不容缓，也是护理学科发展的必然趋势。而后，魏良云等［３］通过检索大数据应用于护理领域的研究论文和科研项目，进而分析当前护理领域的３个主流的研究热点主要是护理安全、护理管理和精准化医疗。因此，本研究主要通过３个主流研究热点为主要切入点，通过解释大数据的相关概念以及分析护理学大数据在这３个领域的应用方向，以此来引起护理学者对大数据的重视，并为促进护理学科的发展提供参考和借鉴。 １相关概念 １．１大数据。最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡，美国麦肯锡全球研究所（ＭＧＩ）将大数据定义为传统数据处理工具无法获取、储存、管理和分析的大规模数据集［４］。此外，目前工业界普遍认为大数据具有５Ｖ＋１Ｃ的特征：大量（ｖｏｌｕｍｅ）、多样（ｖａｒｉｅｔｙ）、高速（ｖｅｌｏｃｉｔｙ）、价值（ｖａｌ－ｕｅ）、准确性（ｖｅｒａｃｉｔｙ）和复杂（ｃｏｍｐｌｅｘｉｔｙ）［５］。“大量”主要是指存储的数据量巨大，分析的计算量也大。“多样”主要是指数据的来源及格式多样，数据格式除了传统的格式化数据外，还包括半结构化或非结构化数据，如用户上传的音频和视频内容。随着人类活动的进一步拓宽，数据的来源更加多样。“高速”是指数据增长速度快，同时要求对数据的处理速度也要快，以便能够从数据中及时地提取知识，发现价值。“价值”指需要对大量的数据处理，挖掘其潜在的价值，因而，大数据对我们提出的明确要求是设计一种在成本可接受的条件下，通过快速采集、发现和分析从大量、多种类别的数据中提取价值的体系架构。“准确性”主要是指处理的结果要保证一定的准确性。“复杂”是指对数据的处理和分析的难度大。１．２护理大数据。到目前为止，针对护理大数据概念存在多种定义。朱瑞芳等［６］提出护理大数据是一门以多学科理论为基础，研究维护、促进、恢复人类身心健康的护理理论、知识、技术及其发展规律的应用科学，泛指所有与护理和生命健康相关的极大量数据，包括医院护理大数据、区域卫生服务平台大数据、基于大量人群的护理研究或疾病监测大数据等。Ｂｒｅｎａｎ等［７］提出护理需要大数据，而大数据需要护理，依靠电子健康记录、索赔数据和公共健康数据进行调查的护理传统为理解大数据奠定了基础。Ｊａｎｅ等［８］指出大型护理数据集的例子包括使用常见的护理分类从多个ＥＨＲｓ中提取的护理诊断、护理干预和护理结果。 ２护理学大数据在国内外的应用现状 ２．１国外应用现状。２０世纪７０年代，美国、日本等国就已开发了信息系统，并成功应用于医疗护理行业。２０世纪９０年代，美国护士协会和国家护理联盟把已出版的英文护理学期刊内容做成了ＣＩＮＡＬ数据库［６］。２０１３年，明尼苏达大学邀请７０多名学者共同参与制订国家行动计划，旨在为大数据研究获取护理信息，以确定有效的护理干预措施并改善病人预后。明尼苏达大学教授ＤｒＣｌａｎｃｙ和ＲｏｂｅｒｔＷｏｏｄＪｏｈｎｓｏｎ共同致力于护士质量与安全教育，为实现国家护理信息学目标奠定了基础，并决定将明尼苏达大学作为基于信息学原理和标准的大数据和科学发展的储存库［９］。２０１５年６月，在明尼阿波利斯举行了护理知识会议，相关人员代表信息组织、专业护理组织、电子健康记录（ＥＨＲ）软件开发人员、教育和研究人员、联邦政府和健康护理人员报告了他们正在进行的工作。并提出在ＥＨＲｓ中实施标准化护理术语、通用数据模型和信息结构，是将护理数据集成到临床大数据和大数据科学数据仓库的基础［８］。２０１６年，美国护理学院协会（ＡＡＣＮ）召开了博士教育会议，以大数据为主题，并在同年晚些时候，发布了《推进医疗改革：学术护理的新时代》报告，强调数据科学是医疗改革过程中的一个重要工具［１０］。２０１８年又在明尼苏达大学举办了第六届护理知识：大数据科学（ＮＫＢＤ）年会，会议强调当前核心任务是为实现可共享的护理数据制定路线图，并确保在所有护理领域及时采用大数据方法，说明了当前的主题是实践，高价值的关键工作