Page 104 - 现代护理学理论与实践创新研究

现代护理学理论与实践创新研究
Research on Modern Nursing Theory and Practice Innovation

床数据中心、服务和应用 4 个部分。该系统是结合医疗领域的专业知识，在现有
信息系统和医疗数据的基础上，建立数据库，包括关系型数据库 SQLServer，建
立了临床数据中心和知识库 2 个数据库，用以存储临床决策支持系统中静态知识、

规则、本体元、文档列表等数据。非关系型的数据库 Redis，主要用于建立高性
能的内存数据库。将患者临床信息和规则先转存入 Redis 数据库中，当业务系统
发起决策请求时直接从 Redis 数据库查数据，实现在几毫秒内获取所有临床数据
并交予规则引擎推理，以临床知识库为基础，通过接口调用方式，针对用户的需

求提供决策信息，实现临床决策支持。
2. 基于非知识库的临床决策支持系统
急诊严重指数（theEmergencySeverityIn-dex，ESI）。ESI 是一种标准化、可

靠且经过验证的 5 级分类评分工具，可根据患者主诉、相关病史和生命体征，
确定患者疾病的严重程度以及评估和治疗患者所需的资源。Hunter-Zinck 等运用
ESI 分析波士顿医疗系统内 1 个急诊室和 2 个紧急护理中心在 56 个月内的急诊
就诊情况，利用多标签机器学习技术，开发了病情的预测模型，以预测急诊患者
的就诊顺序。数据来源于电子健康记录中存储的数据，包括患者年龄、性别、生

命体征、主诉、视力、上一次的就诊记录、诊断列表、就诊时间、事件发生地等，
并且除了患者主诉外，其余均以结构化文本的形式储存。系统可将患者主诉通过
自然语言自动处理，寻找出非标准化主诉对应的标准化概念，形成可用的就诊特

征，然后根据特征将患者分配入匹配的就诊顺序子集中。应用多标签机器学习算
法，可利用急诊可用的数据预测急诊就诊中的就诊行为，将节省访问时间，保障
患者安全。
协同过滤算法。协同过滤算法是一种基于内容的算法执行方式，可以从历史
实践数据中自动生成临床决策，并以订单推荐的形式出现。Chen 等运用协同过

滤推荐算法，从电子病历中挖掘临床决策支持数据，创建临床决策支持系统。电
子病历数据从既往住院记录中提取，包括临床医嘱、实验室结果和诊断代码等，
以预测实际的实践模式和临床结果。根据不同的评估指标该系统可预测患者可能

发生的医疗事件，以及提供具有价值的分诊指导。
贪婪等价搜索算法（GreedyEquivalenceSearchAlgorithm，GES）。GES 是一
种通过数据归纳出最佳贝叶斯网络的常用数据分析方法。Klann 等利用 GES，聚
合医疗记录系统中的数百万个治疗事件，从现有医疗数据和当地最佳经验数据中

92