Page 105 - 现代护理学理论与实践创新研究

第三章 急诊临床护理发展

收集部分有用的临床信息，通过信息之间的关联规则构建临床决策支持系统，在
系统中生成针对具体情况的、按等级排序的就诊名单。此种数据分析方法利用现
有的医疗数据资源，从中归纳了适合当地的统一标准的临床知识体系，以提供临

床决策支持。
临床 GPS 算法（ClinicalGPS，cGPS）。cGPS 算法基于概率图形模型或图
形分析，确定一系列参数中相似数据点的程度来理解大型数据集的技术。cGPS
工具聚集并分析这些数据，然后从一个图形结构数据库中构建一个可能诊断的列
表。cGPS 数据库中的数据来源于医疗记录数据和医生自身医疗经验。由 cGPS

算法构建的模型可根据患者的人口统计学特征、体征、症状、生命体征、实验室
数据、既往病史和药物治疗情况等信息，对患者疾病严重程度进行评分分类。目

前，该工具还未在临床正式使用，仍需要进一步验证其可靠性和准确性。
其他。其他算法包括逻辑回归、关联规则、聚类算法、神经网络、遗传算法等。
Heldeweg 等使用数据库中的急救数据，使用单变量分析确定候选变量，通过多
变量逻辑回归分析方法为急诊胸痛患者建立了性能优于心肌梗死溶栓治疗危险评
分的心血管危险评分分层模型，该模型包括生命体征、心率变异性参数以及人口

统计学和心电图变量，可用于急诊科评估患者病情，为急诊胸痛患者分诊提供了
参考。由此可见，研究者利用各种算法设计分诊预测模型，但未广泛应用于临床，
数据来源也仅限于部分医疗数据，未来仍需要大量医疗数据的完善和临床应用。

（五）药物管理
药物不良事件是一种泛指与其他药物有关的一种医疗或者干预方法而造成的
损失和伤害，包括使用药物的错误（即药物使用不当）、由正常剂量使用药物引
起）、变态反应和过量服用。药物不良事件很常见，对老年人有严重的后果，可
致骨折、功能下降和死亡。相关的研究结果表明，88% 的药物不良事件都是完全

可以预防的。机器学习是帮助识别由于药物不良事件导致的易感病人的一种潜在
机制。相关研究表明，通过机器学习可以有效预测、检测和干预在急诊科容易发
生的不良药物事件的老年人，进而提高急诊科对老年病人的护理质量。

（六）护理教育
教育型研究人工智能（EAI）科学领域研究是将现代人工智能学习技术和自
动学习语言科学有机地紧密融合在一起的新兴研究领域。护理教育是护士培养、
进修及能力提升的重要环节。鉴于人工智能技术具备高情景仿真重建、数据跟踪

93