智能護理云平臺在眼科日間病房管理中的應用研究

謝婉利 周萬里 徐浩

關鍵詞：眼科；日間病房；人工智能；云平臺；護理管理

日間病房是一種快速、有效、安全的新型醫療模式，它主要是指24小時內完成入院出院治療，主要包含專病日間手術等功能，充分利用了醫療資源，其中眼科手術是開展日間手術的重點學科。眼科的日間病房的手術具有住院時間短、周轉快速、病種多樣、護理工作密集等特點，同時醫院采用的是集中收治、集中管理的模式，對開展和管理日間病房提出了新的挑戰，給日間病房的宣教、溝通、隨訪等工作造成很大的困擾。劉同柱[1]等人研究的內容說明了日間現在面臨的應用效果問題，為了保證日間病房的順利開展，醫院需要投入大量人力、物力成本，還需肩負起快捷醫療活動帶來的安全風險的責任。黃雙雙[2]等人和張菁[3]等人研究的內容表明，如今人工智能在護理領域高速發展，其在護理方面的發展具有技術更新迭代快速的特點，當前以臨床為中心的技術可以更好地服務于臨床護理，如鄧雨芳[4]等人針對人工智能技術對癡呆病人照護的研究。

人工智能（Artificial Intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，該領域的研究包括機器人學、自動規劃、智能搜索、人臉識別、自然語言處理、圖像識別、機器視覺等。2017年國務院印發《新一代人工智能發展規劃》[5]，提出建立快速精準的智能醫療體系的目標，可見人工智能和醫療護理領域相結合是趨勢。

研究顯示，使用互聯網等延續護理方式對日間手術病人進行術前和術后健康管理有一定的促進作用[6]。鐘彩棠[7]的研究表明，28%患者選擇電話隨訪，43%患者選擇互聯網平臺，可見患者對于護理延續需求還是非常迫切的。

為了確保眼科日間病房手術的高效、安全地開展，實現流程最優化，資源配置合理化，“人工智能+護理”的模式與醫院日間病房的工作場景深度結合，建設了一套AI護理云平臺，可有效提升臨床護理工作效率和工作質量，為醫院日間流程持續保駕護航[8]。

1 AI 護理云平臺介紹

傳統的機器學習主要依賴于人工，人工提取數據特征再進行處理，且存在不能通用的情況，而深度學習，其優點為學習能力強，適應性好，可移植性好，但硬件要求高，計算量大，模型設計復雜。為了解決相應的限制問題，將AI護理搭建在云平臺，使用云計算和云資源可擴展性的能力，同時采用機器學習和深度學習相結合的方式，從而形成AI護理云平臺，其整體架構如圖1所示。

機器人是人工智能的高度集成的產物，通過人工智能技術，不斷完善和擴展機器人的使用范疇[9]，根據應用場景的特殊需求，可以提供醫療服務?？谱o理。機器人主要采用ROS自帶的導航程序包作為開發框架，擁有高精度導航感應器、語音識別、圖像識別、障礙物識別等能力，機身含體溫測量設備、血壓心率測量設備、密封藥盒，小巧靈活，可通過5G或無線連接AI護理云平臺。

AI護理云平臺通過將語音識別、知識圖譜、語義理解、知識庫等各種前沿技術整合，使醫院成為護理服務的支撐平臺，同時建立高效的日間病房護理軟件，并利用微信公眾號給患者發送相關醫療護理信息。通過人機大量數據交互和平臺建模，不斷自主學習、豐富知識庫內容，優化機器人，為日間病房的應用提供支持。其包括幾套主要的知識庫，如健康宣教知識庫、護理評估知識庫、臨床護理輔助決策、隨訪問答知識庫等。

2 人工智能在日間病房的主要應用現狀

2.1 院前支持

醫療提醒：AI護理云平臺根據患者術前進度或術后結合患者的病歷信息適實通過移動端的微信給患者推送相關的內容，比如：用藥提醒、復查提醒、術前評估表、術前術后注意事項等，將醫療護理有效地前移后延至院前、院中、院后各環節，確保日間手術安全，提高了日間病房的效率。吳朝琴[10]等人的研究表明，通過對患者進行護理的延續性，患者的自我護理能力增強了，同時相應的并發癥也減少了，提高了康復知識以及患者的滿意度。肖雅婧[11]等人的研究表明，移動醫療已成為主流的護理延伸形式，基于云計算、大數據、人工智能等技術可以實現有限醫療資源的高效利用和醫療數據的互聯互通。

2.2 院中支持

精準導航：機器人可以根據室內地圖引導病人去指定的位置，由于病區的環境復雜，所以護理機器人具有障礙規避、圖像識別等功能，結合AI護理云平臺，實時同步變更地圖數據，設計中也引入了歸納學習策略等內容，在不斷學習訓練過程中提升自身的信息處理與實時控制能力，提高規劃最佳路徑的能力。

體征采集及護理評估：專用的護理機器人機身搭載著體溫測量設備、血壓心率測量設備等多款醫療設備，可以采集患者的生命體征信息，然后通過AI護理云平臺的護理評估知識庫分析，協助護理人員完成病人的生活總自理能力評估、心理評估等護理評估信息，使其更加科學、合理，提高護理的工作效率，提升了護理質量，同時滿足患者安全第一位。

健康宣教：手術患者在手術前會出現焦躁不安的情緒，除了對手術過程的擔憂外，更令人不安的因素其實是對專業知識的不了解，患者可以和機器人進行人機交互，機器人依據護理云平臺健康宣教知識庫獨立解答患者的疑問，將枯燥的護理醫療知識通過易懂的語音或視頻進行宣教，使患者的接受度更高效，提高患者的依從性等。李嘉欣[12]等人的研究表明機器人可以和各類患者聊天，使其放松心態，保持良好的心情，起到心理慰藉。

護理輔助決策（NDSS）：護理輔助決策[13]由3部分組成，分別是護理輔助決策知識庫、算法模型、人機交互。通過收集患者數據信息，其中包括跌倒評估、生命體征、年齡、日常生活評估等，分析患者存在的問題，從而制定相適應的護理決策計劃，體現護理的科學化、智能化，輔助護理人員進行判斷而并非替代護理人員進行決策[14-15]，提供護理決策的正確性。其有效地指導護理工作的開展，并可以結合其他醫療系統提供決策分析以及智能糾錯、查漏補缺等功能。

2.3 院后支持

隨訪系統：由于眼科日間病房的隨訪患者人員多，容易讓護理人員產生疲倦感，而人工智能隨訪管理通過中繼線技術可以同時進行多名患者隨訪，提升隨訪效率。項珍珍[16]等人、李曉雅[17]等人和樊翊凌[18]等人的論述，說明在日間手術病人延續護理中，人工智能協助或獨立完成隨訪工作，能滿足日間手術模式的高速發展，可以降低日間病房護理人員的工作強度，避免大量的重復工作。通過AI護理云平臺中的隨訪問答知識庫，及時有效地給患者反饋和答疑，提高了病人術后的安全性及醫療服務的延伸性，同時也提高隨訪滿意度。

人工智能基于眼科醫療大數據通過機器學習和深度學習，在眼科日間病房的護理領域會有更高的實用價值和發揮空間，進行精細化的護理工作，從而給患者提供更優質的護理服務，提高患者滿意度。吳玲霞[19]在會議上內容提供了相應數據內容論證了日間病房優質護理服務可以提高患者的滿意度的論點。

3 人工智能在日間病房存在的問題及對策

任何事物都是有兩面性的，人工智能也是如此，在實際情況中，會出現以下問題：

3.1 數據標準和質量問題

人工智能的基礎是醫療大數據，醫療數據的質量和標準直接關系到人工智能的學習能力。由于醫療行業的特殊性，統一標準存在著一定的困難，比如醫療術語，而數據質量又直接影響到人工智能的發展。建議院內由院領導牽頭組織數據質量控制小組，根據實際情況建立適合本院的院內數據標準。

3.2 應用范疇問題

醫療行業針對每個方向領域的AI算法均是非常復雜，董星宇[20]等人和鞏高[21]等人均提到算法模型本身是帶有主觀色彩，是否符合整個行業的尚未可知，由此可見人工智能的算法模型也是存在地域的差異，很可能造成決策性的偏見，例如，美國部分機構適用的風險評估算法COMPAS被發現會對黑人造成系統性歧視。建議人工智能需要找到其適合的發展位點進行驗證后的應用而非廣泛使用，即需要建立完善人工智能應用的評價體系。

過度依賴人工智能導致醫護人員也在無意中專業的業務能力逐步退化。人工智能取代了護士思考的過程，從而影響到了護理人員的專業性和特殊性。我們應該有意識地避免此類問題，明白人工智能是輔助工具，為了彌補我們先天的缺陷，如計算速度慢、記憶容量小等，而非取代專職人員的工作。

3.3 莫拉維克悖論

針對日常常識問題，我們都是能快速了解并明白，然而針對人工智能，往往難以使其明白何為常識。莫拉維克悖論指出：和傳統假設不同，對計算機而言，實現邏輯推理等人類高級智慧只需要相對很少的計算能力，而實現感知、運動等低等級智慧卻需要巨大的計算資源[22]。人工智能當前需要解決的問題不僅是學會越來越復雜的邏輯推理，同時也要解決其應具備對物理世界最基本的感知與反應。

4 小結

通過人工智能和云平臺應用的方式，可以大大減低日間病房醫護人員的工作壓力，提高工作效率，解放人力資源，讓護理人員有更多的時間專注于更專業的護理工作。同時也需要注意，要客觀地看待人工智能，既不能忽視也不能盲目，人工智能并不是替代護理人員的工作，而是作為一種輔助手段更好地支持護理工作。隨著人工智能和云平臺技術等信息化工具在護理管理中更加廣泛地應用和實踐，廣大的醫護工作者更需要不斷地結合自身工作的實際需求，依托信息化進行跨領域協作，逐步完善應用，使其更加智能便捷地服務于廣大的護理工作。