智能护理云平台在眼科日间病房管理中的应用研究

谢婉利 周万里 徐浩

关键词：眼科；日间病房；人工智能；云平台；护理管理

日间病房是一种快速、有效、安全的新型医疗模式，它主要是指24小时内完成入院出院治疗，主要包含专病日间手术等功能，充分利用了医疗资源，其中眼科手术是开展日间手术的重点学科。眼科的日间病房的手术具有住院时间短、周转快速、病种多样、护理工作密集等特点，同时医院采用的是集中收治、集中管理的模式，对开展和管理日间病房提出了新的挑战，给日间病房的宣教、沟通、随访等工作造成很大的困扰。刘同柱[1]等人研究的内容说明了日间现在面临的应用效果问题，为了保证日间病房的顺利开展，医院需要投入大量人力、物力成本，还需肩负起快捷医疗活动带来的安全风险的责任。黄双双[2]等人和张菁[3]等人研究的内容表明，如今人工智能在护理领域高速发展，其在护理方面的发展具有技术更新迭代快速的特点，当前以临床为中心的技术可以更好地服务于临床护理，如邓雨芳[4]等人针对人工智能技术对痴呆病人照护的研究。

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，该领域的研究包括机器人学、自动规划、智能搜索、人脸识别、自然语言处理、图像识别、机器视觉等。2017年国务院印发《新一代人工智能发展规划》[5]，提出建立快速精准的智能医疗体系的目标，可见人工智能和医疗护理领域相结合是趋势。

研究显示，使用互联网等延续护理方式对日间手术病人进行术前和术后健康管理有一定的促进作用[6]。钟彩棠[7]的研究表明，28%患者选择电话随访，43%患者选择互联网平台，可见患者对于护理延续需求还是非常迫切的。

为了确保眼科日间病房手术的高效、安全地开展，实现流程最优化，资源配置合理化，“人工智能+护理”的模式与医院日间病房的工作场景深度结合，建设了一套AI护理云平台，可有效提升临床护理工作效率和工作质量，为医院日间流程持续保驾护航[8]。

1 AI 护理云平台介绍

传统的机器学习主要依赖于人工，人工提取数据特征再进行处理，且存在不能通用的情况，而深度学习，其优点为学习能力强，适应性好，可移植性好，但硬件要求高，计算量大，模型设计复杂。为了解决相应的限制问题，将AI护理搭建在云平台，使用云计算和云资源可扩展性的能力，同时采用机器学习和深度学习相结合的方式，从而形成AI护理云平台，其整体架构如图1所示。

机器人是人工智能的高度集成的产物，通过人工智能技术，不断完善和扩展机器人的使用范畴[9]，根据应用场景的特殊需求，可以提供医疗服务专科护理。机器人主要采用ROS自带的导航程序包作为开发框架，拥有高精度导航感应器、语音识别、图像识别、障碍物识别等能力，机身含体温测量设备、血压心率测量设备、密封药盒，小巧灵活，可通过5G或无线连接AI护理云平台。

AI护理云平台通过将语音识别、知识图谱、语义理解、知识库等各种前沿技术整合，使医院成为护理服务的支撑平台，同时建立高效的日间病房护理软件，并利用微信公众号给患者发送相关医疗护理信息。通过人机大量数据交互和平台建模，不断自主学习、丰富知识库内容，优化机器人，为日间病房的应用提供支持。其包括几套主要的知识库，如健康宣教知识库、护理评估知识库、临床护理辅助決策、随访问答知识库等。

2 人工智能在日间病房的主要应用现状

2.1 院前支持

医疗提醒：AI护理云平台根据患者术前进度或术后结合患者的病历信息适实通过移动端的微信给患者推送相关的内容，比如：用药提醒、复查提醒、术前评估表、术前术后注意事项等，将医疗护理有效地前移后延至院前、院中、院后各环节，确保日间手术安全，提高了日间病房的效率。吴朝琴[10]等人的研究表明，通过对患者进行护理的延续性，患者的自我护理能力增强了，同时相应的并发症也减少了，提高了康复知识以及患者的满意度。肖雅婧[11]等人的研究表明，移动医疗已成为主流的护理延伸形式，基于云计算、大数据、人工智能等技术可以实现有限医疗资源的高效利用和医疗数据的互联互通。

2.2 院中支持

精准导航：机器人可以根据室内地图引导病人去指定的位置，由于病区的环境复杂，所以护理机器人具有障碍规避、图像识别等功能，结合AI护理云平台，实时同步变更地图数据，设计中也引入了归纳学习策略等内容，在不断学习训练过程中提升自身的信息处理与实时控制能力，提高规划最佳路径的能力。

体征采集及护理评估：专用的护理机器人机身搭载着体温测量设备、血压心率测量设备等多款医疗设备，可以采集患者的生命体征信息，然后通过AI护理云平台的护理评估知识库分析，协助护理人员完成病人的生活总自理能力评估、心理评估等护理评估信息，使其更加科学、合理，提高护理的工作效率，提升了护理质量，同时满足患者安全第一位。

健康宣教：手术患者在手术前会出现焦躁不安的情绪，除了对手术过程的担忧外，更令人不安的因素其实是对专业知识的不了解，患者可以和机器人进行人机交互，机器人依据护理云平台健康宣教知识库独立解答患者的疑问，将枯燥的护理医疗知识通过易懂的语音或视频进行宣教，使患者的接受度更高效，提高患者的依从性等。李嘉欣[12]等人的研究表明机器人可以和各类患者聊天，使其放松心态，保持良好的心情，起到心理慰藉。

护理辅助决策（NDSS）：护理辅助决策[13]由3部分组成，分别是护理辅助决策知识库、算法模型、人机交互。通过收集患者数据信息，其中包括跌倒评估、生命体征、年龄、日常生活评估等，分析患者存在的问题，从而制定相适应的护理决策计划，体现护理的科学化、智能化，辅助护理人员进行判断而并非替代护理人员进行决策[14-15]，提供护理决策的正确性。其有效地指导护理工作的开展，并可以结合其他医疗系统提供决策分析以及智能纠错、查漏补缺等功能。

2.3 院后支持

随访系统：由于眼科日间病房的随访患者人员多，容易让护理人员产生疲倦感，而人工智能随访管理通过中继线技术可以同时进行多名患者随访，提升随访效率。项珍珍[16]等人、李晓雅[17]等人和樊翊凌[18]等人的论述，说明在日间手术病人延续护理中，人工智能协助或独立完成随访工作，能满足日间手术模式的高速发展，可以降低日间病房护理人员的工作强度，避免大量的重复工作。通过AI护理云平台中的随访问答知识库，及时有效地给患者反馈和答疑，提高了病人术后的安全性及医疗服务的延伸性，同时也提高随访满意度。

人工智能基于眼科医疗大数据通过机器学习和深度学习，在眼科日间病房的护理领域会有更高的实用价值和发挥空间，进行精细化的护理工作，从而给患者提供更优质的护理服务，提高患者满意度。吴玲霞[19]在会议上内容提供了相应数据内容论证了日间病房优质护理服务可以提高患者的满意度的论点。

3 人工智能在日间病房存在的问题及对策

任何事物都是有两面性的，人工智能也是如此，在实际情况中，会出现以下问题：

3.1 数据标准和质量问题

人工智能的基础是医疗大数据，医疗数据的质量和标准直接关系到人工智能的学习能力。由于医疗行业的特殊性，统一标准存在着一定的困难，比如医疗术语，而数据质量又直接影响到人工智能的发展。建议院内由院领导牵头组织数据质量控制小组，根据实际情况建立适合本院的院内数据标准。

3.2 应用范畴问题

医疗行业针对每个方向领域的AI算法均是非常复杂，董星宇[20]等人和巩高[21]等人均提到算法模型本身是带有主观色彩，是否符合整个行业的尚未可知，由此可见人工智能的算法模型也是存在地域的差异，很可能造成决策性的偏见，例如，美国部分机构适用的风险评估算法COMPAS被发现会对黑人造成系统性歧视。建议人工智能需要找到其适合的发展位点进行驗证后的应用而非广泛使用，即需要建立完善人工智能应用的评价体系。

过度依赖人工智能导致医护人员也在无意中专业的业务能力逐步退化。人工智能取代了护士思考的过程，从而影响到了护理人员的专业性和特殊性。我们应该有意识地避免此类问题，明白人工智能是辅助工具，为了弥补我们先天的缺陷，如计算速度慢、记忆容量小等，而非取代专职人员的工作。

3.3 莫拉维克悖论

针对日常常识问题，我们都是能快速了解并明白，然而针对人工智能，往往难以使其明白何为常识。莫拉维克悖论指出：和传统假设不同，对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等低等级智慧却需要巨大的计算资源[22]。人工智能当前需要解决的问题不仅是学会越来越复杂的逻辑推理，同时也要解决其应具备对物理世界最基本的感知与反应。

4 小结

通过人工智能和云平台应用的方式，可以大大减低日间病房医护人员的工作压力，提高工作效率，解放人力资源，让护理人员有更多的时间专注于更专业的护理工作。同时也需要注意，要客观地看待人工智能，既不能忽视也不能盲目，人工智能并不是替代护理人员的工作，而是作为一种辅助手段更好地支持护理工作。随着人工智能和云平台技术等信息化工具在护理管理中更加广泛地应用和实践，广大的医护工作者更需要不断地结合自身工作的实际需求，依托信息化进行跨领域协作，逐步完善应用，使其更加智能便捷地服务于广大的护理工作。