论文部分内容阅读
目前，大数据挖掘技术是各个领域研究的热点。其中关于护理大数据研究的发文量在稳步增长，但是与医学整体发展相比较还是存在一定的差距[1]。基维百科定义大数据为，规模巨大到无法用目前的软件工具处理的资料量，在相应时间内完成撷取、管理、处理后利于企业完成经营目标的资讯；研究机构将大数据定义为必须用新型的处理模式才更好地洞察、决策并优化流程的巨量、多样化且高速增长的信息资产[2]。不管是企业资讯还是信息资产，大数据无疑是成为了现在争相抢夺的有用资源，这资源如果利用的好，是会发挥巨大效益的。同样，护理大数据研究可促进精准护理、降低医疗费用、提升护理质量与结局，而大数据挖掘技术对护理专业教育也正在起着深刻的影响和导向作用。
1.大数据挖掘技术正在改变臨床工作模式和分工，护理专业教育面临教育内容和课程的改革
数据挖掘是大数据时代的关键技术，要从非完整的、海量的、有噪音的、模糊且随机的数据中挖掘隐含在内，且人们未提前得知的有用信息的过程。如应波[3]等研究数据同源护理交班报告软件的研发与应用中发现，数据同源交班报告软件可以提高了护理工作效率与质量。张桂华[4]等应用“基于数据库管理的护理班及语音提示系统”，大幅度降低了临床，护士重复录入数据的时间，完成信息共享的设计。又如护理信息系统（NIS）的使用，利用大数据收集、分析和萃取，使临床护理决策和管理变为有数据可循，同时要求护理人员使用新的思维方式及协作模式去开展工作。这些数据挖掘使用对医院的医疗护理业务、运行管理、发展模式等产生巨大影响。护理专业教育的课程内容就要紧跟变化，进行教育的侧重点和内容的调整，为社会提供相应的人才。
2.大数据挖掘技术正在创造更多的专业方向，护理专业教育将细化专门化方向
目前，智能化病房在国内一线城市悄然展开，智能机器人也已走上工作岗位。机器人海量的大数据存储和分析挖掘能力是人类无法媲美的，故护理人员更多地要转向人文需求更浓郁，冰冷的机器人无法做到的岗位或任务。如临终病人照护、慢病人管理。护士要具备数据使用和分析的能力，又要有更多的人文素养。又如人们现在可通过智能设备（智能手机、智能手表、手环等）的使用，随时监测自 己血压、心率、呼吸、体温等生命体征甚至血糖的情况，信息联通与共享更加实时、方便、快捷[5]。但是这些信息随时监测与采集，鉴别和判断也是疾病预防或慢病管理的重要内容，健康管理护士、智能信息分析指导顾问或将应时代而生。如Asthmapolis 公司研发了一种能够记录哮喘患者吸入器使用的记录仪，将信息传输到中央数据库，可以帮助患者制订个性化的预防、治疗计划[6]。我们的护理专业教育则要转向侧重信息判断、智能化检测的教育了。张晓夏、郑伟等[7， 8]从医疗卫生大数据、大数据带给护理专业的机遇和挑战、积极迎接和应对策略4个方面进行探讨，也认为数据经分析后可以获得某种洞见或规律，从而实现有效预测，护士的工作不再局限于医院，将会有更过领域需要高技术水平的护士。
3.护理大数据中心和智慧护理的建设和发展将全面改变护理专业教育的模式
护理大数据中心[9， 10]是集护理学与信息学、分析学于一体，用于识别、定义、管理和交流数据、信息、知识和智慧的护理数据中心，是以大数据挖掘与推理研究为核心的产、学、研一体化的护理研究中心。智慧护理[11]指利用先进的计算机技术、网络技术以及物联网技术，通过对数据的采集、存储、处理、展现及应用，以个人私有数据为基础辅以公共共享数据制订个性化的护理计划，为患者提供“端到端”护理服务。谢意浓[12]等就提议大数据背景下各大院校与企业双主体合作育人探索大数据专业人才的培养模式，培养出既精通大数据又熟悉护理产业的复合型人才。护士不再单纯只是医生“医嘱的执行者”，而要集信息学、分析学能力于一身。护理专业教育的模式将面临重大改革。
总之，大数据、物联网时代已经来临，护理专业教育也正在进行适应和改革，但是改革的速度还是很慢，能否适应未来的护理工作还是存在疑问。目前，我们认为，护理专业教育要主要集中在大数据背景下转变护理实践、研究和教育方面，并注重开发和培养如何获取和集成数据信息的能力，这是我们要深入探索和研究的方向。
参考文献：
[1].傅藏藏， 顾东晓，诸纪华. 护理大数据研究态势和热点领域文献计量分析. 浙江医学， 2018. 40（24）： 2708-2711.
[2].维基百科[EB/OL]. https：//en.wikipedia.org/wiki/Main_Page，6-20.
[3].应波. 数据同源护理交班报告软件的研发与应用. 护理学杂志， 2018. 33（14）： 8-10.
[4].张桂华， 罗平，陈潇君. 信息共享在简化护理交班系统中的应用. 中华护理杂志， 2011. 46（12）： 1207-1208.
[5].彭宇，胡丽慧. 基于大数据的老年人智能护理系统. 信息系统工程， 2017（06）： 118-119.
[6].Groves P，Kayyali B，Knott D，et al. The ‘big data’revolution in healthcare. McKinsey Quarterly[EB/OL]. www. payerfusion. com / wp-content / uploads / 2014 /
02 / The_big_data_revolution_in_healthcare-1，
[7].张晓夏. 大数据背景下护理人员面临的机遇和挑战. 护理研究， 2017. 31（19）： 2305-2308.
[8].郑伟，王建荣. 大数据对护理工作影响及应用前景的研究. 现代临床护理， 2016. 15（08）： 75-78.
[9].姚冬利. 大数据对大学护理教学研究的影响. 护理研究， 2017. 31（22）： 2811-2813.
[10].朱瑞芳， 岳小丁，韩世范. 大数据在护理学科中的研究进展. 护理研究， 2017. 31（13）： 1553-1557.
[11].杨茜.基于大数据的智慧护理系统建设初探. 卫生职业教育， 2017. 35（05）： 158-159.
[12].谢意浓，谢荣华. 大数据助推养老产业的发展研究. 中国商论， 2017（15）： 146-147.
1.大数据挖掘技术正在改变臨床工作模式和分工，护理专业教育面临教育内容和课程的改革
数据挖掘是大数据时代的关键技术，要从非完整的、海量的、有噪音的、模糊且随机的数据中挖掘隐含在内，且人们未提前得知的有用信息的过程。如应波[3]等研究数据同源护理交班报告软件的研发与应用中发现，数据同源交班报告软件可以提高了护理工作效率与质量。张桂华[4]等应用“基于数据库管理的护理班及语音提示系统”，大幅度降低了临床，护士重复录入数据的时间，完成信息共享的设计。又如护理信息系统（NIS）的使用，利用大数据收集、分析和萃取，使临床护理决策和管理变为有数据可循，同时要求护理人员使用新的思维方式及协作模式去开展工作。这些数据挖掘使用对医院的医疗护理业务、运行管理、发展模式等产生巨大影响。护理专业教育的课程内容就要紧跟变化，进行教育的侧重点和内容的调整，为社会提供相应的人才。
2.大数据挖掘技术正在创造更多的专业方向，护理专业教育将细化专门化方向
目前，智能化病房在国内一线城市悄然展开，智能机器人也已走上工作岗位。机器人海量的大数据存储和分析挖掘能力是人类无法媲美的，故护理人员更多地要转向人文需求更浓郁，冰冷的机器人无法做到的岗位或任务。如临终病人照护、慢病人管理。护士要具备数据使用和分析的能力，又要有更多的人文素养。又如人们现在可通过智能设备（智能手机、智能手表、手环等）的使用，随时监测自 己血压、心率、呼吸、体温等生命体征甚至血糖的情况，信息联通与共享更加实时、方便、快捷[5]。但是这些信息随时监测与采集，鉴别和判断也是疾病预防或慢病管理的重要内容，健康管理护士、智能信息分析指导顾问或将应时代而生。如Asthmapolis 公司研发了一种能够记录哮喘患者吸入器使用的记录仪，将信息传输到中央数据库，可以帮助患者制订个性化的预防、治疗计划[6]。我们的护理专业教育则要转向侧重信息判断、智能化检测的教育了。张晓夏、郑伟等[7， 8]从医疗卫生大数据、大数据带给护理专业的机遇和挑战、积极迎接和应对策略4个方面进行探讨，也认为数据经分析后可以获得某种洞见或规律，从而实现有效预测，护士的工作不再局限于医院，将会有更过领域需要高技术水平的护士。
3.护理大数据中心和智慧护理的建设和发展将全面改变护理专业教育的模式
护理大数据中心[9， 10]是集护理学与信息学、分析学于一体，用于识别、定义、管理和交流数据、信息、知识和智慧的护理数据中心，是以大数据挖掘与推理研究为核心的产、学、研一体化的护理研究中心。智慧护理[11]指利用先进的计算机技术、网络技术以及物联网技术，通过对数据的采集、存储、处理、展现及应用，以个人私有数据为基础辅以公共共享数据制订个性化的护理计划，为患者提供“端到端”护理服务。谢意浓[12]等就提议大数据背景下各大院校与企业双主体合作育人探索大数据专业人才的培养模式，培养出既精通大数据又熟悉护理产业的复合型人才。护士不再单纯只是医生“医嘱的执行者”，而要集信息学、分析学能力于一身。护理专业教育的模式将面临重大改革。
总之，大数据、物联网时代已经来临，护理专业教育也正在进行适应和改革，但是改革的速度还是很慢，能否适应未来的护理工作还是存在疑问。目前，我们认为，护理专业教育要主要集中在大数据背景下转变护理实践、研究和教育方面，并注重开发和培养如何获取和集成数据信息的能力，这是我们要深入探索和研究的方向。
参考文献：
[1].傅藏藏， 顾东晓，诸纪华. 护理大数据研究态势和热点领域文献计量分析. 浙江医学， 2018. 40（24）： 2708-2711.
[2].维基百科[EB/OL]. https：//en.wikipedia.org/wiki/Main_Page，6-20.
[3].应波. 数据同源护理交班报告软件的研发与应用. 护理学杂志， 2018. 33（14）： 8-10.
[4].张桂华， 罗平，陈潇君. 信息共享在简化护理交班系统中的应用. 中华护理杂志， 2011. 46（12）： 1207-1208.
[5].彭宇，胡丽慧. 基于大数据的老年人智能护理系统. 信息系统工程， 2017（06）： 118-119.
[6].Groves P，Kayyali B，Knott D，et al. The ‘big data’revolution in healthcare. McKinsey Quarterly[EB/OL]. www. payerfusion. com / wp-content / uploads / 2014 /
02 / The_big_data_revolution_in_healthcare-1，
[7].张晓夏. 大数据背景下护理人员面临的机遇和挑战. 护理研究， 2017. 31（19）： 2305-2308.
[8].郑伟，王建荣. 大数据对护理工作影响及应用前景的研究. 现代临床护理， 2016. 15（08）： 75-78.
[9].姚冬利. 大数据对大学护理教学研究的影响. 护理研究， 2017. 31（22）： 2811-2813.
[10].朱瑞芳， 岳小丁，韩世范. 大数据在护理学科中的研究进展. 护理研究， 2017. 31（13）： 1553-1557.
[11].杨茜.基于大数据的智慧护理系统建设初探. 卫生职业教育， 2017. 35（05）： 158-159.
[12].谢意浓，谢荣华. 大数据助推养老产业的发展研究. 中国商论， 2017（15）： 146-147.