——王翠娥 孔長虹 徐燁彪 裘君娜 金立明 胡 偉

輸血信息化即對采供血和臨床輸血業(yè)務(wù)流程進行信息化管理，匯聚并分析各業(yè)務(wù)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)，為管理提供決策支持。近年來，隨著信息技術(shù)的飛速發(fā)展，國內(nèi)外輸血信息化領(lǐng)域相關(guān)研究得以蓬勃發(fā)展。本研究對國內(nèi)外2016年-2020年輸血信息化領(lǐng)域相關(guān)文獻進行分析，旨在了解國內(nèi)外輸血信息化研究現(xiàn)狀，為我國開展輸血信息化研究提供參考。

1 資料來源與方法

1.1 資料來源

從中國知網(wǎng)、PubMed數(shù)據(jù)庫檢索并收集輸血信息化領(lǐng)域相關(guān)文獻。檢索時間：2016年1月1日-2020年12月31日。中文檢索詞：(1)業(yè)務(wù)相關(guān)，獻血、采血、供血、用血、血液、輸血、血站；(2)信息相關(guān)，信息、系統(tǒng)、平臺、智能、共享、互聯(lián)、大數(shù)據(jù)。英文檢索詞：(1)業(yè)務(wù)相關(guān)，blood donation、blood collection、blood supply、blood use、blood、blood tran-sfusion、blood station；(2)信息相關(guān)，electronic、information、system、prediction、forecasting、bigdata、database。對兩組檢索詞進行兩兩組合，共計得到49個組合關(guān)鍵詞。

1.2 分析方法

提取全部文獻的發(fā)表年份、第一作者所在國家或省份、發(fā)文機構(gòu)、刊載期刊、主題詞等，應(yīng)用統(tǒng)計學(xué)數(shù)據(jù)處理分析方法對收集資料進行核對、歸納、整理[1]，采用WPS Office 2020軟件進行統(tǒng)計分析和處理，對結(jié)果進行描述性分析[2]。

1.3 質(zhì)量控制方法

由一名研究者進行文獻篩選，排除綜述、新聞、評論、會議簡報、科普等文獻。由兩名研究者根據(jù)研究主題分類規(guī)則，對文獻研究主題進行分類，依據(jù)研究范圍、研究工具、研究方法和研究局限性對文獻進行質(zhì)量評價。

2 結(jié)果

2.1 文獻發(fā)表年份分布

共檢索到國內(nèi)外輸血信息化相關(guān)文獻231篇。從發(fā)表年份來看，2016年-2020年輸血信息化領(lǐng)域文獻數(shù)量整體呈上升趨勢，如表1所示。

表1 輸血信息化領(lǐng)域文獻發(fā)表年份分布

2.2 第一作者所在國家或省份分布

國外輸血信息化領(lǐng)域相關(guān)文獻共計35篇。其中，發(fā)文量兩篇及以上的國家分別是美國(15篇)、英國(8篇)、瑞典(2篇)、荷蘭(2篇)，占國外文獻總量的77.14%。

我國輸血信息化領(lǐng)域相關(guān)文獻共計196篇。其中，發(fā)文量排在前5位的省份分別為山東省(24篇)、浙江省(21篇)、廣東省(20篇)、江蘇省(17篇)、江西省(17篇)，占國內(nèi)文獻總量的50.51%。

2.3 文獻發(fā)表機構(gòu)分布

國外35篇文獻主要來源于醫(yī)院或醫(yī)學(xué)院(17篇)、血站(4篇)以及其他機構(gòu)(14篇)。

國內(nèi)196篇文獻主要來源于血站(110篇)、醫(yī)院(83篇)以及其他機構(gòu)(3篇)。

2.4 文獻刊載期刊分布

231篇文獻共計登載在80種期刊上，刊均發(fā)文量為2.9篇。

國外文獻主要登載于《Transfusion》《Vox Sanguinis》《Transfusion Medicine》等9種期刊，其中,《Transfusion》登載了80.00%(28篇)的文獻。

國內(nèi)文獻主要登載于《中國輸血雜志》《中國數(shù)字醫(yī)學(xué)》《臨床輸血與檢驗》《中國衛(wèi)生質(zhì)量管理》等期刊，分別為61篇、16篇、8篇、8篇，占國內(nèi)文獻總量的47.45%。

2.5 文獻研究主題分布

通過閱讀文獻摘要以及內(nèi)容架構(gòu)，將文獻研究主題歸納為5大類：獻血者服務(wù)、采供血業(yè)務(wù)、血站內(nèi)部管理、血站信息系統(tǒng)建設(shè)、臨床輸血。

國外文獻主題側(cè)重于臨床輸血(構(gòu)成比接近70.00%)，其次是采供血業(yè)務(wù)、獻血者服務(wù)、血站信息系統(tǒng)建設(shè)，血站內(nèi)部管理較少涉及。

國內(nèi)文獻主題側(cè)重于臨床輸血、血站信息系統(tǒng)建設(shè)(兩者累計構(gòu)成比接近67.00%)，獻血者服務(wù)、采供血業(yè)務(wù)、血站內(nèi)部管理主題分布較均勻。

國內(nèi)外輸血信息化領(lǐng)域文獻主題分布如表2所示。

表2 國內(nèi)外輸血信息化領(lǐng)域文獻主題分布

3 討論

3.1 輸血信息化研究主題

3.1.1 業(yè)務(wù)領(lǐng)域 (1)獻血者服務(wù)。國外文獻研究熱點集中在獻血輿情分析、獻血隨訪等方面，比如社交媒體獻血輿情分析[3]、獻血者可能接觸的新發(fā)傳染病評估[4]、利用數(shù)據(jù)庫對供者和受者進行隨訪[5]等。除獻血輿情分析[6-7]外，國內(nèi)文獻研究熱點還覆蓋獻血招募、獻血預(yù)約、獻血關(guān)懷、用血減免等方面，其中，利用信息化手段提升獻血服務(wù)文獻較多，比如獻血智能招募系統(tǒng)、無償獻血綜合服務(wù)平臺、獻血積分商城等，對省域用血費用減免信息化的研究也較多。

(2)采供血業(yè)務(wù)。國內(nèi)研究熱點主要集中在血液采集、血液制備、血液檢測、血液供應(yīng)、血液應(yīng)急保障、血站執(zhí)業(yè)比對等業(yè)務(wù)流程，其中血液采集、血液制備閉環(huán)管理、全程電子化管理研究較多；國外研究熱點主要集中在獻血預(yù)測、供應(yīng)預(yù)測、血液庫存預(yù)測分析等決策支持，比如血液供應(yīng)鏈需求預(yù)測、用血數(shù)據(jù)時間序列預(yù)測、基于人工神經(jīng)網(wǎng)絡(luò)的獻血預(yù)測、新冠肺炎防控期間血液使用和庫存分析以及血液發(fā)放時間序列預(yù)測范式研究[8]等。

(3)血站內(nèi)部管理。相比國外，國內(nèi)在這方面研究文獻較多。研究熱點主要集中在行政管理、人財物管理以及檔案管理等方面，比如血站物資采購管理、固定資產(chǎn)管理、設(shè)備管理、合同管理、血液運輸管理、成本核算管理以及智能機房建設(shè)等。

(4)血站信息系統(tǒng)建設(shè)。相比國外，國內(nèi)在這方面研究文獻較多。研究熱點集中在構(gòu)建信息平臺或信息系統(tǒng)，探討信息網(wǎng)絡(luò)部署及等級保護、數(shù)據(jù)容災(zāi)、桌面虛擬化相關(guān)信息安全策略，探索數(shù)據(jù)共享、互聯(lián)互通以及信息標準[9]等。

(5)臨床輸血。國內(nèi)外研究熱點相對集中，主要表現(xiàn)為輸血閉環(huán)管理[10]、臨床用血評價、輸血預(yù)測、輸血反應(yīng)預(yù)警、輸血不良反應(yīng)評估[11]、臨床決策支持等。

3.1.2 技術(shù)領(lǐng)域 國內(nèi)側(cè)重傳統(tǒng)信息技術(shù)應(yīng)用，比如將云計算、服務(wù)器虛擬化、3G、虛擬專用網(wǎng)絡(luò)(VPN)、掌上電腦(PDA)以及射頻識別等技術(shù)應(yīng)用于信息系統(tǒng)建設(shè)。國外側(cè)重人工智能等新興技術(shù)應(yīng)用，比如：利用隨機森林等機器學(xué)習(xí)模型進行輸血預(yù)測[12]，利用集中式獻血者數(shù)據(jù)庫的云搜索引擎識別醫(yī)院血庫特殊血液[13]，利用人工神經(jīng)網(wǎng)絡(luò)進行獻血預(yù)測[14]，通過大數(shù)據(jù)分析構(gòu)建輸血風(fēng)險預(yù)測模型，利用基于目標的電子決策支持算法提高血液利用率[15]，借助語義網(wǎng)絡(luò)對社交媒體的獻血輿情進行分析，利用時間序列預(yù)測法對血液供應(yīng)鏈需求、血液發(fā)放數(shù)據(jù)等進行預(yù)測分析[16]。

3.2 啟示

縱觀近年來國內(nèi)外輸血信息化領(lǐng)域研究進展，國內(nèi)相關(guān)研究業(yè)務(wù)領(lǐng)域廣泛，但相應(yīng)技術(shù)手段多停留在傳統(tǒng)信息技術(shù)層面，對數(shù)據(jù)利用局限于傳統(tǒng)業(yè)務(wù)流程控制。相比而言，發(fā)達國家不僅通過構(gòu)建相關(guān)信息系統(tǒng)提高了工作效率[17]，而且更加注重大數(shù)據(jù)分析、人工智能技術(shù)應(yīng)用。比如，英國牛津大學(xué)為了更精準、可靠地預(yù)測紅細胞使用量，收集了2005年-2011年數(shù)據(jù)，利用三種新的時間序列方法對4周到52周前的紅細胞使用量進行線性預(yù)測，通過數(shù)據(jù)分析對時間窗口、預(yù)測順序、多項式擬合順序進行優(yōu)化，應(yīng)用新方法預(yù)測出紅細胞在未來4周、未來52周的平均使用率百分比誤差分別為2.5%、3.4%[16]。在全方位、全領(lǐng)域數(shù)字化改革趨勢下，輸血信息化工作應(yīng)該考慮在理念、流程、方式、信息技術(shù)應(yīng)用等方面進一步創(chuàng)新發(fā)展，將“全面數(shù)字化，全程數(shù)字化”理念融入工作中，強化建立系統(tǒng)觀念和集成觀念，使業(yè)務(wù)流程更加順暢，讓輸血管理工作更加高效。

首先，進一步規(guī)范輸血信息系統(tǒng)的功能、流程、數(shù)據(jù)是當(dāng)務(wù)之急。相關(guān)部門和機構(gòu)亟需統(tǒng)一采供血領(lǐng)域與臨床輸血領(lǐng)域信息系統(tǒng)的編碼標準、數(shù)據(jù)集標準、功能規(guī)范、數(shù)據(jù)交換標準等，以加強輸血信息化標準體系建設(shè)。

其次，目前我國臨床輸血方面已經(jīng)有紅細胞需求量預(yù)測、血液動態(tài)庫存管理、輸血不良反應(yīng)預(yù)警等人工智能技術(shù)應(yīng)用案例，但在采供血領(lǐng)域，大數(shù)據(jù)、人工智能等新興技術(shù)應(yīng)用尚處于起步階段。輸血信息化建設(shè)應(yīng)從以流程為核心轉(zhuǎn)向以數(shù)據(jù)為驅(qū)動的架構(gòu)，通過數(shù)據(jù)中心建設(shè)，提高數(shù)據(jù)整合與分析能力，從橫向的數(shù)據(jù)聯(lián)結(jié)、共享、融合以及縱向的數(shù)據(jù)深度挖掘兩方面，充分挖掘數(shù)據(jù)價值，以數(shù)據(jù)驅(qū)動支撐決策。

3.3 本研究局限

本研究存在一定局限：(1)研究范圍為近5年的國內(nèi)外輸血信息化領(lǐng)域相關(guān)研究文獻，研究對象代表性和可比性受到限制；(2)研究方法較單一，對輸血信息化相關(guān)高頻主題詞未做聚類分析，研究結(jié)果和結(jié)論可能存在遺漏；(3)國內(nèi)外采供血機構(gòu)性質(zhì)和運行方式存在差異，可能導(dǎo)致信息化建設(shè)方式、研究側(cè)重點等有所不同，本研究結(jié)論并未考慮這些因素，可能存在一定偏倚。