自学习健康系统在健康照护中的应用进展

蔡婷婷，吴傅蕾，黄青梅，袁长蓉

(复旦大学 护理学院，上海 200032)

精确医学诞生于大数据时代，其目标是在基因组学、蛋白质组学和代谢组学等多组学的基础之上，形成以“个体为中心”的生物学数据库[1]。精确医学将日常医疗保健活动中产生的各种类型数据都视为可用于临床研究的真实世界证据(real world evidence)[2]。然而，当前这些真实世界数据的收集及应用仍存在诸多障碍，且证据的实践通常不是一个及时与连续的过程。此外，精确医学仍缺乏将真实世界数据从个体层面落地于临床实践的工具。这一缺失的环节可以通过精确医学与自学习健康系统(learning health system,LHS)的协同作用进行完善[3]。LHS是一种新的医疗模式，旨在将实践中获得的新知识进行持续改进与创新，并应用于临床实践，从而有利于医护人员更迅速地获取及应用证据，进而推进证据的持续更新及应用[4-5]。目前，LHS在我国仍是一个崭新的概念，国内尚未有研究对LHS进行报道。鉴于其在大数据时代下的重要价值，本文将介绍LHS在健康照护中的应用现状，讨论LHS在应用中存在的困境及对策，为其在我国的引进及应用提供参考。

1 概念

LHS是指将科学、信息学、激励机制、文化与持续改进和创新过程相结合，将最佳实践紧密地嵌入照护过程中，使得患者和家庭积极参与，并将新知识作为照护过程副产品的过程[6]。大数据时代下，医疗卫生保健系统面临着提高照护质量、降低医疗成本和提高效率的多重压力。在医疗环境中使用大数据指导患者的个性化照护，并基于人群的数据进行持续质量改进是LHS产生及发展的持续动力。……