國外醫(yī)學(xué)信息學(xué)研究熱點與前沿

王秀艷

(廣州市第一人民醫(yī)院圖書館 廣州 510180)

1 引言

醫(yī)學(xué)信息學(xué)最早起源于20世紀(jì)50年代，于20世紀(jì)70年代后期作為一門學(xué)科被正式提出[1]，即以信息管理和信息技術(shù)為依托，研究醫(yī)學(xué)領(lǐng)域中的信息現(xiàn)象和規(guī)律，用于醫(yī)學(xué)決策和管理的一門交叉學(xué)科[2]。隨著近幾年云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、智慧醫(yī)療的興起，醫(yī)學(xué)信息學(xué)的研究成果層出不窮，領(lǐng)域不斷擴展，本研究嘗試借助雙向聚類分析軟件gCLUTO及CiteSpace的突發(fā)檢測算法對國外醫(yī)學(xué)信息學(xué)領(lǐng)域文獻進行主題分析，全面揭示研究熱點和前沿方向，為我國醫(yī)學(xué)信息學(xué)領(lǐng)域科研人員開展研究提供參考和借鑒，與國際接軌。

2 材料與方法

2.1 數(shù)據(jù)來源

本研究選擇Web of Science數(shù)據(jù)庫作為檢索平臺，在核心集合檢索主題為“Medical Informatics”的文獻，時間跨度為2006-2019年，文獻類型包括論著、綜述、會議文獻等，共檢索到2 875條有效記錄，將所有記錄的題名、作者、單位及引文等信息下載保存為txt格式，文獻下載日期為2019年3月21日。

2.2 研究方法

關(guān)鍵詞是文獻主要內(nèi)容的概況和提煉，是文章的核心和精髓[3]，高頻關(guān)鍵詞在一定程度上反映出某領(lǐng)域的主題和研究熱點。本文利用書目共現(xiàn)分析系統(tǒng)BICOMB[4]對醫(yī)學(xué)信息學(xué)文獻關(guān)鍵詞進行處理。為準(zhǔn)確統(tǒng)計關(guān)鍵詞，將意義相同、表達方式不同的關(guān)鍵詞進行合并，包括英文單復(fù)數(shù)、大小寫、縮寫和全稱，如Clinical decision support system,clinical decision support systems,CDSS,Clinical decision support systems和clinical decision support system，統(tǒng)一合并為Clinical decision support systems。合并后重新統(tǒng)計關(guān)鍵詞出現(xiàn)頻次，根據(jù)Hirsch J E[5]的h指數(shù)原理，確定31個高頻關(guān)鍵詞(h=31)，同時生成詞篇矩陣。高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，見圖1。利用雙向聚類分析軟件gCLUTO[6]對詞篇矩陣從行和列兩個方向同時進行聚類，揭示國外醫(yī)學(xué)信息學(xué)領(lǐng)域研究熱點。分析高頻關(guān)鍵詞能有效揭示主題研究熱點，但是容易忽視低頻詞呈現(xiàn)的新興研究主題，美國陳超美教授開發(fā)的CiteSpace軟件的突發(fā)檢測算法可以探測出一定時間內(nèi)頻次增長較快的關(guān)鍵詞(即爆發(fā)詞)，發(fā)現(xiàn)新的學(xué)科知識增長點，本文利用該算法確定國外醫(yī)學(xué)信息學(xué)領(lǐng)域的爆發(fā)詞，進一步明確該領(lǐng)域研究前沿主題。

圖1 國外醫(yī)學(xué)信息學(xué)領(lǐng)域高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

3 主題分析

3.1 研究熱點

3.1.1 概述 將詞篇矩陣導(dǎo)入到gCLUTO軟件，當(dāng)聚類的數(shù)目設(shè)定為7類、其他參數(shù)設(shè)置為默認(rèn)時聚類效果較好，可視化矩陣，見圖2。各個類之間通過黑色的水平線隔開，右側(cè)是各類包含的關(guān)鍵詞，圖上方顯示的是文獻的聚類，下方列出的是對應(yīng)文獻的序號，根據(jù)序號可以在BICOMB軟件中找到具體的文獻題錄信息。圖中顏色代表矩陣原始數(shù)據(jù)的值，白色代表接近零值，逐漸加深的紅色代表較大的數(shù)值[7-8]。分析各個類簇的關(guān)鍵詞，同時閱讀聚類結(jié)果展示的代表文獻，總結(jié)出國外醫(yī)學(xué)信息學(xué)領(lǐng)域7個研究熱點。

圖2 可視化矩陣(局部)

3.1.2 新型醫(yī)療服務(wù)模式(類0) 在當(dāng)前的數(shù)字信息時代，隨著技術(shù)的發(fā)展、互聯(lián)網(wǎng)的覆蓋和智能終端的普及，涌現(xiàn)出遠程醫(yī)療、電子健康醫(yī)療、移動醫(yī)療、互聯(lián)醫(yī)療等新型服務(wù)模式。Meier CA[9]綜述電子健康醫(yī)療發(fā)展歷程，闡明其可以提高醫(yī)療效率，擴大醫(yī)療保健影響范圍，激勵醫(yī)療行業(yè)從業(yè)者及患者，同時改善護理質(zhì)量，實現(xiàn)護理個性化。Haluza D[10]提出互聯(lián)醫(yī)療模式，認(rèn)為互聯(lián)醫(yī)療結(jié)合遠程醫(yī)療和電子健康醫(yī)療特征，將醫(yī)療保健中的人員、流程和技術(shù)等所有利益相關(guān)者連接起來，以患者為中心，為其提供個性化的醫(yī)療服務(wù)。互聯(lián)醫(yī)療最大的優(yōu)勢是改善醫(yī)療服務(wù)質(zhì)量，同時醫(yī)療服務(wù)不受地理位置的影響，有利于緩解健康資源分布不均衡和日益增加的健康需求的矛盾。這些醫(yī)療模式基本符合消費者健康信息學(xué)的理念，即以患者為中心的健康素養(yǎng)和消費者教育，應(yīng)用電子通訊技術(shù)，提供個性化健康信息、決策等，同時患者通過互聯(lián)網(wǎng)等獲取健康信息資源，提高管理自身健康的能力。Jamal A[11]通過橫斷面研究調(diào)查中東地區(qū)2型糖尿病患者利用網(wǎng)絡(luò)在線搜索健康信息的行為，及其對糖尿病相關(guān)自我護理活動的影響。研究表明與不在網(wǎng)上搜尋健康相關(guān)信息的人相比，在線搜索健康相關(guān)信息參與者能更好地進行糖尿病自我護理。

3.1.3 醫(yī)學(xué)信息學(xué)研究方法(類1) 主要包括自然語言處理、機器學(xué)習(xí)、數(shù)據(jù)挖掘等關(guān)鍵詞，研究側(cè)重于利用這些數(shù)據(jù)處理技術(shù)從醫(yī)療大數(shù)據(jù)及數(shù)據(jù)庫中發(fā)掘有價值的信息，輔助臨床決策。Duan L等[12]利用數(shù)據(jù)挖掘方法構(gòu)建臨床護理推薦系統(tǒng)。Hong K等[13]將自然語言處理的語義相似性算法集成到患者安全事件報告系統(tǒng)，通過比較事件間的相似性和模式，從以往的案例中獲取經(jīng)驗，找到新案例的解決方案，降低不良事件的復(fù)發(fā)概率。Yildirim P[14]以美國食品和藥品監(jiān)督管理局(Food and Drug Administration，F(xiàn)DA)不良事件報告系統(tǒng)(Adverse Events Reporting System，AERS)數(shù)據(jù)庫作為分析對象，利用Apriori關(guān)聯(lián)算法挖掘環(huán)丙沙星最常見的不良事件，獲得一些關(guān)聯(lián)規(guī)則，用于指導(dǎo)臨床實踐。

3.1.4 基于電子病歷的臨床決策支持(類2) 電子病歷(Electronic Medical Records，EMR)描述患者在醫(yī)療機構(gòu)就診過程中所產(chǎn)生的檢查記錄、治療方案等各種診療信息，其在改進診療質(zhì)量、提高醫(yī)療工作效率和輔助診療決策等方面具有重要作用[15]。Were MC[16]利用電子病歷數(shù)據(jù)創(chuàng)建患者特異性的臨床摘要，支持非洲艾滋病患者的護理，在資源有限的情況下提高護理效率和質(zhì)量。張慧娟建立基于電子住院病歷的臨床決策支持系統(tǒng)[17]，植入危險因素提醒預(yù)警模塊，有效降低不良事件的發(fā)生率。Nishimura AA[18]創(chuàng)建藥物-基因相互作用的決策支持警告系統(tǒng)，評估系統(tǒng)的有用性和可用性，問卷調(diào)查結(jié)果表明92%的人認(rèn)為警告很有用，87%認(rèn)為視覺界面友好，91%認(rèn)為警告時機恰當(dāng)，75%的人不熟悉特定的藥物基因相互作用，80%的參與者更喜歡推薦藥物的功能。

3.1.5 衛(wèi)生信息系統(tǒng)評估(類3) 衛(wèi)生信息系統(tǒng)應(yīng)用的主要目標(biāo)是提高衛(wèi)生服務(wù)效率和有效性，改善衛(wèi)生服務(wù)質(zhì)量。為實現(xiàn)這一目標(biāo)，應(yīng)不斷評估衛(wèi)生信息系統(tǒng)應(yīng)用效果，進而對其功能進行改進和完善。Ahmadian L[19]綜述伊朗衛(wèi)生信息系統(tǒng)的評估方法以及對伊朗醫(yī)療服務(wù)的影響。研究表明常用的系統(tǒng)評估方法有問卷調(diào)查法、訪談法、觀察法、啟發(fā)式評估以及閱讀文獻。Oliveros NV[20]采用啟發(fā)式評估方法在電子用藥管理(eMAR)應(yīng)用程序的開發(fā)過程中對程序可用性進行持續(xù)評估，通過3名護士來測試最終版本的可用性。Westbrook JI[21]應(yīng)用關(guān)鍵事件和旅程映射技術(shù)評估在線證據(jù)檢索系統(tǒng)與日常臨床實踐的整合情況及其對決策和患者護理的影響。

3.1.6 生物信息學(xué)教育(類4) 生物信息學(xué)作為醫(yī)學(xué)信息學(xué)的重要分支，已經(jīng)逐步發(fā)展為醫(yī)學(xué)和現(xiàn)代生物學(xué)等領(lǐng)域的關(guān)鍵技術(shù)方法，社會對生物信息學(xué)專業(yè)人才的需求不斷擴大，生物信息學(xué)的教育也受到越來越多的關(guān)注和重視[22]。Lopez-Campos G[23]總結(jié)其所在部門過去10年培訓(xùn)衛(wèi)生專業(yè)人員生物信息學(xué)課程的經(jīng)驗，對課程內(nèi)容進行分析評估。該小組通過面對面和在線/電子學(xué)習(xí)的方式，針對不同衛(wèi)生專業(yè)人群的特定需求，開發(fā)關(guān)于生物信息學(xué)、生物醫(yī)學(xué)信息學(xué)和基因組學(xué)的國內(nèi)外培訓(xùn)課程，使學(xué)生更好地掌握生物信息學(xué)工具、方法和數(shù)據(jù)庫的使用并將其應(yīng)用到特定健康領(lǐng)域，旨在減少研究與實踐之間的差距，更好地開展日常工作。Mantas J[24]詳細(xì)闡述國際醫(yī)學(xué)信息學(xué)協(xié)會(International Medical Information Association，IMIA)關(guān)于生物醫(yī)學(xué)和衛(wèi)生信息學(xué)教育的修訂建議，這些建議有助于確立課程方向，完善課程體系，進一步發(fā)展不同國家既有的教育活動，支持與生物醫(yī)學(xué)和衛(wèi)生信息學(xué)教育有關(guān)的國際倡議[25]。

3.1.7 電子健康檔案相關(guān)研究(類5) 電子健康檔案記錄人從出生到死亡整個過程產(chǎn)生的所有健康相關(guān)信息，包括在醫(yī)院就診產(chǎn)生的診療信息。是醫(yī)療信息化建設(shè)的基礎(chǔ)，研究內(nèi)容主要包括實施現(xiàn)狀及影響因素分析、相關(guān)衛(wèi)生信息技術(shù)研究及在醫(yī)療保健領(lǐng)域的應(yīng)用等。Gephart SM[26]搜集急癥護理人員日常工作中積累的經(jīng)驗，通過護理信息學(xué)專家確認(rèn)內(nèi)容的有效性和可靠性，將這些經(jīng)驗數(shù)據(jù)作為今后護理工作的參考指導(dǎo)。Lippincott C[27]評估電子健康檔案的應(yīng)用與護理質(zhì)量提高之間的關(guān)系。Aspry KE[28]將衛(wèi)生信息技術(shù)(Health Information Technology,HIT)應(yīng)用到慢性疾病的護理中，定性評估HIT干預(yù)對冠心病患者的脂質(zhì)管理護理過程或臨床結(jié)局的影響，表明HIT干預(yù)能夠改善脂質(zhì)治療結(jié)局，提高患者依從性，改進護理質(zhì)量。也有學(xué)者將電子健康檔案應(yīng)用到基本公共衛(wèi)生項目管理中，如慢性病、兒童健康管理等。

3.1.8 醫(yī)學(xué)信息技術(shù)的臨床應(yīng)用(類6) 信息技術(shù)在醫(yī)學(xué)領(lǐng)域的一項重要應(yīng)用是衛(wèi)生信息系統(tǒng)的開發(fā)和構(gòu)建，主要包括醫(yī)院信息系統(tǒng)、決策支持系統(tǒng)、影像信息系統(tǒng)、電子病歷系統(tǒng)等。Sun MC[29]基于信息技術(shù)開發(fā)一種臨床決策支持工具，用于快速準(zhǔn)確地識別與中風(fēng)溶栓禁忌癥有關(guān)的健康信息，通過2期交叉研究測試其應(yīng)用效果。結(jié)果表明使用臨床決策支持工具篩查信息可以減少審查醫(yī)療記錄所需時間，減少遺漏中風(fēng)溶栓禁忌癥的數(shù)量，改進醫(yī)療服務(wù)。

3.2 研究前沿

3.2.1 概述 研究前沿的概念最早于1965年由普賴斯[30]提出，用以描述研究領(lǐng)域的動態(tài)本質(zhì)。2009年陳超美將研究前沿定義為一組突現(xiàn)的動態(tài)概念和潛在的研究問題[31]。本文利用CiteSpace軟件的突發(fā)檢測算法獲取突發(fā)強度較高的前20個關(guān)鍵詞，見圖3。

圖3 突發(fā)強度排名前20的關(guān)鍵詞

3.2.2 前沿主題變化 通過分析這些爆發(fā)詞可以看出2006年至今醫(yī)學(xué)信息學(xué)研究前沿主題不斷發(fā)展變化，與社會熱點緊密結(jié)合。2006年興起一些研究主題，但持續(xù)時間不一，2006-2010年間信息系統(tǒng)、互聯(lián)網(wǎng)、計算機、生物信息學(xué)和術(shù)語學(xué)等發(fā)展迅速，是當(dāng)時主要的研究前沿，其中2007-2008年醫(yī)學(xué)信息學(xué)教育課程設(shè)置和教學(xué)改革是研究者關(guān)注重點，這與2006年IMIA對生物醫(yī)學(xué)和衛(wèi)生信息學(xué)教育建議進行修訂密切相關(guān)。IMIA制定的綱領(lǐng)性文件對醫(yī)學(xué)信息學(xué)教育具有重要指導(dǎo)意義，文件出臺后各國開始采用各種方式、分層地開展醫(yī)學(xué)信息學(xué)教育。2015-2016年研究者主要致力于對電子健康檔案數(shù)據(jù)的2次使用，即對現(xiàn)有電子健康檔案數(shù)據(jù)進行多渠道挖掘，進而為臨床決策提供[32]支持。值得重點關(guān)注的是近年興起并持續(xù)至今的研究前沿主題，包括大數(shù)據(jù)、精準(zhǔn)醫(yī)學(xué)、機器學(xué)習(xí)、患者參與和患者入口等?；颊邊⑴c和患者入口反映學(xué)者們開始關(guān)注醫(yī)學(xué)信息學(xué)的分支學(xué)科——以患者需求為中心的消費者(用戶)健康信息學(xué)，主要分析消費者健康信息需求和變化、研究其獲取健康信息方法，為其提供準(zhǔn)確、相關(guān)、個性化的健康信息，使其能夠獨自做出明智的健康決定[33]。大數(shù)據(jù)、機器學(xué)習(xí)和精準(zhǔn)醫(yī)學(xué)也是近幾年的社會熱點，隨著物聯(lián)網(wǎng)和云計算等相關(guān)技術(shù)的發(fā)展，數(shù)據(jù)量呈現(xiàn)爆炸式增長，尤其是醫(yī)療行業(yè)，每天都會產(chǎn)生海量的醫(yī)療大數(shù)據(jù)。精準(zhǔn)醫(yī)學(xué)充分利用醫(yī)療大數(shù)據(jù)，將生物醫(yī)學(xué)信息和臨床醫(yī)學(xué)信息整合，有效運用數(shù)據(jù)挖掘和機器學(xué)習(xí)方法挖掘其中隱藏的模式，進而為臨床疾病提供更精確的診斷和治療[34]。精準(zhǔn)醫(yī)學(xué)理念的發(fā)展為醫(yī)學(xué)信息學(xué)帶來機遇和挑戰(zhàn)，劉爽等[35]認(rèn)為精準(zhǔn)醫(yī)學(xué)信息學(xué)未來會是信息學(xué)新的研究領(lǐng)域，在大數(shù)據(jù)管理、精準(zhǔn)醫(yī)療支持、醫(yī)療可及性等多個維度實現(xiàn)長足發(fā)展。

4 結(jié)論

通過分析研究熱點和前沿主題可以發(fā)現(xiàn)國外醫(yī)學(xué)信息學(xué)研究呈現(xiàn)出以下發(fā)展特點:第一，臨床應(yīng)用研究較多。多個熱點都與醫(yī)學(xué)信息學(xué)技術(shù)應(yīng)用相關(guān)，如衛(wèi)生信息系統(tǒng)的開發(fā)和評估、電子健康檔案的應(yīng)用研究。第二，重點關(guān)注新方法的研究。高頻關(guān)鍵詞和爆發(fā)詞中都有關(guān)于技術(shù)方法的詞匯，如大數(shù)據(jù)、數(shù)據(jù)挖掘、機器學(xué)習(xí)等，這些新的研究方法為醫(yī)學(xué)信息學(xué)應(yīng)用提供理論保障，同時發(fā)展催生出新的醫(yī)療服務(wù)模式，如移動醫(yī)療、遠程醫(yī)療等。第三，注重醫(yī)學(xué)信息學(xué)教育的研究。醫(yī)療衛(wèi)生信息化建設(shè)過程中醫(yī)學(xué)信息人才是關(guān)鍵。通過熱點和前沿主題發(fā)現(xiàn)醫(yī)學(xué)信息學(xué)在關(guān)注醫(yī)療應(yīng)用的同時也注重生物醫(yī)學(xué)和衛(wèi)生信息學(xué)的人才培養(yǎng)。第四，研究領(lǐng)域逐漸分化出現(xiàn)一些新的分支學(xué)科，如精準(zhǔn)醫(yī)學(xué)信息學(xué)、消費者健康信息學(xué)等，這些分支在未來有可能演變成為獨立的學(xué)科。

本文利用雙向聚類分析軟件gCLUTO及突發(fā)檢測算法揭示國外醫(yī)學(xué)信息學(xué)領(lǐng)域研究熱點和前沿主題。研究熱點主要包括醫(yī)學(xué)信息學(xué)的方法(類1)、應(yīng)用(類0、2、3、5、6)及教育(類4)3大方面，重點關(guān)注醫(yī)學(xué)信息學(xué)的方法和臨床應(yīng)用；當(dāng)前的研究前沿是大數(shù)據(jù)、精準(zhǔn)醫(yī)學(xué)、機器學(xué)習(xí)及以患者為中心的消費者健康信息學(xué)，研究領(lǐng)域逐漸分化，熱點和前沿主題有部分交叉重疊，如電子健康檔案數(shù)據(jù)的2次利用、醫(yī)學(xué)信息學(xué)教育及研究方法，這些重合部分更能反映醫(yī)學(xué)信息學(xué)發(fā)展態(tài)勢。醫(yī)學(xué)信息學(xué)未來將在疾病預(yù)防、診斷和治療等方面發(fā)揮巨大和不可替代的作用，我國醫(yī)學(xué)信息學(xué)研究將面臨巨大的發(fā)展前景與挑戰(zhàn)。因此應(yīng)充分了解國外研究熱點與前沿領(lǐng)域、理解其發(fā)展規(guī)律，借鑒其先進理念和研究成果，結(jié)合我國國情和社會發(fā)展的需要加強對醫(yī)學(xué)信息學(xué)的研究。