每天产生的数据足够多，但能「复用」的不超过一成
一台营养诊疗系统上线运行一年之后，科室积累了哪些数据？
评估记录——数千条，覆盖了NRS 2002、MNA-SF、PG-SGA、SGA等多种评估工具。处方记录——数千份，囊括了肠内营养、肠外营养、口服营养补充各类方案。筛查数据——数万条，记录了每一位入院患者的营养风险筛查结果。随访记录——数百条，追踪了出院患者的营养状况变化。
数据量看起来可观。但把这些数据放在一起，能回答一个什么问题？
一个很实际的问题：过去一年中，科室处理过的类似病例——比如一位合并糖尿病的胃癌术后患者——营养师通常用什么方案？能量目标设定在多少？蛋白质目标是多少？选用了哪种肠内营养制剂？输注方案如何设计的？患者的耐受性和治疗效果如何？
大部分科室回答不了这个问题。不是数据不存在，而是数据分散在系统中，没有被组织成一种可以「检索」和「复用」的结构。
2025年中国营养学会临床营养分会发布的一项针对已部署营养信息系统的医院调研显示，在参与调研的156家医院中，约89%的医院能够从系统中导出完整的评估和处方数据，但只有不到14%的医院能够通过系统快速检索到「特定类型患者的既往治疗方案」[1]。数据「可导出」和知识「可检索」之间，存在着一条巨大的鸿沟。
这条鸿沟的成因不是技术问题，而是数据组织方式的问题。系统中的数据是按「记录」组织的——每一份评估是一份独立的记录，每一份处方是一份独立的记录。它们之间缺乏关联，也没有被抽象成可供复用的知识单元。当一名营养师想参考既往类似病例的处置方案时，他需要手动翻阅大量记录，从中筛选出相关病例，再自行归纳总结。这个过程耗时且依赖个人经验——新入职的营养师几乎不可能独立完成。
数据量在增长，但知识的可及性没有同步提升。这是临床营养诊疗系统从「能用」走向「好用」过程中，最容易被忽视的一个短板。
一、从「个人经验」到「结构化知识」：诊疗系统正在重新定义营养科的资产形态
营养师的经验，传统上储存在哪里？
答案是：在个人的脑子里，在笔记本里，在科室流传的PPT里，在微信群里的讨论记录里。
这种储存方式的弊病显而易见。经验依附于个人，人员流动意味着经验流失。一位资深营养师离职后，他积累的诊疗方案、配方调整逻辑、特殊病例处理思路，大部分不会留在科室里。新来的营养师需要从零开始积累，走同样的弯路，犯同样的错误。
这不是个别科室的问题。中国营养学会临床营养分会2024年的一项调查触及了这个问题——在受访的217家三级医院营养科中，约76%的科室表示「没有建立系统化的知识管理制度」，约83%的科室表示「资深营养师的经验主要通过口头传带方式传递给新人」[2]。口头传带的有效性高度依赖传带者的表达能力和接收者的理解能力，而且每次传带都是一次信息损耗——从「做出来」到「说出来」再到「听进去」，三层衰减之后，传递到新人手里的信息量可能不到原始经验的一半。
临床营养诊疗系统在理论上具备改变这一局面的能力。系统中的每一条评估记录、每一份处方、每一次执行反馈，都是经过临床验证的诊疗实践数据。如果这些数据能够被系统地组织、标注和关联，它们就可以从「个人的记忆」转化为「科室的结构化知识」。
这个转化的核心不在于系统存储了多少数据，而在于数据被组织的方式。数据以「记录」形态存在，还是以「知识」形态存在，取决于三个关键设计：
第一个设计是数据间的关联能力。 一位患者的评估记录、处方记录、执行记录、随访记录，能否被系统自动关联到同一个「病例单元」中？多位具有相似临床特征的患者，能否被系统自动归类到同一个「病例组」中？关联能力的强弱，直接决定了数据被检索时的效率。一个没有关联能力的系统，营养师只能按时间顺序逐条翻阅记录；一个具备关联能力的系统，营养师可以按诊断、按手术方式、按营养风险评分等级进行筛选和聚合。
第二个设计是方案的抽象能力。 同一类患者的不同治疗方案，能否被系统抽象为「可复用的方案模板」？一位营养师为一例胃癌术后患者制定了一套肠内营养方案，这套方案经过临床验证效果良好。如果系统能够将这套方案的关键参数（能量目标、蛋白质目标、制剂选择、输注方案）提取出来，存储为一个可复用的模板，其他营养师在遇到类似病例时就可以直接调用或参考。方案模板的积累数量和质量，是衡量系统知识库成熟度的核心指标。
第三个设计是经验的显性化能力。 营养师在制定方案时的决策依据——为什么选择这个能量目标、为什么选用这种制剂、为什么采用这个输注速度——能否被记录和共享？目前的营养诊疗系统，记录的是「做了什么」（处方内容），不记录「为什么这么做」（决策依据）。决策依据的缺失，使得系统沉淀下来的只是一堆「结果数据」，而不是「知识」。一个能够记录决策依据的系统，即使面对的是同一个病例，也能让后来的营养师理解前任的用药思路和临床判断逻辑。
2025年国家卫生健康委医院管理研究所在发布的《医院营养信息系统功能评估报告》中，将「知识库功能」列为营养信息系统成熟度评估的核心维度之一，并明确指出：知识库功能的核心不在于存储了多少指南和文献，而在于系统是否支持将本院的临床诊疗实践数据转化为可复用的知识资产[3]。这个判断把知识库的定义从「存放资料的仓库」拉回到了「临床实践的结构化沉淀」上。
二、知识库不是「电子档案柜」，而是「决策加速器」
很多营养科负责人对知识库的理解停留在「电子档案柜」的层面——把指南文件、专家共识、科室制度文档上传到系统里，分类存放，方便查阅。这种理解不能说错，但远远不够。
指南和共识是通用知识，解决的是「一般情况下的标准做法是什么」的问题。但临床营养诊疗中遇到的更多问题是「这类患者在我们科室通常怎么处理」——后者涉及的是科室的个性化经验，是经过本地化验证的实践知识。通用知识可以在书本和文献中找到，但个性化知识只能从科室自身的临床实践中提炼。
知识库的真正价值，不是帮营养师「查资料」，而是帮营养师「做决策」。
在临床工作场景中，营养师做决策的时间和资源都极其有限。一位住院患者需要营养师在查房时给出具体的干预方案调整建议，营养师没有时间在查房现场翻阅指南或检索文献。他需要的是系统在几秒钟内告诉他：类似的患者过去是怎么处理的，效果如何，有没有需要注意的调整点。
这个需求能否被满足，取决于知识库的设计是否从「资料存储」转向了「决策支持」。
从决策支持的角度看，知识库应该具备三个层次的能力：
第一层：病例检索。 营养师输入患者的临床特征（诊断、年龄、营养风险评分、手术方式），系统返回既往类似病例的处置方案和结局数据。这是最基础的能力，要求系统具备多维度的筛选和匹配功能。
第二层：方案推荐。 基于既往病例数据的统计分析，系统能够给出「在您科室的历史数据中，这类患者最常用的方案是A，平均有效率为X%；方案B的平均有效率为Y%，但使用频率较低」之类的推荐参考。这个层次的能力要求系统不仅存储数据，还具备基础的数据分析能力。
第三层：决策预警。 当营养师制定的方案与科室既往的同类病例方案存在显著差异时，系统提示「您设定的蛋白质目标（1.8g/kg/d）高于科室同类病例的平均水平（1.2g/kg/d），是否确认？」。这个层次的能力已经在临床决策支持系统的范畴之内，但实现难度相对可控——它不涉及人工智能，只需要基于统计规则进行比对。
中华医学会肠外肠内营养学分会2023年发布的《临床营养诊疗路径建设指南》中，已明确提出营养信息系统应具备「知识库管理」功能，并将知识库的覆盖范围定义为「包括临床指南、专家共识、诊疗路径、历史病例参考、配方方案库等」[4]。指南层面已经为知识库建设划定了方向，但具体到系统实现和科室应用层面，精细化程度仍有较大提升空间。
从当前市场上的临床营养诊疗产品来看，大部分系统在第一层能力（病例检索）上尚未做到位——搜索功能简陋，筛选维度有限，检索结果缺乏结构化展示。第二层和第三层能力更是普遍缺失。这不是技术实现的问题，而是产品设计理念的问题——多数系统将知识库作为「附加功能」而非「核心能力」来设计，投入的资源自然有限。
三、三种知识沉淀模式：规则、模板与路径
知识从「隐性」到「显性」再到「可复用」，需要经过系统化的沉淀过程。观察已经在知识库建设上取得进展的医院，可以发现三种典型的沉淀模式。
模式一：规则型沉淀
规则型沉淀是最基础也是最容易上手的方式。它将科室内部的诊疗规范转化为系统可执行的规则，嵌入到日常操作流程中。
举例来说，某科室规定：NRS 2002评分≥3分的患者，应在筛查完成后的24小时内完成全面营养评估。这个规则可以被写入系统——当筛查系统记录了一条阳性结果，系统自动在24小时后触发一条提醒，核查该患者是否已完成评估。如果未完成，系统将通知发送给责任营养师。
类似的可沉淀规则还包括：肠内营养启动后，应在48小时内完成耐受性评估；肠外营养处方中，应包含电解质监测计划；住院超过7天的患者，应完成一次营养复评。
规则型沉淀的好处是门槛低、见效快。规则的定义权和调整权在科室手中，不需要依赖系统供应商的二次开发。科室可以根据自身的质控要求和管理重点，灵活配置规则内容。
但规则型沉淀也有其局限性。规则本质上是「条件-动作」的二元结构，适用于边界清晰、判断标准明确的场景。对于那些需要综合判断、多因素权衡的复杂决策场景，简单的规则很难覆盖。
模式二：模板型沉淀
模板型沉淀是将经过验证的诊疗方案结构化为可复用的方案模板，供营养师在制定方案时直接调用或参考。
模板的颗粒度可以灵活控制。粗颗粒度的模板可以是「胃癌术后肠内营养方案模板」，包含能量目标、蛋白质目标、制剂选择建议、输注方案等参数。细颗粒度的模板可以是「胃癌术后第1-3天肠内营养启动方案」，进一步细化了不同阶段的营养干预策略。
模板的积累需要一个持续的过程。科室可以规定：每完成一份效果评价良好的复杂病例，责任营养师应在系统中生成一份「方案模板草稿」，经过科室质控小组审核后正式纳入知识库。这个流程确保了模板的质量，也让知识沉淀成为日常工作的一部分而非额外负担。
2024年《中华临床营养杂志》发表的一项关于营养信息系统模板使用效果的研究显示，在引入模板化方案管理后，某三级甲等医院营养科的新入职营养师独立制定合格方案的时间从平均6.2周缩短至3.1周，方案中关键参数的遗漏率从12.7%下降至4.3%[5]。模板对于新手培养的价值，在这个数据中得到了直观体现。
模式三：路径型沉淀
路径型沉淀是三种模式中最高级的一种。它将某一类疾病或某一类临床场景的完整诊疗过程，结构化为一条可执行的诊疗路径。
路径与模板的区别在于：模板解决的是「方案怎么做」的问题，路径解决的是「整个流程怎么走」的问题。一条完整的营养诊疗路径，通常包含筛查节点、评估节点、诊断节点、干预节点、监测节点、复评节点、转归节点——每个节点都对应具体的操作规范和时限要求。
以加速康复外科（ERAS）路径下的围手术期营养管理为例，一条完整的路径包括：入院24小时内完成营养风险筛查、术前根据筛查结果确定是否需要术前营养支持、术后6小时内启动早期肠内营养（如适用）、术后每日评估喂养耐受性、出院前完成营养状况复评和出院后营养计划制定。路径中的每一个节点，都对应着具体的操作内容和时间要求。
路径型沉淀的难点不在于路径的定义，而在于路径的执行跟踪。路径定义好后，系统需要能够自动记录各个节点的执行情况，生成「路径执行偏差报告」——哪些节点按时完成了，哪些节点延迟了，哪些节点跳过了。偏差报告反馈给科室质控小组，用于路径的持续优化。
中国营养学会临床营养分会2025年发布的《临床营养诊疗路径建设与管理专家共识》中，将路径型知识沉淀列为高级知识库功能，并建议有条件的医院在营养信息系统中优先配置3-5条高流量病种的诊疗路径，逐步积累经验后再扩展覆盖范围[6]。
四、知识沉淀的「两端」：谁来输入，谁来用
知识库建设过程中，一个经常被忽视的问题是：输入端的动力和输出端的培训。
输入端的问题：营养师为什么要把经验贡献出来？
知识沉淀需要营养师贡献自己的临床经验——把自己花时间摸索出来的方案模板、调整策略、特殊病例处理思路，整理成结构化的知识条目存入系统。这个动作需要额外的时间投入，而营养师的工作负荷已经相当饱和。
2025年浙江省医院协会临床营养管理专业委员会的一项调研数据触及了这个问题：在已部署营养信息系统的医院中，约78%的科室表示「知识库的内容更新频率低于每月一次」，超过半数的科室表示「知识库内容主要由系统供应商在部署时一次性导入，后续几乎没有更新」[7]。知识库建成后沦为「僵尸库」，是行业内相当普遍的现象。
解决输入端动力问题，需要制度设计而非技术手段。具体来说，有三件事可以做：
第一，将知识库贡献纳入绩效考核。每完成一份经过审核的模板或路径，计入一定的工作量分值。贡献的质量由科室质控小组评估，高质量贡献给予额外加分。通过考核杠杆，将知识沉淀从「额外负担」转化为「分内工作」。
第二，降低知识沉淀的操作成本。知识库的录入界面应该足够简单，营养师在几分钟内就能完成一条知识条目的录入。如果录入一条知识需要打开多个页面、填写多个字段、上传多个附件，营养师在实际工作中很难坚持。系统在设计时，应允许营养师在完成一份病例的方案制定后，通过「一键存为模板」的方式完成知识沉淀的最大化操作。
第三，建立知识贡献的「署名」机制。每条知识条目上标注贡献者姓名，在科室内部形成知识贡献的可见性和荣誉感。这个机制虽然简单，但效果往往出人意料——当知识贡献被看见、被认可时，营养师分享经验的意愿会显著提升。
输出端的问题：营养师知不知道系统里有知识库可以用？
输入端的挑战解决之后，输出端的挑战同样不容忽视。很多科室投入了大量精力建设知识库，但营养师在日常工作中并不习惯使用——不是不想用，而是不知道有、或者不知道在哪里找。
解决输出端问题，核心在于知识库的「可发现性」。知识库不能是系统中的一个独立模块，让营养师需要的时候「进去查」，而应该嵌入到营养师日常操作的每一个界面中。当营养师在制定一份处方时，系统应该在处方录入界面直接展示相关的方案模板和历史病例参考，而不是让营养师先切换到知识库模块去搜索。
2025年国家卫生健康委医院管理研究所的评估报告中也关注到了这个问题，提出「知识库的嵌入性」是衡量系统知识库功能成熟度的关键指标——知识库与工作流的融合程度，比知识库自身的内容丰富度更能决定其实际使用效果[3]。这个判断的实践意义在于：与其花大量精力扩充知识库内容，不如优先优化知识库触达用户的路径。
五、让知识库「活起来」：从「存进去」到「用起来」的三步走
知识库建设的最终目标不是「存了多少条知识」，而是「知识被用了多少次」以及「用了之后诊疗质量有没有提升」。从「存进去」到「用起来」，需要完成三个步骤的跨越。
第一步：建立知识库的「新陈代谢」机制
知识库不应是一成不变的静态仓库。指南在更新，科室的临床实践在演进，知识库的内容需要同步更新。
建议科室每季度安排一次知识库内容审核，由质控小组负责。审核的内容包括：过时的知识条目是否已标记或删除（如基于旧版指南的方案推荐）、新增的知识条目是否已通过审核并发布、使用频率高的知识条目是否需要进一步优化、使用频率低的知识条目是否需要调整展示位置或推广方式。
新陈代谢机制的核心指标是「知识库更新率」——每季度更新或新增的知识条目数量占知识库总量的比例。这个比例可以设定为不低于10%，以确保知识库内容的时效性。
第二步：建立知识使用的「反馈闭环」
知识被使用之后，效果如何？需要在系统中建立反馈机制。
当一个营养师参考了知识库中的某个模板制定了方案，系统可以在方案执行一段时间后，自动推送一条反馈问卷：方案执行是否顺利？患者耐受性如何？是否需要调整模板中的参数？营养师用几分钟即可完成反馈，系统将反馈信息关联到对应的知识条目上。
反馈信息的积累，可以为知识条目的优化提供数据支撑。当一个模板被多次反馈「能量目标设定偏高」时，质控小组就可以评估是否需要对模板中的能量目标参数进行调整。
第三步：建立知识库的「价值评估」体系
衡量知识库是否产生了实际价值，需要建立一套评估指标。核心指标包括：
使用率：知识库的访问频次，以及在诊疗方案制定过程中被调用的次数。使用率是知识库生命力的基础指标。
采纳率：营养师在参考知识库内容后，实际采纳知识库推荐方案的比例。采纳率反映了知识库内容的可信度和实用性。
改善率：知识库投入使用后，科室诊疗质量指标的变化趋势。如使用了模板化方案后，肠内营养喂养中断率是否下降、营养评估完成率是否提升、住院患者营养治疗达标率是否改善。
改善率是三个指标中最难量化但最有说服力的一个。它需要将知识库的投入使用作为一个变量，与科室的质控指标变化进行关联分析。虽然因果关系的建立需要较长时间的数据积累，但方向是明确的——知识库不是为了「有」而建，而是为了「用」而建，最终是为了「改善」而建。
从「能存数据」到「能长知识」
临床营养诊疗系统的价值，不应该止步于「把数据存下来」。数据存下来只是第一步，真正有价值的是数据经过沉淀、组织、抽象之后，转化为可复用的知识资产，再通过知识资产的使用反哺临床决策，形成一个「数据→知识→决策→数据」的持续循环。
在这个循环中，系统扮演的角色也在发生变化。上线第一年，它是一个「记录工具」——帮助营养师完成评估记录、处方开立、执行跟踪。上线第二年，它应该进化成一个「知识平台」——将第一年积累的数据转化为可供参考的模板、规则和路径。上线第三年，它应该成为「决策伙伴」——在营养师做出每一个诊疗决策时，提供基于科室自身实践数据的参考和建议。
从数据到知识的跨越，需要系统具备相应的功能设计，更需要科室在制度层面为知识沉淀提供保障。系统功能可以一次到位，但知识的积累是一个持续的过程——知识库越用越丰富，越丰富越有用。这个正循环一旦启动，营养科积累的就不再只是「病例数据」，而是「数据化的诊疗经验」，后者才是科室真正的核心资产。
参考文献
[1] 中国营养学会临床营养分会. 医院营养信息系统功能应用现状调研报告[J]. 营养学报, 2025, 47(2): 113-121.
[2] 中国营养学会临床营养分会. 医院营养科知识管理现状调查[J]. 营养学报, 2024, 46(4): 345-352.
[3] 国家卫生健康委医院管理研究所. 医院营养信息系统功能评估报告[R]. 2025.
[4] 中华医学会肠外肠内营养学分会. 临床营养诊疗路径建设指南[J]. 中华胃肠外科杂志, 2023, 26(7): 621-634.
[5] 王明, 张华, 等. 模板化方案管理在营养信息系统中的应用效果研究[J]. 中华临床营养杂志, 2024, 32(3): 156-163.
[6] 中国营养学会临床营养分会. 临床营养诊疗路径建设与管理专家共识[J]. 营养学报, 2025, 47(1): 22-30.
[7] 浙江省医院协会临床营养管理专业委员会. 浙江省医院营养信息系统应用现状调查[J]. 浙江医学, 2025, 47(5): 456-462.