Quiet 千方膳食
  • 首页
  • 产品列表
    住院营养诊疗系统 门诊营养诊疗系统 特医食品综合管理系统 营养膳食管理系统 医院智慧餐厅管理系统 慢病综合营养管理系统 区域临床营养质控管理系统 库存管理系统
  • 服务案例
  • 关于我们
  • 资讯中心
  • 首页
  • 产品列表
    • 住院营养诊疗系统
    • 门诊营养诊疗系统
    • 特医食品综合管理系统
    • 营养膳食管理系统
    • 医院智慧餐厅管理系统
    • 区域临床营养质控管理系统
  • 服务案例
  • 关于我们
  • 资讯中心
千方膳食
  • 临床营养诊疗系统
  • 营养诊疗系统
  • 知识库
  • 临床决策支持
  • 临床营养信息化

临床营养指南「长」进系统里:知识库从文档到决策规则的转化路径

京科软
医院营养科信息化

2026-08-16 16:00:00

一组数据:指南很厚,但系统能「消化」的不到一成

2025年,中华医学会肠外肠内营养学分会(CSPEN)更新的《临床营养诊疗指南》涵盖营养筛查、评估、干预、监测、随访等十余个模块,全文超过15万字。同年,国家卫健委发布的《临床营养科建设与管理指南》对营养诊疗路径提出了标准化要求。两份文件加起来,覆盖了住院患者营养诊疗的绝大部分场景。

但把这些指南「装进」临床营养诊疗系统,是另一回事。

2025年一项针对已部署临床营养诊疗系统的医院调研显示,在已上线系统的科室中,能够将指南中的营养风险筛查标准、评估工具选择逻辑、干预方案推荐规则等核心知识「系统化」为可自动执行的决策规则的,比例不足15%。[1] 换句话说,超过八成的系统,知识库里的内容仍然是「可查阅的文档」,而不是「可执行的规则」。

这组数据揭示了一个被低估的落差:临床营养诊疗系统的知识库,不等于「把指南PDF上传到系统里」。文档是给人读的,规则是给系统执行的。从文档到规则,中间隔着一条知识工程的落地鸿沟。

本文想把这条鸿沟拆开来看:指南里的知识,和系统能执行的规则,在表达方式上到底有什么不同;从「可读」到「可计算」,需要经过哪几步改造;以及改造完成后,知识库怎么保持「不过期」。

指南和系统,说的不是同一种语言

先看一个具体的例子。

《临床营养诊疗指南》里有一句关于NRS 2002筛查的表述:「对符合营养风险筛查适应证的患者,应在入院后24小时内完成NRS 2002筛查。评分≥3分者,视为存在营养风险,应进一步进行营养评估。」

这句话在临床营养诊疗系统中的「翻译」就不是一句话,而是一组规则:

  • 规则1:患者入院事件触发 → 创建筛查任务
  • 规则2:筛查任务时限 → 入院时间戳 + 24小时
  • 规则3:评分≥3 → 标记为「营养风险阳性」
  • 规则4:阳性标记 → 触发评估任务分配
  • 规则5:超时未完成 → 向责任护士推送预警

从指南的一句话到系统的五条规则,本质上是「知识表达方式」的转换。

指南的表达方式是自然语言描述型:它告诉读者「应该做什么」,但「什么时候触发」「谁来执行」「超时怎么办」「异常怎么处理」这些执行层面的细节,指南不写——因为指南的读者是人,人可以根据上下文和常识补全这些信息。

系统的表达方式是逻辑规则执行型:它需要知道「事件A发生时,在条件B下,执行动作C,输出结果D,异常时走分支E」。系统没有「常识」,不会自动补全信息,所以每一条规则都必须写完整。

这两种表达方式的差异,就是知识库「可计算化」改造的第一个认知前提:改造不是「把指南数字化」,而是「把指南重写为系统能理解的逻辑」。

改造的第一步,不是写代码,而是把指南拆成可执行的规则单元。

从自然语言到逻辑规则:四步改造法

把指南里的知识变成临床营养诊疗系统能够执行的决策规则,需要经过四个步骤。每一步都有明确的输入、输出和判断标准。

第一步:知识抽取——从「一段话」到「一条规则」

知识抽取的目标,是从指南的自然语言表述中,提取出「条件—动作—结果」的三元组。

以《临床营养诊疗指南》中关于肠内营养耐受性评估的表述为例:「肠内营养启动后,应每日评估患者耐受性。如出现腹胀、腹泻、恶心呕吐等症状,应评估症状严重程度,必要时调整输注速度或暂停喂养。」

这段表述中可以抽取出的规则单元包括:

  • 条件:肠内营养启动后
  • 动作:每日执行耐受性评估
  • 条件:出现腹胀/腹泻/恶心呕吐
  • 动作:评估症状严重程度
  • 条件:症状中度以上
  • 动作:调整输注速度或暂停喂养

抽取的关键在于:指南里的一句话,可能对应多条规则。每条规则必须是一个独立的「if-then」单元,不能有模糊边界。凡是出现「必要时」「酌情」「可考虑」这类词汇的地方,都需要结合临床实际做「阈值化」处理——把模糊判断变成可量化的条件。

判断标准:抽取完成后,每条规则都能独立回答「什么条件下做什么事」,不需要借助人的常识来补全。

第二步:规则建模——从「if-then」到「可执行规则」

知识抽取得到的是「人去理解」的规则,规则建模阶段要把它变成「系统去执行」的规则。这一步需要做三件事:

一是确定触发方式。 规则是事件触发的(如「患者入院→创建筛查任务」),还是定时触发的(如「每天上午8点检查未完成评估」),还是按需触发的(如「营养师手动查询相互作用」)。同一个指南知识,在不同的触发方式下,系统实现路径完全不同。

二是确定数据源绑定。 规则的条件部分需要绑定具体的数据字段。以「评估症状严重程度」这条规则为例,系统需要回答:症状数据从哪里来?是护士手动录入的结构化选项,还是从护理记录中提取的自然语言文本,或是从患者主诉中采集的?不同的数据源决定了规则可达到的判断精度。

三是确定输出动作。 规则执行后系统做什么——是推送预警、生成任务、自动计算、还是弹出建议方案。输出动作决定了规则的价值落地方式。

判断标准:建模完成后,每条规则在系统里有了明确的触发条件、数据输入和输出动作,不再依赖人的解释。

第三步:验证校准——让规则「对上临床的直觉」

规则写进系统之后,需要验证它的判断结果是否符合临床预期。验证通常分两层:

第一层,回溯验证。 取过去3-6个月的临床数据,用规则「回算」一遍,看规则判断的结果和实际临床判断是否一致。比如,用规则判断「哪些患者应该启动营养干预」,然后和实际干预记录对比——如果规则的判断和临床实际差异超过10%,就需要检查规则的条件是否设置偏了。

第二层,前瞻验证。 规则上线后,设置一个「建议模式」的观察期——规则给出判断结果,但不直接触发自动动作,而是和营养师的判断并列展示,收集差异数据。当差异率稳定在5%以下后,再逐步放开为自动执行模式。

判断标准:回溯验证的一致率≥90%,前瞻验证的一致率≥95%,规则可以进入正式运行。

第四步:迭代维护——让规则跟上指南的更新节奏

指南不是一成不变的。2025年CSPEN更新的指南版本,相比2023版,在营养风险筛查的适用人群范围、肠内营养启动时机、蛋白质目标量等关键指标上都有调整。如果知识库的规则不跟着更新,系统就会「用旧规则执行新指南」。

迭代维护需要建立三个机制:

一是版本对照机制。 指南更新后,用「新旧版本差异对照表」的方式,逐条列出变化的规则条目,更新知识库中的对应规则。

二是变更影响分析。 每条规则变更后,评估它对哪些患者群体、哪些流程节点、哪些报表指标产生影响,以及影响的方向和程度。不是所有规则变更都需要立即上线,有些变更可以等一个版本周期统一发布。

三是变更记录追溯。 每次规则变更,记录变更时间、变更内容、变更依据(指南版本号+条款编号)、审批人。这是系统数据审计追踪的一部分,也是临床争议回溯时的依据。

判断标准:指南更新后30天内,关键规则完成更新并上线;每次变更可追溯。

知识库「可计算化」的三个层次:不是所有知识都需要走到第四步

不是所有指南知识都需要走完四步改造。根据知识的用途和系统集成的深度,可以分三个层次来处理:

第一层:参考型知识。 指南原文、诊疗路径图、评估工具量表、营养制剂说明书等,以可查阅的结构化文档形式存储在知识库中。系统不自动执行规则,但营养师可以在系统内直接查阅。这一层不需要规则建模,完成知识抽取即可。

第二层:辅助型知识。 系统根据规则给出建议,但最终决策由营养师做出。比如,系统根据患者的筛查评分和诊断信息,推荐「建议使用SGA进行营养评估」,但营养师可以接受或忽略这个建议。这一层需要完成规则建模,但验证校准可以简化。

第三层:执行型知识。 系统根据规则自动执行判断和动作,不经过人工确认。比如,筛查评分≥3分自动触发评估任务分配,营养处方中的蛋白质剂量超出推荐范围自动弹出审核提示。这一层需要走完全部四步改造,尤其是验证校准必须严格。

三个层次不是非此即彼的选择,而是可以根据规则的成熟度和临床接受度动态调整。一条规则可以先从辅助型开始运行,积累足够的验证数据后再升级为执行型。

知识库改造的「投入产出」:四个维度衡量值不值

知识库的「可计算化」改造需要投入时间和资源,不是所有科室都适合一次性改造全部知识。在决定改造范围之前,可以从四个维度评估每类知识的改造优先级:

第一,使用频率。 这条知识在日常诊疗中每天被触及多少次?营养风险筛查的阳性判断标准,每天都会被用到;而某些罕见疾病的营养干预方案,可能一个月才用到一次。高频知识优先改造。

第二,判断确定性。 这条知识对应的判断规则是否清晰、无歧义?「BMI<18.5且合并严重感染的患者,应优先考虑肠外营养」这条规则,边界清晰,适合改造为执行型规则。而「根据患者整体状况综合判断」这类需要临床经验的知识,更适合留在参考型层次。

第三,错误代价。 规则判断出错会造成什么后果?营养处方剂量超出安全范围,一旦出错可能直接导致患者安全事件;而评估工具推荐建议,即使推荐错了,营养师也可以纠正。错误代价高的知识,改造优先级高,但验证校准也要更严格。

第四,维护成本。 这条知识的更新频率是多少?营养筛查标准这类相对稳定的知识,改造后可以长期使用;而某些快速演进的疾病营养治疗知识,可能半年就需要更新一次,维护成本高,改造时需要评估知识库的持续维护能力。

这四个维度加起来,可以帮助科室和系统建设者画出一张「知识库改造优先级矩阵」,把有限的改造资源投入到价值最高的知识条目上。

把路标变成路

回到开头的那个数字:超过八成的临床营养诊疗系统,知识库还是「可查阅的文档」。这个比例的成因不复杂——知识库的「可计算化」改造,确实比「把PDF放进去」要麻烦得多。但麻烦归麻烦,这件事的价值是确定的。

指南给出了营养诊疗的「路标」,但路标不会自动变成路。知识库改造的本质,就是把路标变成路——让系统在每一个诊疗节点上,都能自动判断「当前走到了哪里」「下一步该往哪走」「走错了有没有预警」。

这条路不需要一次性铺完。从参考型到辅助型再到执行型,从高频低风险到低频高风险,每个科室都可以根据自己的节奏分步推进。关键不在于改了多少条规则,而在于改出来的规则,真正在每天的营养诊疗中跑了起来。

[1] 中华医学会肠外肠内营养学分会信息化建设学组. 2025年全国临床营养信息化建设现状调查报告[J]. 中华临床营养杂志, 2025, 33(4): 217-225.

上一篇

三级医院评审中的营养科「必答题」:临床营养管理平台如何帮科室拿到关键分

下一篇

营养评估数据录入,差之毫厘谬以千里:数据质量如何一步步影响临床决策

©2026 By 京科软. 主题:Quiet 鲁ICP备2025187887号-2
Quiet主题