AI 能帮助更早识别需要安宁缓和医疗的患者吗?嵌入电子病历的算法效果分

核

心

观

点

嵌入电子病历（EHR）的AI算法可显著提高安宁缓和医疗治疗会诊率（RR=2.67）
算法让"更早识别"成为可能，但医疗系统执行仍是瓶颈
技术解决"识别"，但"能否落实"取决于人力与组织支持

一项发表于 npj Digital Medicine 的系统综述与荟萃分析显示：

嵌入电子病历（EHR）的自动识别算法，可以显著提高安宁缓和医疗治疗会诊率，并增加 DNR 医嘱记录。

但它对 ICU 收治、住院时长、心理结局等影响有限。

这项研究更重要的意义在于：

它改变的不是结局本身，而是"识别与启动照护讨论的时机"。

一、一个长期存在的临床问题：识别太晚

在真实临床中，安宁缓和医疗的价值已经被广泛认可，但一个现实问题始终存在：

很多患者被识别得太晚。

等到症状明显加重、治疗选择变窄时，才开始介入，往往错过了：

症状控制窗口期
照护目标讨论时机
家庭决策支持阶段

于是问题变成：

能否更早"看见"这些患者？

二、研究在做什么？

研究团队系统检索截至 2025 年 12 月的随机试验，最终纳入：

7 项随机试验
125,666 名患者
全部来自美国医疗系统

这些研究的共同点是：

将算法嵌入电子病历（EHR, Electronic Health Record）系统，通过常规临床数据自动识别高缓和需求患者，例如：

年龄与诊断
生命体征
实验室指标
用药信息
临床记录

当满足条件时，系统在工作流中发出提醒。

研究关注的是一个核心问题：

这些提醒是否真正改变了临床行为？

三、最明确的结果：会诊率显著提高

在 5 项可合并研究中，结果非常一致：

安宁缓和医疗会诊率显著上升

总体 RR = 2.67
非癌症患者 RR = 2.19
癌症患者 RR = 5.31

意味着：

算法显著增加了安宁缓和医疗团队的介入机会。

换句话说：

从"可能需要"，变成"已经进入会诊流程"。

四、照护讨论也更早发生

两项试验显示：

DNR（Do Not Resuscitate，不抢救医嘱）记录率增加

RR = 1.22

这通常意味着：

更早开展目标照护讨论
更明确记录患者意愿
更早进入决策沟通阶段

这是一个重要变化，因为在安宁缓和医疗中：

很多关键决策发生在"是否开始讨论"之前，而不是之后。

五、但并不是所有结果都改变了

研究同时发现，多项结局没有显著差异：

ICU 收治率
住院时间
ICU 住院时长
再入院率
家属心理负担指标
目标一致照护体验

这说明：

识别增强 ≠ 全面结局改善

医疗系统的复杂性仍然存在。

六、一个容易被误解的信号：院内死亡略高

部分试验中，院内死亡略有上升：

RR = 1.13（边缘性）

作者强调：需谨慎解释。

更可能的原因是：

更早识别临终轨迹
更早进行目标照护讨论
更倾向选择舒适照护

因此，这一结果：

不等同于"更差结果"，而可能是照护路径改变。

七、真正的瓶颈不在算法本身

研究指出一个现实问题：

算法可以提醒，但不保证行动发生。

影响因素包括：

安宁缓和医疗团队人力限制
医疗系统执行差异
非癌症患者路径复杂
组织支持与培训差异

也就是说：

技术解决"识别"，但系统决定"能否落实"。

八、这项研究真正告诉我们的

它没有证明 AI 改善所有结局，但提供了一个清晰方向：

把安宁缓和医疗从"后期介入"，推向"更早启动讨论"。

这种改变的意义在于：

更早发现需求
更早沟通目标
更早对齐治疗方向

结尾

也许这项研究最重要的启示并不是：

"AI 做了什么决定"

而是：

它让临床团队更早看见了原本容易被错过的患者。

在很多医疗问题中，"更早被看见"，本身就是改变的开始。

你认为在真实临床中：

👉 "更早识别"最难的部分是技术问题，还是执行问题？

欢迎留言讨论。

精彩推荐

安宁疗护转诊时机：数据揭示"越早越好"的真正含义

【本文金句】（欢迎媒体和公众号引用）

"算法可以提醒，但不保证行动发生。"

"技术解决'识别'，但系统决定'能否落实'。"

"'更早被看见'，本身就是改变的开始。"

"识别增强 ≠ 全面结局改善。"

【转载授权】

欢迎业内媒体、公众号转载，请注明出处："宁静致远余生慢行"。

如需申请白名单或改编内容，请通过后台留言联系。

【原创声明】

本文基于npj Digital Medicine发表的系统综述与荟萃分析撰写，内容严谨依据原文，转载请保留引用来源。

Hou CW, Hu MC, Gautama MSN, Huang TW. Automated algorithms for identifying patients requiring palliative care: a systematic review and meta-analysis. npj Digital Medicine. 2026;9:238.