基于时空可视化技术的医院感染传播监测与暴发分析工具OBViz的开发与评估

本文介绍了一款名为OBViz的交互式时空可视化工具，旨在通过整合患者空间分布、微生物检测结果和流行病学指标（如SEIRD-NS模型），解决医院获得性感染（HAIs）监测中人工方法效率低、误差率高的问题。该工具结合3D医院建模、2D时序图表和表格视图，经14名医疗专业人员评估显示，其在决策支持（成功率91.43%）和临床教育方面表现优异（PSSUQ评分1.85），但患者追踪功能（57.14%成功率）仍需优化。

　　

引言
多重耐药菌（MDR）引发的医院获得性感染（HAIs）导致住院时间延长、医疗成本上升和死亡率增加。传统监测方法依赖人工整合患者空间位置与微生物检测数据，效率低下且易出错。OBViz应运而生，通过时空可视化技术，将3D医院建模、2D流行病学图表和表格视图结合，为感染控制提供动态分析工具。

方法
研究采用合成数据集模拟艰难梭菌感染（CDI）传播，基于SEIRD-NS（Susceptible-Exposed-Infected-Recovered-Deceased-Non-Susceptible）模型记录患者每8小时的健康状态和床位变化。工具开发使用Unity 3D和C#，集成E2Chart资产实现数据可视化，并通过PostgreSQL管理数据。用户任务设计遵循CDC指南，聚焦病原体定位和暴发溯源。

工具设计

• 医院视图：3D空间展示患者移动和感染传播，采用颜色编码（如红色=感染）区分健康状态，支持热图功能聚合周级流行病学指标。
• 表格视图：按楼层或科室显示感染率等指标，点击可联动定位3D场景中的对应区域。
• 流行病学视图：线图动态展示发病率、死亡率等指标，支持时间范围筛选和语义缩放。

用户评估
14名医疗专业人员参与测试，结果显示：

• 高接受度：PSSUQ问卷中系统易用性（1.79）、信息质量（1.92）评分优异。
• 功能优势：91.43%成功率完成暴发识别任务，但患者接触追踪成功率仅57.14%。
• 改进建议：增加患者高亮跟踪、接触者列表提示，优化色觉无障碍设计。

讨论
OBViz填补了院内感染个体级时空分析工具的空白，其3D可视化优于传统抽象方法。然而，电子病历数据整合和医院模型扩展仍需突破。未来可应用于临床教学（如模拟考试）和其他病原体（如流感病毒）研究。

结论
该工具通过多视角交互和动画直观呈现感染传播链，显著提升决策效率。后续需强化患者追踪功能，并探索自动化建模以提升 scalability。