基于openEHR的智能院感监测系统：多中心验证与时空可视化在细菌集群防控中的应用

本研究针对医院感染(IPC)中多药耐药菌(MDRB)传播监测效率低下的问题，开发了基于openEHR标准的开源系统SmICS。通过整合微生物学数据和患者移动数据，系统实现了接触网络自动计算、时空可视化等功能，在三所大学医院的验证中使常规任务时间缩短74.89%，为院感防控提供了标准化、可互操作的解决方案。

　　

在医疗机构的日常运营中，医院获得性感染（Healthcare-associated infections, HCAI）如同潜伏的暗流，特别是多药耐药菌（Multi-Drug Resistant Bacteria, MDRB）的传播，不仅威胁患者安全，更会显著增加医疗负担。传统感染预防与控制（Infection Prevention and Control, IPC）团队依赖人工从分散的医院信息系统中提取数据，这种耗时且易错的方式在COVID-19大流行期间更显捉襟见肘。如何利用日益丰富的医疗数字化数据，开发高效、标准的院感监测工具，成为亟待解决的重大问题。

来自德国HiGHmed感染控制项目组的研究团队在《npj Digital Medicine》发表了创新性解决方案——基于openEHR（open Electronic Health Record）标准的智能感染控制系统（Smart Infection Control System, SmICS）。该系统通过标准化整合微生物报告和患者移动数据，实现了接触网络自动计算、流行病学曲线生成等四大核心功能，并配备交互式时空可视化界面。多中心评估显示，SmICS将常规IPC任务时间平均缩短39.2分钟（节省74.89%），其中接触网络分析效率提升达81.47%，为院感早期预警提供了有力工具。

研究采用三项关键技术方法：1）基于openEHR标准构建数据模型，通过医学数据集成中心（Medical Data Integration Centers, MeDIC）整合三所大学医院的微生物学和患者移动数据；2）开发模块化系统架构，包括数据处理核心（SmICS Core）、可视化组件（SmICS Visualization）和待集成的算法模块；3）采用系统可用性量表（System Usability Scale, SUS）和时间效率对比，评估12名感染控制专家在实际任务中的使用效果。

【SmICS-Smart Infection Control System】
研究团队开发的SmICS系统采用分层架构设计，其核心创新在于完全基于openEHR标准实现数据互操作性。系统通过标准化模板整合微生物报告、患者住院等数据，利用Archetype Query Language（AQL）进行查询，避免了传统系统对接异构医院信息系统（Hospital information system, HIS）的难题。四大功能模块中，病房概览可自动区分社区获得与医院获得性感染；患者视图集中展示微生物结果；接触网络功能通过非同时性24小时时空重叠算法识别潜在传播路径；接触比较则支持快速交叉验证。

【Efficiency and usability evaluation】
在三所大学医院的实际评估中，SmICS展现出显著的时间优势。完成新生儿ICU特定肠杆菌监测任务（任务1）节省53%时间；分析MDRB集群的空间重叠（任务2）效率提升显著；识别新发MDRB携带者的接触者（任务3）更节省81.47%时间。但系统可用性评分（SUS 51.6；cSUS 31.1）显示用户体验有待改进，特别是年长用户群体反馈较差，主要瓶颈在于大数据量下的查询延迟问题。

【Discussion】
该研究突破了传统院感监测系统的两大局限：通过openEHR标准实现跨机构数据互操作，避免商业系统的供应商锁定问题；将算法开发与可视化分析结合，提供从数据到决策的全链条支持。尽管存在性能优化空间，但SmICS首次证明基于开放标准的院感监测系统在多中心场景下的可行性。研究团队通过HiGHmed临床知识管理器（Clinical Knowledge Manager, CKM）公开所有数据模型，为后续集成暴发检测算法（如隐马尔可夫模型）奠定基础。随着RISK PRINCIPE项目的推进，该系统将进一步扩展至医院发病菌血症（Hospital-Onset Bacteremia, HOB）等新型监测指标。

这项研究的里程碑意义在于，它不仅是技术实现，更开创了院感防控的新范式——通过开放标准和开源协作，打破数据孤岛，使有限的专业人力聚焦于暴发验证和干预策略制定。在医疗数字化与耐药菌传播的双重挑战下，SmICS为代表的可互操作解决方案，为构建韧性医疗体系提供了关键技术支撑。