医院运营管理中的数字孪生:决策支持、工作流工程和资源分配的结构化综述与定量内容分析
《International Journal of Medical Informatics》:Digital twins in hospital operations management: a structured review and quantitative content analysis of decision support, workflow engineering and resource allocation
【字体:
大
中
小
】
时间:2026年10月16日
来源:International Journal of Medical Informatics 5.0
编辑推荐:
摘要引言数字孪生(DT)技术越来越多地用于支持数据驱动的医院运营,但现有证据在业务流程、技术基础设施、决策支持水平、实施阶段和方法学质量等方面仍然零散分布。目的本研究旨在综合医院运营管理中的数字孪生应用,并构建一个结构化框架,将数据基础设施、业务流程建模、决策支持、资源分配、
摘要
引言
数字孪生(DT)技术越来越多地用于支持数据驱动的医院运营,但现有证据在业务流程、技术基础设施、决策支持水平、实施阶段和方法学质量等方面仍然零散分布。
目的
本研究旨在综合医院运营管理中的数字孪生应用,并构建一个结构化框架,将数据基础设施、业务流程建模、决策支持、资源分配、实施与运营韧性联系起来。
方法
本研究于2026年3月23日至24日对PubMed、Scopus和Web of Science数据库进行了结构化综述和定量内容分析。在检索到的521条记录中,去除重复记录后剩余456条,经标题/摘要筛选和全文筛选后,20项研究符合纳入标准。两名评审员独立按应用领域、技术基础设施、决策支持成熟度、运营成果和实施阶段对研究进行分类,并使用适当的研究设计工具(QuADS和JBI工具)对其进行正式的方法学与报告质量评估。
结果
共纳入20项研究。在13项具有运营决策支持能力的研究中,2项(15.4%)为描述性,3项(23.1%)为预测性,5项(38.5%)为规范性,3项(23.1%)为自适应。实施程度仍然有限:6项研究(30%)为情境化/概念性,8项(40%)为模拟或概念验证,4项(20%)为医院情境下的验证或试点研究,仅2项(10%)展示了运营实施。在17项经QuADS评估的研究中,最终共识中位数得分为36/39(四分位距31–38;范围21–38)。
结论
数字孪生正逐渐发展成为医院信息系统的基础设施,用于支持分析赋能、业务流程集成和人工监督的决策支持。然而,技术决策支持的复杂程度并不一定意味着实际实施或更强的证据。更广泛的采用需要互操作的数据系统、业务流程集成、治理、组织准备以及在真实医院运营环境中进行严格评估。
引言
医疗系统正日益面临需求增长、资源受限、服务碎片化和运营复杂性的挑战。医院作为高度复杂的社会技术系统,需要持续协调临床流程、人力资源、物理基础设施和信息流,以确保及时、安全和高效的医疗服务交付。运营压力在患者流动瓶颈、急诊科拥堵、手术室和诊断排程、床位和容量管理、内部物流以及基础设施中断等方面尤为明显。然而,传统管理方法往往依赖回顾性分析、静态流程模型和碎片化的信息环境,对持续变化的运营状况提供的支持有限[1], [2], [3]。
数字孪生(DT)技术已成为应对这一挑战的潜在方案。通过将物理系统与动态更新的数字表示相连接,数字孪生能够整合运营数据、模拟和分析,以支持监测、预测和决策制定。在医院运营中,这些能力与患者和资源流动、排程、人员编制和容量分配、应急准备、设施管理以及临床与非临床服务间的协调密切相关[1], [4], [5]。
现有的综述已确立了数字孪生在医疗保健中的广泛潜力,但从不同角度切入该领域。Elkefi和Asan综述了数字孪生在医疗系统管理中的应用,识别了包括运营控制、安全和信息管理在内的功能,但他们的快速综述早于近期大量医院运营文献,且未系统区分决策支持成熟度与实施成熟度[1]。Katsoulakis等人广泛考察了健康领域的数字孪生,将医院管理和护理协调视为以健康和患者为导向的数字孪生格局中的若干应用领域之一[6]。Riahi等人随后综述了临床和运营决策制定,提供了区分真正数字孪生特征与传统建模方法的重要框架;然而,运营决策制定仅占其证据基础的较小部分,且医院运营未被作为独立的管理系统进行分析[7]。更多专项综述则聚焦于医疗应急管理[8]、人体数字孪生[9],或医疗供应链和运营中的采用障碍[10]。
因此,广泛的医疗数字孪生综述与医院面临的运营问题之间仍存在重要差距。具体而言,现有文献尚未充分整合数字孪生在医院运营中的应用位置、支持其运行的技术基础设施、所展示决策支持能力的先进程度、向现实实施的推进程度,以及方法学质量如何影响对这些发现的信心。区分这些维度十分重要,因为技术复杂程度并不必然意味着运营部署,现实实施也并不必然意味着先进的决策支持。
因此,本综述专门聚焦于数字孪生作为医院运营管理决策支持基础设施的应用。它考察了五个相互关联的维度:应用领域、技术基础设施、决策支持成熟度、运营成果和实施阶段,同时正式评估底层证据的方法学与报告质量。基于这一综合分析,本研究开发了一个四层框架,将数据基础设施、数字孪生建模与模拟、分析与智能以及运营决策制定联系起来。
研究目标和研究问题与这些分析维度保持一致,以明确数字孪生在医院运营中的当前能力和实施准备情况。
章节摘要
研究设计
本结构化综述和定量内容分析旨在综合医院运营管理中数字孪生应用的证据。该综述旨在识别与医院信息系统和业务流程集成相关的应用领域、技术基础设施、决策支持能力、运营成果和实施考量。
分析框架与研究问题
分析框架围绕五个维度构建:应用领域、技术
研究特征
结果按照结构化证据知情综合的目标呈现,重点关注医院信息系统和运营中应用领域、技术基础、决策支持成熟度以及实施相关模式的分类。共有20项研究符合纳入标准并被纳入最终综合(表1)。这些研究发表于2020年至2026年间,2022年后数量明显增加,反映了
讨论
本综述通过专门聚焦于医院的运营系统,扩展了此前的医疗数字孪生综合研究,并分离了常被混淆的三个维度:决策支持复杂程度、实施阶段和证据的方法学强度。此前的综述已展示了数字孪生对医疗系统管理和临床或运营决策制定的广泛价值[1], [6], [7],但本研究发现技术能力与
结论
本结构化综述和定量内容分析表明,数字孪生越来越多地被定位为医院信息系统、业务流程集成、资源分配、排程、设施管理和运营韧性的分析赋能基础设施。然而,决策支持复杂程度、实施阶段和方法学强度应被分别解读。尽管规范性和自适应能力正在兴起,但70%的纳入证据仍处于
CRediT作者贡献声明
?brahim Halil Kayral:撰写——初稿,可视化,验证,监督,项目管理,方法学,调查,形式化分析,数据整理,概念化。Seda Ta??r:撰写——审阅与编辑,验证,调查,数据整理。
利益冲突声明
作者声明不存在任何已知的可能影响本文所报告工作的财务利益或个人关系冲突。
?brahim Halil Kayral|Seda Ta??r
?zmir Bak?r?ay大学,健康科学学院,健康管理系,土耳其,?zmir
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号