对医院中信息技术在抗菌药物管理应用趋势的文献计量学分析

《European Journal of Hospital Pharmacy》：A bibliometric analysis of the application trends of information technology in antimicrobial stewardship within hospitals

　　信息技术在医疗机构抗生素管理中的应用趋势及挑战分析。

　　在过去的二十年中，抗菌药物管理（Antimicrobial Stewardship, AMS）与信息技术（Information Technology, IT）的结合成为全球医疗领域的重要研究方向之一。随着抗生素耐药性（Antimicrobial Resistance, AMR）问题的日益严重，传统的抗菌药物管理方法在应对这一全球性健康挑战方面显得力不从心。面对这一困境，学者们逐渐将目光转向信息技术的应用，期望通过数据驱动的方式提升抗菌药物使用的合理性，从而有效遏制耐药性细菌的传播。本文通过文献计量分析的方法，系统梳理了自2000年以来关于医院中信息技术在抗菌药物管理中应用的研究趋势、知识结构及其演变过程，揭示了这一领域的研究热点和未来发展方向。

从研究数据来看，自2014年起，关于信息技术在抗菌药物管理中的应用逐渐增多，尤其是在2020年之后，相关研究呈现出快速上升的趋势。2024年更是达到了峰值，全年共有49篇相关文献发表。这种增长趋势表明，抗菌药物管理与信息技术的融合已经引起了全球范围内的广泛关注，并在学术界和临床实践中获得了越来越多的认可。美国和欧洲国家在这一领域表现尤为突出，其研究产出量和学术影响力均处于领先地位。美国共有131篇相关文献，欧洲国家如英国、意大利、法国、西班牙和德国的研究数量也分别达到了10至42篇不等，显示出这些地区在推动抗菌药物管理信息化方面的积极态度和深厚积累。相比之下，亚洲国家如中国在这一领域的研究产出较少，仅有9篇文献，尽管近年来也有一定增长，但整体影响力仍不及欧美国家。

研究还揭示了在这一领域中，一些重要的学术机构和研究人员起到了引领作用。哈佛大学及其附属医院、帝国理工学院伦敦分校等高校在抗菌药物管理信息化研究中占据核心地位，其研究产出和合作网络的影响力显著。此外，一些核心作者如Rawson TM、Blumenthal KG、Peiffer-Smadja N和Moore LSP等人，因其在该领域的持续贡献而被列为关键人物。这些研究者不仅在数量上占据优势，而且在研究质量、影响力和合作网络的构建方面也发挥了重要作用。他们所发表的论文在学术界产生了广泛影响，成为推动抗菌药物管理信息化发展的关键力量。

文献计量分析的结果还显示，关键词的分布和演变是理解研究趋势的重要线索。在所有文献中，“抗菌药物管理”（AMS）是最核心的关键词，其出现频率高达155次，表明这一概念在研究中占据主导地位。与此同时，“机器学习”（Machine Learning, ML）、“电子健康记录”（Electronic Health Records, EHR）、“人工智能”（Artificial Intelligence, AI）和“临床决策支持系统”（Clinical Decision Support System, CDSS）等技术关键词的出现频率也较高，显示出信息技术在抗菌药物管理中的多维应用。其中，“机器学习”和“人工智能”尤为引人注目，它们的出现频率分别为37次和20次，而“临床决策支持”则以较高的中心性（0.28）成为研究网络中的关键节点。这些技术关键词的频繁出现，不仅反映了抗菌药物管理研究的技术转向，也揭示了数据驱动方法在临床决策中的重要性。

进一步的关键词爆发分析（Burst Detection）揭示了抗菌药物管理研究的演变路径。在早期阶段（2014–2016），研究主要集中在基础的抗菌药物管理策略上，相关术语如“医疗保健流行病学”和“医院”频繁出现，显示出该领域的初步探索和知识积累。随着研究的深入，中后期（2017–2020）的研究逐渐转向以患者为中心的个性化管理，关键词如“电子健康记录”和“大数据”开始占据主导地位，标志着信息技术在抗菌药物管理中的深度整合。近年来（2021–2025），研究热点进一步向感染控制和抗生素耐药性预测方向转移，尤其是“临床决策支持”这一关键词的持续爆发，显示出这一技术在抗菌药物管理中的核心地位。这一演变过程不仅体现了研究从基础到应用的转变，也反映了技术从单一工具向综合解决方案的升级。

在学术影响力方面，文献的总引用次数达到了5363次，其中排除自我引用后的总引用次数为4992次，显示出该领域研究成果的广泛传播和高度认可。个别论文的引用次数也非常突出，例如2019年Shenoy等人在《JAMA》上发表的综述文章，其引用次数高达515次，成为该领域最具影响力的文献之一。该研究通过电子健康记录优化抗菌药物使用，特别强调了患者过敏信息在合理用药中的关键作用。此外，2016年Desautels等人关于机器学习在脓毒症预测中的应用，也获得了290次引用，显示出这一技术在抗菌药物管理中的巨大潜力。2020年Peiffer-Smadja等人对机器学习驱动的临床决策支持系统的综述文章同样获得了264次引用，进一步验证了这一技术在提升抗菌药物管理效率方面的价值。

信息技术在抗菌药物管理中的应用已经取得了显著进展，尤其是在电子健康记录、机器学习和人工智能等技术的整合方面。电子健康记录系统不仅为抗菌药物管理提供了数据支持，还通过默认设置和电子处方功能改善了临床实践。研究表明，电子健康记录的使用可以有效减少广谱抗生素的使用，提高用药的精准性，同时降低医疗风险。此外，机器学习和人工智能技术的应用使得抗菌药物管理从经验驱动转向数据驱动，为预测抗生素耐药性、优化个体化治疗方案和加强感染控制提供了强有力的支持。例如，某些机器学习模型能够基于历史数据预测抗生素耐药性的传播趋势，从而为临床医生提供更科学的用药建议。同时，人工智能技术还能通过分析大量医疗数据，识别潜在的感染风险，提升抗菌药物管理的效率和效果。

然而，尽管信息技术在抗菌药物管理中的应用取得了显著进展，但仍然面临诸多挑战。首先是数据标准化问题。目前，不同医疗机构和国家在数据采集、存储和共享方面存在较大差异，导致数据难以整合和分析。这种数据碎片化现象不仅限制了研究的深度，也影响了技术的推广和应用。其次，技术部署的障碍也不容忽视。许多医疗机构在引入电子健康记录、机器学习和人工智能等系统时，往往面临高昂的成本和技术支持不足的问题。此外，伦理问题也日益受到关注。随着电子健康记录和机器学习技术的广泛应用，患者隐私保护、算法透明度和数据使用规范成为亟需解决的重要议题。

为了推动抗菌药物管理信息化的进一步发展，未来的研究需要更加注重全球协作和标准制定。不同国家和地区的医疗机构应加强数据共享和合作，建立统一的数据标准，以提升研究的可比性和实用性。同时，技术的推广和应用也需要考虑不同地区的资源状况和技术水平，避免技术鸿沟导致的研究和实践不均衡。此外，伦理问题的解决同样至关重要。研究者和政策制定者应共同探讨如何在提升抗菌药物管理效率的同时，确保患者隐私和数据安全，制定合理的伦理规范和法律框架，以保障技术的可持续发展。

总的来说，抗菌药物管理与信息技术的结合正在逐步改变传统医疗实践，推动从经验管理向数据驱动决策的转型。然而，这一领域的研究和应用仍处于发展阶段，需要克服数据标准化、技术部署和伦理规范等方面的障碍。未来，随着全球对抗生素耐药性问题的关注不断加深，抗菌药物管理信息化的研究将继续拓展，为全球医疗体系提供更加科学、精准和高效的解决方案。