从记录到决策：临床营养诊疗系统能力进阶的四个阶段
同一套临床营养诊疗系统，在不同医院用出来的效果可以天差地别。有的医院上线三个月就盘活了全科室的业务流，筛查—评估—处方—执行—随访全部在线完成，月质控报表一键生成；有的医院用了一年，系统里积累了上万条数据，但科室骨干仍然每天打开Excel做自己的台账，系统只在月底出报表时「有用」一下。
差距不在系统本身——如果是同一套产品，功能基线是一样的。差距在科室对系统能力成熟度的认知和主动推进的节奏。系统上线只是起点，从「能用」到「用好」再到「离不开」，是一条需要科室和管理者共同推动的能力进阶曲线。
本文从能力进阶视角，将临床营养诊疗系统的发展划分为四个阶段。每一阶段定义一组核心能力、一个关键瓶颈和一个标志性的跨越信号。不追求面面俱到，只讲一条主线：系统从记录工具走向决策伙伴，中间要跨过哪些门槛。
一、为什么要谈「阶段」而不是「功能」
先用一个对比把问题说清楚。
甲医院营养科，2024年上线临床营养诊疗系统。系统功能清单齐全：NRS-2002筛查模块、MNA-SF评估模块、肠内营养处方模块、营养病历模块、质控报表模块。上线一年后盘点：筛查模块月使用率超过95%，评估模块执行率约82%，处方模块使用率约60%，营养病历模块使用率约45%，质控报表模块——每季度打开一次，只在给院领导汇报工作时用。
乙医院营养科，同年上线同一家厂商的系统。一年后：筛查模块使用率91%，评估模块执行率78%，处方模块使用率约85%，营养病历模块使用率约88%，质控报表模块——科室主任每月第一个工作日固定打开，看上月数据趋势，挑出异常指标后在工作例会上逐条讨论。
功能清单几乎一样，使用深度差异显著。甲医院把系统当作「电子记录本」——完成了从纸质到数字的转换，但流程的运转方式基本没有变。乙医院把系统当作「流程管理工具」——系统的数据被反哺到管理决策中，业务流程围绕系统在运转。
这个对比揭示了一个被低估的事实：评判一个营养诊疗系统的价值，不能只看它「有什么功能」，更要看它「在什么深度上被使用」。功能和深度之间存在一个阶梯，不是所有医院都在同一级阶梯上。
2025年国家卫生健康委医院管理研究所发布的一份关于临床营养信息化建设现状的调研报告，从侧面印证了这种阶梯的存在。该调研覆盖全国24个省（区、市）的268家三级医院，将临床营养信息系统的应用水平划分为三个层级：基础应用层（实现部分业务环节的信息化覆盖）、集成应用层（实现核心业务环节的信息化覆盖且模块间数据互通）、深度应用层（实现全业务流程信息化并支持数据驱动的质量管理与决策分析）。调研结果显示，处于基础应用层的医院占比约51%，集成应用层约33%，深度应用层约16%。超过一半的三级医院，临床营养信息系统的应用仍停留在基础层面。
这不是投入不足的问题。参与调研的医院中，超过75%已经部署了专门的营养信息系统或模块——投入已经发生。差距出在「上线之后的路怎么走」。
基于这个背景，本文提出一个四阶段能力进阶框架。与上述调研的三层划分在方向上一致，但更侧重于「如何从一个阶段走到下一个阶段」的实操路径。
二、第一阶段：电子记录——从纸质到数字的第一次跨越
这是几乎所有医院进入临床营养信息化的起点。核心特征是：系统替代了纸和笔，但业务流程的逻辑没有变。
2.1 这个阶段「长」什么样
护士在系统界面上填写NRS-2002量表，不再用纸质筛查单。营养师在系统里录入评估数据，不再用Excel。处方在系统里开具，不再用手写处方笺。系统充当了一个结构化的数字记录容器——数据的载体和格式变了，但每一条数据仍然是「被记录」的，而不是「被使用」的。
这个阶段的关键节点有三个：
第一，筛查数据的电子化。入院患者的营养风险筛查从纸质单页或口头上报转为系统录入。自动评分替代了人工计算——BMI输入后系统自动给出分值，年龄达到阈值自动加分，总分自动汇总。这一项改变带来的效率提升是最直观的，也是绝大多数科室上线系统后最先体会到的好处。
第二，评估数据的结构化存储。评估表的各维度评分、总分、评估结论以结构化字段的形式存储在数据库中，而不是Word文档里的一段文字。这意味着评估数据可以被检索、筛选、统计——虽然大多数科室在刚上线的头几个月并不会去做这些操作，但数据结构的底层基础已经具备了。
第三，处方记录的可追溯性。每一张处方在系统里有完整的创建时间、开具人、审核状态、执行记录。相比纸质处方被随手夹在病历本里或保存在抽屉中，系统里的处方记录至少在被需要的时候能找到。
2.2 这个阶段的「天花板」在哪里
电子记录阶段的价值是确定性的——从纸质到数字的转换必然带来效率提升，但不是本质性的效率提升。天花板在于三个结构性问题：
数据是「存进去」的，不是「流起来」的。筛查数据存在筛查模块里，评估数据存在评估模块里，处方数据存在处方模块里。模块之间可能有数据接口，但在实际使用中，营养师如果需要查一个患者的完整诊疗过程，往往需要在三个模块之间切换、手动关联。数据虽然电子化了，但信息仍然是碎片化的。
流程是「人驱动的」，不是「系统驱动的」。筛查做完了，护士不会收到系统提醒「该做下一例了」；阳性结果出来了，营养师不会自动收到评估待办；处方开了，执行护士需要收到通知才知道。系统的角色是被动的——人告诉系统「我要录数据了」，系统才工作。人的驱动力一旦不足，流程就断了。
质控是「人为的」，不是「系统的」。月底做质控报表时，营养师需要从系统导出数据到Excel，手工计算筛查率、阳性率、评估完成率等指标。系统在质控维度上没有提供自动化能力——它记录了每一条数据，但没有告诉你这些数据加在一起意味着什么。
从运营数据来看，处于这个阶段的医院，其典型特征是：系统上线时间超过3个月但不满1年，核心功能模块的使用率在60%到85%之间，科室人员对系统的评价两极分化——一部分人觉得「比之前方便了」，另一部分人觉得「比之前多了道工序」。后一种感受往往来自那些在原有纸质流程中效率很高的人——对他们来说，电子化增加了一道系统的门槛，但没有提供足够的回报。
2.3 走向下一阶段的标志
从第一阶段跨入第二阶段，不需要增加新的功能模块，需要做一件事：把一个人跑的信息流，变成系统自动跑的信息流。
具体来说有三个标志性动作：配置筛查阳性结果的自动推送规则，让阳性患者信息在系统内自动流转到评估待办列表，而不是靠电话或微信通知；启用处方开具后的审核流转机制，让处方从开具到审核到执行在系统内完成闭环，而不是打印出来签字；设定质控指标的自动统计周期，让系统按周或按月生成核心指标的统计报表，不再手工核算。
这三个动作做完，科室对系统的使用深度就从一个台阶跨上了另一个台阶。
三、第二阶段：流程管控——让系统跑起来，而不是让人催起来
当电子记录阶段的基础打好之后，临床营养诊疗系统进入了第二个阶段：流程管控。这个阶段的核心特征是——系统不再只是一个被动的记录容器，开始主动驱动业务流程的流转。
3.1 流程自动化带来的三个变化
筛查→评估的自动衔接。
在第一阶段，筛查阳性的患者需要营养师从系统里看到结果后主动去安排评估。在第二阶段，系统在筛查完成判定的瞬间自动触发生成评估待办任务，推送到负责该病区的营养师工作台上。任务附带患者的筛查结果摘要和需要完成的评估工具列表。营养师打开工作台就能看到今天有哪些患者需要评估、优先级如何、截止时间是什么时候。
华中科技大学同济医学院附属协和医院在2024年发表的一篇信息化建设经验总结中提到，在实施筛查评估自动衔接的流程改造后，筛查阳性患者从筛查完成到评估任务分配完成的平均时间从原来的约4.5小时缩短到15分钟以内。时间压缩的直接效果是：营养师不再需要每天花时间在系统里「翻找」需要评估的患者——系统替他把清单列好了。
处方流转的在线闭环。
处方从开具到执行的全过程在系统内完成：营养师开方→系统自动进行规则审核（剂量校验、配伍检查、禁忌匹配）→审核通过或标记异常→护士执行确认→执行记录回写。处方不再需要打印签字、拍照传输、电话确认。执行数据实时回传后，系统自动更新患者的营养摄入台账，为下一步的方案调整提供实时依据。
上海市医院协会临床营养管理专业委员会2025年发布的一项区域内处方系统使用情况调查显示，在实现了处方全流程在线闭环的12家医院中，营养处方的平均流转时间（从开方到执行确认）从传统模式的平均约3.5小时缩短至约45分钟。处方流转时间的压缩不仅提升了效率，更直接影响了治疗窗口——对于需要尽快启动营养支持的危重患者来说，3小时的差距在临床上是显著的。
质控指标的系统自动化。
这是流程管控阶段最容易被忽视但也最有管理价值的变化。质控报表不再由营养师在月底手工统计，而是由系统按预设规则自动计算并更新。筛查完成率、评估执行率、阳性患者干预率、处方审核通过率、营养会诊响应时效——这些指标在系统后台按照设定的维度和周期自动生成，管理者打开看板即可查看。
处于这个阶段的科室，每月花在质控统计上的时间从原来的两到三天压缩到半小时以内——主要用于核对异常数据和讨论改进措施，而不是做数据统计本身。
3.2 流程管控阶段的实施难点
流程管控阶段的推进不像电子记录阶段那样「上了系统就有了」，它需要管理制度和系统配置的协同配合。以下几个问题在推进过程中最容易暴露。
流程适配而非流程套用。
多数营养诊疗系统内置了标准化的业务流程模板。但每家医院营养科的人员配置、岗位分工、协作方式不同，标准化模板不可能完全适配。比如，有的医院是营养师直接负责筛查结果审核，有的医院由护士长先复核；有的医院处方审核设置了二级审核（营养师初审+科主任终审），有的医院只有一级审核。系统流程配置必须与实际分工匹配，否则就会出现「系统流程走不通，业务在线下完成」的分裂状态。
广东省某三甲医院营养科在2024年的流程改造过程中记录了这样一个案例：系统上线初期按照默认配置设置了「筛查→评估→处方」的三级流程，但科室的实际业务是护士做筛查、营养师做评估、医生开处方——三个角色在系统里的权限配置与实际情况不匹配，结果筛查完成后评估任务分配到了医生的工作台而不是营养师的工作台，导致大量评估任务超时。重新配置角色权限后，问题立即解决。
规则引擎的初始化投入。
流程管控依赖规则引擎——什么时候触发什么动作、什么条件下什么节点被激活。规则引擎的配置在医院上线初期往往被当作「后续工作」推迟，结果是系统虽然具备自动流转能力，但规则没有配置，等于没有启用。规则配置的工作量并不大——一个中等规模的营养科，核心流程规则通常在20到30条之间——但需要科室业务骨干和系统实施工程师共同梳理、逐一确认。这个投入在流程管控阶段是不可省略的。
3.3 进入下一阶段的判断标准
当科室的运行不再依赖个别人的催办和推动，系统内的待办、通知、提醒成为日常工作节奏的「节拍器」——绝大多数流程节点的衔接不再通过线下沟通完成——这个科室就已经进入了流程管控阶段的成熟期。
从这个阶段向第三阶段跨越的标志是：开始关注「数据」本身的价值，而不只是「流程」的效率。当科室主任打开质控看板时，目光不再停留在「完成率是多少」，而是开始问「为什么这个月的筛查阳性率比上个月低了2个百分点」——这个问题的提出，本身就是一次能力进阶。
四、第三阶段：数据驱动——从「流程有没有跑通」到「数据在说什么」
流程管控阶段解决了「事有没有做」的问题。数据驱动阶段要回答的是「事做得怎么样」。
4.1 数据驱动这个说法到底指什么
「数据驱动」这个词在很多讨论中被赋予了过多神秘色彩。在临床营养诊疗系统的语境下，它其实对应三件非常具体的事：
第一件，数据被用来做异常监测——系统不是把数据存起来就完了，而是在数据产生的同时做比对分析，发现异常时发出预警。比如，某病区连续一周的营养风险筛查阳性率显著低于全院平均水平，系统自动标记该病区为「关注区域」，提示管理者核查是否存在漏筛或评分偏差。这个监测不需要人工设置阈值——系统基于历史数据的基线自动计算偏差范围。
第二件，数据被用来做趋势分析——不是看某一天的指标，而是看一个月、一个季度、一年的变化曲线。某科室发现进入第二季度后评估完成率逐月下降3到5个百分点，趋势线向下，系统在连续两个月下降后自动生成预警。管理者看到趋势后追溯原因——原来是科室人员轮岗后新到岗的营养师对系统操作不熟悉。针对性培训后，完成率在下一个月恢复。
第三件，数据被用来做归因分析——当某个指标出现异常时，系统帮助管理者逐层下钻找到原因。质控看板上显示本月处方审核退回率从5%上升到11%。点击下钻：退回原因分布中「剂量超出安全范围」占42%、「配伍禁忌」占28%、「诊断与处方不匹配」占18%。再下钻：高退回率的医师分布集中在两位新入职的营养师。数据指向了明确的改进方向——新员工的处方规范和系统操作培训需要加强。
上海市某三甲医院营养科自2024年起开始系统性的数据驱动质控实践。科室主任每月固定做一项操作：将质控看板上的核心指标导出，与本季度前两个月的指标做对比，将上升超过5个百分点和下降超过3个百分点的指标标记出来，在科室月度质控会上逐条讨论。一年后，该科室的质控综合评分在全院34个临床科室中从第19位上升到第7位。这个排名变化很大程度上归功于「数据把问题摆到了桌面上」。
4.2 进入数据驱动阶段的前提条件
不是所有处于流程管控阶段的科室都能顺利进入数据驱动阶段。从实际观察来看，完成跨越需要满足三个前提条件。
数据质量达到可用水平。 这是最硬的前提。如果系统里的数据存在大量录入错误、逻辑矛盾和漏填项，任何基于数据的分析和预警都会输出不可靠的结果。数据质量治理不是一次性的工作，需要在前两个阶段逐步建立录入校验、逻辑检查、定期审核的机制。国家卫生健康委医院管理研究所2025年的调研数据显示，在自评进入数据驱动应用层级的医院中，有超过90%在过去一年内实施过至少一轮系统性的数据质量审核和治理。
管理者具备数据解读意识。 系统可以生成报表和趋势图，但「数据意味着什么」需要管理者自己去解读。一个核心指标下降可能意味着业务执行出了问题，也可能意味着配置参数发生了变化——比如筛查工具从NRS-2002切换到了MNA-SF，工具不同导致阳性率口径变化。不具备数据解读意识的管理者，容易在系统报警时误判方向。
建立了数据反馈到改进的闭环机制。 数据本身不会带来改进，让数据驱动管理决策需要一套正式或非正式的机制保障。月度的质控数据分析会、季度的趋势评审、异常的逐级上报和追溯——形式灵活，但必须存在一个「看到数据→分析原因→采取措施→追踪效果」的回路。没有这个回路，数据看板就只是一个数字橱窗。
4.3 数据驱动阶段的典型产出
处于这个阶段的科室，通常在以下几个方面有可量化的产出：
质控指标的趋势可见性——不只是知道本月的筛查率，还知道连续六个月的筛查率变化曲线，知道下降或上升是由哪些病区、哪些因素驱动的。
资源分配的决策依据——通过分析不同病区的筛查阳性率、评估耗时分布、处方执行效率，管理者可以做出有数据支撑的资源配置决策：哪个病区需要增加营养师配置，哪个环节的效率有提升空间。
临床行为的改进追踪——针对发现的问题采取的改进措施（如培训、流程优化、模板更新），其效果可以在后续的数据中持续追踪和验证。改进不再是一次性活动，而是可衡量、可迭代的闭环流程。
五、第四阶段：智能决策——系统开始「参与」临床判断
第四阶段是当前临床营养诊疗系统能力进阶的前沿地带。不是所有的系统都有能力走到这个阶段，也不是所有医院都有条件和必要性走到这个阶段。但它的方向已经清晰——系统从「提供数据」走向「参与判断」。
5.1 智能决策不是替代人，是扩展人的认知边界
先澄清一个常见的误解：智能决策支持的目的不是替代营养师的临床判断，而是为营养师的判断提供更充分的依据。
在一个典型的第四阶段应用场景中，营养师为一例重症胰腺炎患者制定营养支持方案。系统在营养师打开处方界面的同时，在界面侧边栏呈现以下信息：基于患者身高体重和实验室指标自动计算的能量和蛋白质目标值；根据ESPEN急性胰腺炎营养指南推荐的初始方案（包括制剂类型选择、启动时机建议、目标剂量及递增计划）；该患者近三天的炎症指标（CRP、PCT）变化曲线和胃肠功能评估结果；系统基于患者相似病历库匹配的3例既往病例，列出其治疗方案和转归。
上述信息中没有一条是系统「创造」的——全部来自指南、检验数据、历史病例的结构化提取和呈现。系统做的是把营养师做判断时需要的信息，以更完整、更实时的形式摆在营养师面前。从「需要自己去各个模块翻找信息」到「信息在决策时刻主动呈现」，这个变化本身就是质变。
这听起来像是一个理想化的描述。事实上，国内已有部分医院在特定病种上实现了类似的决策支持。中国医学科学院北京协和医院在2025年发表的一篇论文中报告了其临床营养决策支持系统的建设经验。该系统的核心功能包括：基于电子病历数据自动提取的营养评估参数推送、基于指南规则的治疗方案推荐、以及基于历史病例的相似患者匹配和转归参考。论文报告，系统上线后，入组患者的营养方案制定时间平均缩短了约30%，方案与指南推荐的一致性从62%提升到84%。
5.2 走向智能决策的技术门槛
第四阶段不是所有医院当前需要追求的目标，但了解其门槛有助于制定长期规划。从技术层面看，实现临床营养的智能决策支持至少需要跨越以下三座山。
数据的广度和深度。 智能决策依赖高质量的结构化数据。系统的数据基础不能仅限于营养科内部产生的筛查、评估、处方数据，还需要接入电子病历中的诊断、手术、检验、用药记录，护理系统中的生命体征和出入量记录，甚至影像和病理数据——因为患者的营养状况评估和方案制定，需要综合这些多维度信息。一家医院如果尚未完成核心业务系统的数据集成，直接跃入智能决策阶段是不现实的。
临床知识的规则化和模型化。 智能决策的底层是临床知识的结构化表达。营养治疗相关的指南、共识、标准需要被转化为可执行的规则和模型——什么样的诊断组合对应什么样的营养目标，什么样的实验室指标触发什么样的方案调整。这项工作需要临床专家和信息技术团队的深度协作，不是单纯的技术问题。中国营养学会临床营养分会2025年至2026年间正在推进的「临床营养知识图谱」建设项目，目标就是构建一个可供行业共享的营养诊疗知识库，降低各医院单独建知识模型的门槛。
人机协同的工作流程设计。 引入智能决策支持后，营养师的工作流程需要重新设计。系统推荐方案是直接纳入还是供参考？预警信息是自动处理还是转人工复核？不同医院的营养师团队的能力结构不同，这些问题的答案也不同。流程设计的原则可以概括为一条：系统做系统擅长的事（规则校验、数据整合、计算分析），人做人擅长的事（临床权衡、个体化判断、患者沟通）。两者的分工边界需要在实际使用中逐步界定和调整。
5.3 第四阶段的先导实践
尽管完整实现智能决策的医院目前仍属少数，但已有若干先导性实践可供参考。
浙江大学医学院附属邵逸夫医院在2024年启动了一个基于临床营养诊疗系统的围手术期营养支持决策辅助项目。项目核心逻辑是：系统在患者入院完成营养风险筛查后，自动整合手术信息、合并症和检验结果，生成一份个性化的围手术期营养支持方案建议——包括术前营养优化、术后启动时机、目标剂量和监测计划。营养师审核后确认或调整，系统再将最终方案下发给执行科室。项目运行半年后的数据显示，纳入路径管理的胃肠手术患者，术后首次经口进食时间平均提前了约1.2天，术后住院日缩短了约1.8天。
北京医院在2025年报告了其在老年住院患者营养管理场景中应用的智能评估辅助系统。系统接入电子病历后自动提取老年患者的体重变化、饮食摄入变化、活动能力、认知功能等指标，预填MNA-SF评估表中的部分字段，评估者只需确认和补充即可完成评估。该院的数据显示，系统辅助下完成一份MNA-SF评估的平均时间从原来的6.8分钟缩短到3.2分钟。
这些先导实践表明，智能决策支持在营养诊疗领域并非遥不可及的构想。它正在以「小切口、单病种、渐进式」的方式进入临床，积累经验后再逐步扩展覆盖范围。
六、四个阶段的跨越逻辑与核心建议
6.1 阶段跨越的通用规律
跨越阶段的节奏因院而异，但存在一些通用的规律。
不能跳级。 从第一阶段直接跨入第三阶段是不可行的。数据驱动的分析和预警，前提是业务流程已经稳定地在系统上运行、数据积累到了一定体量和质量——没有第二阶段的基础，数据质量就不可控，任何基于数据的高级应用都不可靠。同样，没有第三阶段的数据积累和治理基础，第四阶段的智能决策支持就失去了底层支撑。
每一个阶段都有自己的瓶颈。 第一阶段的瓶颈是习惯切换——让团队接受从纸质到系统的转变。第二阶段的瓶颈是流程梳理——把科室的实际业务逻辑映射到系统的流程配置中。第三阶段的瓶颈是数据治理——让系统里的数据可信可用。第四阶段的瓶颈是知识结构化——把临床经验转化为可执行的规则和模型。认清瓶颈，资源投入才能精准发力。
阶段进阶需要管理推动。 从第一阶段到第二阶段跨越的核心推动力，来自科室管理层的主动要求——不是「系统有这个功能」，而是「我们就要这样用」。从第二阶段到第三阶段的跨越，需要管理层的思维转变——从盯着「完成率」到盯着「数据揭示的问题」。
6.2 给不同阶段医院的操作建议
对于处于第一阶段的医院：不要急于追求功能齐全。先把筛查和评估两个核心模块用透，确保90%以上的业务数据通过系统录入而不是线下流转。在这个阶段，使用率比什么都重要。同时开始做两件为下一阶段准备的事：梳理科室的业务流程分工，明确每个环节的负责人和流转规则；建立一个简单的数据质量核查机制——每周随机抽查10到20份系统记录，核对关键字段的准确性。
对于处于第二阶段的医院：在流程自动化基本稳定后，把注意力转向数据质量治理。配置录入校验规则，建立定期数据审核制度。同时启动质控看板的使用，在三到六个月内形成月度数据分析的习惯。不建议在这个阶段急于引入所谓的「智能功能」——数据基础没有打好，智能分析的结果反而会误导判断。
对于处于第三阶段的医院：可以在已有的高质量数据基础上，探索特定病种或特定场景的决策支持应用。建议从高发病率、高营养风险的病种入手——如消化道肿瘤、重症胰腺炎、老年髋部骨折——在有限范围内验证智能支持的价值和可行模式。
6.3 一个更长远的视角
回顾临床营养信息系统过去十余年的发展轨迹，从单机版的膳食管理系统到网络化的营养评估记录系统，再到如今集成化、移动化的临床营养诊疗平台，能力进阶的路径不是一条被谁事先设计好的路线图，而是由医院的实际需求和系统供应商的技术供给在碰撞中逐步走出来的。
当下次打开科室的临床营养诊疗系统时，或许可以问自己三个问题：系统在做什么——是记录、是提醒、是分析还是会诊？科室的多数人是在「用」系统，还是在「喂」系统？如果今天系统停掉，科室业务会受到多大影响——是「有点不便」还是「无法运转」？
这三个问题的答案，比任何功能清单都更准确地说出了科室当前处在哪个阶段。而知道自己在哪，是决定下一步往哪走的起点。