一组数据引发的追问：评估响应时间到底卡在哪儿
2025年，中国营养学会临床营养分会发布了一份覆盖全国87家三级医院的临床营养信息系统运行数据报告。报告中的一个数据耐人寻味：在已部署营养风险筛查系统的医院中，入院24小时内完成筛查的患者比例平均为68%，但从筛查阳性到完成全面营养评估的中位时间，却长达42小时[1]。这意味着，即使筛查系统在入院当天就识别出了高风险患者，从识别到真正启动评估，中间要等将近两天。
两天的时间差，在临床营养治疗中意味着什么？
对于一位术后需要立即启动营养支持的患者，48小时的等待可能意味着蛋白质消耗进入加速期。对于一位入院时已经存在营养不良的老年患者，每延迟一天启动干预，肌肉功能的恢复窗口就多关闭一分。对于重症监护室的患者，营养治疗启动每延迟1小时，28天死亡率的相对风险就上升约2%[2]——这不是一个理论推演，而是来自欧洲临床营养与代谢学会（ESPEN）多中心研究的真实数据。
问题出在哪里？不是筛查工具不够灵敏，不是营养师不够尽责，而是数据采集和传递的方式本身存在结构性延迟。
在多数医院的现有流程中，营养风险筛查由护士在入院时完成，结果记录在护理系统中。营养师需要登录护理系统查询筛查结果，或者等护士通过电话、微信、纸质单据等方式通知。筛查阳性患者的信息到达营养师手中时，最快也要几个小时，慢的可能已经过了一天。然后营养师再安排评估时间、调取患者病历、安排床旁访谈——每一步都是串行操作，每一步都在累积时间成本。
这种流程下的42小时中位响应时间，不是某个环节特别慢，而是每个环节都慢一点，累积起来就变成了一个让临床难以接受的数字。
但问题还有另一面。在同一份报告中，有约15%的医院实现了筛查数据与评估任务的自动触发——即系统在筛查结果为阳性时，自动向营养师的工作台推送评估任务，并将患者的基本信息、临床诊断、实验室检查数据一并打包推送。这15%的医院，从筛查阳性到评估完成的中位时间是14小时，比68%的医院缩短了将近三分之二[1]。
14小时与42小时的差距，就是自动采集与人工传递之间的效率鸿沟。
数据采集的「最后一公里」：为什么手动录入拖慢了整个决策链条
要理解自动采集对决策速度的影响，先要看清手动录入到底在哪些环节制造了延迟。
营养评估不是一次简单的测量。它以筛查数据为起点，结合患者的临床诊断、实验室指标、膳食摄入情况、身体测量数据，经过营养师的专业判断，最终形成全面的营养状况评估结论。在这个过程中，数据采集涉及多个来源：
筛查数据来自护理端，通常以纸质或电子表单的方式记录，包含患者的体重指数变化、近期进食量变化、体重下降幅度等基本信息。筛查完成后，数据进入护理系统或营养筛查系统，等待营养师读取。
临床数据来自HIS和电子病历系统，包括患者的诊断信息、手术信息、感染指标、肝肾功能、炎症标志物等。营养师需要手动登录不同的系统模块，逐一查询和记录。
膳食摄入数据来自病区护士的日常记录或患者自述，包含实际进食量、进食种类、进食方式等。这部分数据通常是手写记录，在部分医院实现了电子化，但格式不统一，营养师需要人工转录和整理。
身体测量数据包括身高、体重、上臂围、小腿围等，由护士或营养师在床旁测量后记录。在多数医院，这些数据先写在纸上，再录入系统。
以上四个来源的数据，在手动模式下需要营养师分别采集、分别录入、分别核对。每一个数据源的获取都可能需要等待——等待护理系统更新、等待实验室结果发布、等待病区护士传回膳食记录。这个等待不是线性的，而是多路并行的延迟叠加。营养师在实际工作中，往往需要花30到60分钟完成一个患者的全面评估数据采集，其中真正用于临床判断的时间可能不到10分钟，剩下的时间都花在了「找数据」和「录数据」上。
中国营养学会临床营养分会2025年的调研数据进一步印证了这一点：在87家参与调研的医院中，营养师平均每天花费在「数据采集与录入」上的时间占工作总时长的约37%，而用于「评估分析与决策」的时间仅占约28%[1]。数据采集的效率，直接决定了营养师有多少时间可以做真正需要专业判断的事情。
自动采集要解决的核心问题，不是「把数据录得快一点」，而是「让营养师不需要录数据」。
从「人找数据」到「数据找人」：自动采集如何改变工作节奏
自动采集在技术层面并不复杂。它的核心逻辑是：通过系统间的数据对接，将分散在不同系统中的患者数据自动汇聚到营养评估模块，按照评估工具的要求完成数据填充和预处理，然后在营养师的工作台上生成待评估任务——数据已经到齐，只等专业判断。
这个逻辑在技术实现上涉及几个关键节点：
筛查数据的自动触发。当护士在护理系统中完成营养风险筛查，并将结果保存时，系统自动判断筛查结果是否为阳性。如果是阳性，系统自动在营养评估模块中创建一个评估任务，并将患者的筛查结果、基本信息、入院诊断一并带入。营养师不需要登录护理系统查看筛查结果，也不需要手动创建评估任务——系统替她完成了这两步操作。
临床数据的自动拉取。评估任务创建后，系统自动从HIS和电子病历中拉取评估所需的临床数据，包括患者的年龄、性别、诊断、手术信息、实验室检查结果（白蛋白、前白蛋白、C反应蛋白、肌酐等）。这些数据不需要营养师手动输入，也不需要在不同系统之间切换查询。系统在后台完成数据汇聚，并在评估界面中按预设的格式展示。
评估工具的自动填充。对于NRS 2002、SGA、PG-SGA等标准评估工具，系统根据已获取的筛查数据和临床数据，自动完成部分条目的填充。例如，根据患者的体重变化和进食量变化，自动为NRS 2002的营养状况受损程度评分给出预填值；根据手术类型和手术时间，自动为疾病严重程度评分给出预填值。营养师的工作变成了「核对和确认」，而不是「从头填写」。
评估结果的自动分发。评估完成后，系统根据评估结论自动触发后续动作：如果评估结果为「重度营养不良」，系统自动向营养师推送处方开立提醒，同时向病区护士推送营养干预通知；如果评估结果为「无营养不良」，系统自动设置定期复评提醒。评估结果不再是一个存储在系统中的静态记录，而是一个触发后续流程的动态信号。
从技术投入的角度看，以上四个节点的实现并不需要大量的二次开发。它们依赖于系统间的数据对接能力——营养评估系统与HIS、护理系统、LIS之间的接口配置。在已经部署了临床营养诊疗系统的医院中，这些接口通常已经存在，只是没有被充分利用。真正需要投入的，不是技术开发，而是流程梳理和接口参数的精细化配置。
从效果的角度看，自动采集带来的效率提升是结构性而非线性的。它不是把「人工录入10分钟」变成「自动采集5分钟」这种层面的优化，而是把「等待数据到齐再开始工作」的串行模式，变成了「数据自动到齐并行等待」的异步模式。营养师不需要在数据采集阶段等待，而是在数据已经准备就绪后直接进入评估阶段。这个转变改变的不是操作速度，而是工作节奏。
自动采集到底能快多少：来自真实场景的效率对比
数据不会说谎。在已经部署了自动采集功能的医院中，多个时间节点的效率数据可以量化自动采集的真实影响。
筛查-评估衔接时间。在手动模式下，从筛查阳性到评估完成的中位时间为42小时。在自动采集模式下，这个时间缩短至14小时，缩短了约67%。这个时间差主要来自两个环节：一是筛查结果传递的延迟被消除，营养师不需要等待护士通知；二是数据采集的延迟被消除，营养师不需要花时间查询和录入临床数据。14小时中，约8小时是夜间的自然等待（夜间完成的筛查会延至次日白天由营养师处理），真正的工作时间压缩在6小时以内。这意味着，对于上午完成筛查的阳性患者，营养师在当天下午就可以完成评估并启动干预方案。
单次评估操作时间。在手动模式下，营养师完成一个患者的全面评估，从数据采集到评估结论出具，平均需要约45分钟，其中数据采集和录入约30分钟，评估判断约15分钟。在自动采集模式下，数据采集和录入时间缩短至约5分钟（主要是核对自动填充的数据是否准确），评估判断时间不变，单次评估总时间缩短至约20分钟。每次评估节省约25分钟，以每天8-10个评估任务计算，每个营养师每天可以节省约3-4个小时的数据采集时间[1]。
首日干预启动率。在手动模式下，入院24小时内完成评估并启动营养干预的患者比例，在87家医院的平均水平约为31%。在自动采集模式下，这个比例提升至约62%。提升的原因不是营养师工作更努力了，而是评估流程的启动不再依赖人工传递和信息查询，系统自动将评估任务推送到营养师的工作台，营养师可以更快地进入评估和干预环节。
复评完成率。对于需要定期复评的患者（如重症患者、术后患者、长期住院患者），手动模式下复评的完成率约为45%，主要原因是营养师难以追踪哪些患者到了复评时间。自动采集模式下，系统自动生成复评任务并推送到工作台，复评完成率提升至约78%。提升的幅度同样来自于「不需要人工记忆和追踪」这一机制变化。
这些数据来自中国营养学会临床营养分会的调研报告[1]以及几家已部署自动采集功能的医院的公开数据。需要注意的是，这些数据反映的是「平均」水平，不同医院因系统配置、科室规模、人员配置的差异，实际效果会有不同。但趋势是一致的：自动采集带来的效率提升不是个案，而是具有普遍性的系统效应。
效率提升之外：自动采集改变了什么
效率提升是自动采集最直接的效果，但远不是唯一的效果。在自动采集的基础上，一些更深层的变化正在发生。
从「被动响应」到「主动管理」的工作模式转变。在手动模式下，营养师的工作节奏被信息传递的速度所驱动——什么时候收到筛查结果，什么时候开始工作。接到通知→安排时间→查询数据→完成评估→开具处方，这是一个典型的被动响应式工作流，营养师的任务队列由外部输入决定。在自动采集模式下，营养师的工作台变成了一个结构化的任务列表：系统已经根据优先级和时间顺序排列好了待评估患者，每个患者的评估数据已经准备就绪。营养师不需要思考「下一个该评估谁」，而是直接按照任务列表的优先级开展工作。这个转变看似微小，但它改变了营养师的工作流从「事件驱动」到「任务驱动」的本质。
评估数据质量的系统级提升。手动录入的数据，不可避免会出现录入错误——数字输错、单位搞混、字段填错位置。这些错误在单次评估中可能影响不大，但在数据汇总和分析层面，它们会污染整个数据集，导致质控指标失真、统计分析偏差。自动采集从源头消除了录入错误，数据直接从源系统（HIS、LIS、护理系统）获取，保证了数据的一致性和准确性。在已部署自动采集的医院中，评估数据的完整率从手动模式的约76%提升至约94%，数据错误率从约8%下降至约1%以下[1]。
评估数据的可分析性提升。当评估数据实现了自动采集和结构化存储，科室就可以对评估数据进行更大范围的分析：不同病种患者的营养状况分布、不同时间段的筛查阳性率变化、不同科室的评估完成率差异、营养干预启动后患者的营养指标变化趋势。这些分析在手动模式下几乎不可能完成，因为数据采集的成本太高、数据质量不可控。自动采集降低了数据分析的门槛，让科室管理者能够用数据驱动的方式来评估和改进营养诊疗质量。
护理端工作量的结构性减轻。在自动采集的流程中，护士不需要在完成筛查后额外通知营养师，不需要手工传递筛查结果，不需要在多个系统之间重复录入数据。护士的工作回归到「完成筛查」本身，传递和对接的环节由系统自动完成。在多家医院的反馈中，自动采集上线后，护士与营养师之间的沟通频次虽然减少了，但沟通的有效性提升了——因为系统传递的是完整结构化的数据，而不是碎片化的文字信息。
从自动采集到智能决策：一条可行的进化路径
自动采集解决了数据获取的效率问题，但它只是第一步。当评估数据能够持续、稳定、高质量地自动汇聚到系统中，下一步自然就是基于这些数据的智能决策支持。
目前，在部分已经完成自动采集建设的医院中，智能决策支持已经开始落地。方向主要集中在三个领域：
评估结果的智能验证。系统根据自动采集的临床数据，对营养师完成的评估结论进行一致性校验。例如，如果患者的白蛋白水平显著偏低、体重持续下降，但营养师的评估结论却是「无营养不良风险」，系统会发出预警提醒营养师复核。这种校验机制不是替代营养师的判断，而是作为一道质量防线，减少因人为疏忽导致的评估偏差。
干预方案的智能推荐。系统根据评估结果和患者的临床特征，自动推荐符合指南的干预方案模板。例如，对于评估为重度营养不良的术后患者，系统推荐肠内营养支持的启动方案，并根据患者的体重和肾功能状况自动计算推荐的能量和蛋白质目标量。营养师可以在推荐方案的基础上调整，而不是从零开始设计方案。
疗效预测与风险预警。系统基于评估数据和治疗过程中的持续监测数据，对患者的营养治疗反应进行预测，并在风险出现前发出预警。例如，当患者的实际摄入量持续低于目标量的60%时，系统自动发出「喂养不足」预警，提醒营养师调整干预方案；当患者的肾功能指标出现恶化趋势时，系统自动提示调整蛋白质供给量。
这三个方向目前仍处于探索阶段，在已部署自动采集的医院中，实现智能推荐功能的比例约为11%，实现智能验证和风险预警功能的比例更低[1]。但技术路径已经清晰：自动采集是智能决策的基础设施，没有准确、完整、实时的数据，智能决策就是空中楼阁。
对于正在建设或升级营养评估系统的科室，一个务实的路径是：先完成自动采集的数据基础设施建设，再逐步推进智能决策支持功能的引入。自动采集本身带来的效率提升已经足够显著，而智能决策的引入可以根据科室的实际需求和系统的成熟度分阶段推进。
写在最后：数据采集方式的改变，正在重新定义营养师的工作
自动采集的价值，不在于它省去了多少打字的时间，而在于它让营养师把时间花在了真正需要专业判断的地方。
当营养师不再需要花三个小时去查询和录入数据，当评估任务不再需要等待人工传递，当每个患者的营养状况都能在入院当天得到评估——临床营养诊疗的节奏会发生变化。这个变化不是技术升级带来的附赠品，而是数据基础设施改善后自然而然的结果。
对于正在评估临床营养管理平台的科室，一个值得思考的问题是：系统是否能自动完成数据采集，还是需要营养师逐个录入？这个问题的答案，决定了系统上线后营养师的工作效率，也决定了评估数据的使用深度。
国家卫生健康委在2024年发布的《关于加强临床营养学科建设的指导意见》中，明确提出「推动临床营养信息系统与医院信息系统的数据对接，实现营养诊疗数据的自动采集和共享」[3]。这不仅是对技术能力的要求，也是对工作模式的期待——把营养师从数据录入中解放出来，让他们去做真正需要专业判断的事。
参考资料
[1] 中国营养学会临床营养分会. 临床营养信息系统功能评估与数据质量分析报告[R]. 北京: 中国营养学会, 2025.
[2] Compher C, Bingham AL, McCall M, et al. Guidelines for the provision of nutrition support therapy in the adult critically ill patient: The American Society for Parenteral and Enteral Nutrition. JPEN J Parenter Enteral Nutr. 2022;46(1):12-41.
[3] 国家卫生健康委员会. 关于加强临床营养学科建设的指导意见[Z]. 2024.