一、政策要求数据联动，但多数系统还在「各说各话」
2022年国家卫健委发布的《临床营养科建设与管理指南（试行）》明确要求，临床营养诊疗信息系统应当实现营养风险筛查、营养评估、营养诊断、营养治疗方案制定、营养处方开具、营养治疗执行与监测等全流程信息化管理。这里的「全流程」三个字，核心含义就是数据在全流程中的贯通——从评估到处方，数据的传递不应有任何中断。
但现实与政策要求之间，还存在不小的差距。
2025年中国营养学会临床营养分会发布的《临床营养信息系统功能评估与数据质量分析报告》显示，在调研的87家三级医院中，营养评估模块与处方管理模块之间实现数据自动流转的比例仅为31%。近七成医院的两套核心模块之间，数据是断开的[1]。
评估数据归评估数据，处方数据归处方数据。营养师在评估模块中完成了患者的营养状况评估，记录了体重变化、实验室指标、膳食摄入、功能状态等大量数据，但到了开处方的时候，这些数据不会自动进入处方模块。营养师需要根据评估结果重新计算能量需求目标、蛋白质需求目标，然后在处方模块中手动录入这些参数。如果评估模块和处方模块由不同厂商提供，甚至需要在一套系统中查看评估结果，再切换到另一套系统中开处方。
这种「各说各话」的状态，不仅增加了营养师的重复劳动，更关键的是，它让评估数据到处方决策之间的转化效率大打折扣。评估数据中蕴含的大量信息——体重变化趋势、营养状况的动态演变、特定指标对治疗方案的提示——在数据断链的情况下，无法被处方模块充分利用。中华医学会肠外肠内营养学分会在其临床营养质量控制指南中强调，营养治疗全流程信息的贯通性是实现质量控制的基础，数据在环节之间的断链是制约质控体系发挥作用的主要障碍之一[2]。
二、数据联通了，效率提升在哪里
当评估模块和处方模块之间的数据链路打通之后，最直观的变化体现在两个环节：处方开立效率和处方精准度。
处方开立效率的提升。
在数据未联动的状态下，营养师完成一份评估后，需要将评估结果中的关键参数——患者的能量需求目标、蛋白质需求目标、当前营养状况等级——手动带入到处方开立界面。如果系统界面设计不够友好，营养师需要将评估界面和处方界面分屏显示，一边看评估结果，一边录入处方参数。这个过程平均耗时约5到8分钟。
在数据联动的状态下，评估模块的关键参数自动带入处方模块。营养师打开处方开立界面时，系统已经根据评估结果自动计算好了能量需求目标和蛋白质需求目标的参考值，并按照患者的营养状况等级推荐了初始处方模板。营养师需要做的是确认系统推荐的参数，根据患者的具体情况进行微调，然后提交处方。这个过程平均耗时约2到3分钟。
从5到8分钟缩短到2到3分钟，单次处方开立节约了约3到5分钟。以日均30到40份处方计算，每天节约的时间约为1.5到3小时。换算到全年，约为400到800小时——相当于半名营养师一年的有效工作时间。国家医院管理研究所发布的《中国医院营养诊疗信息化建设现状评估》中有一组数据与之呼应：在已实现评估与处方模块数据联动的医院中，营养师日均工作时间中用于数据录入和搬运的比例从32%降至18%，释放出来的时间更多地用于患者评估和方案制定[3]。
处方精准度的提升。
效率提升只是数据联动的一个方面，更重要的价值在于处方精准度的改善。
在数据未联动的状态下，营养师在处方模块中手动录入能量需求参数时，存在转录错误的风险。体重数据看错一位小数、能量需求目标记错一个数字——这些看似微小的错误，在处方执行层面可能产生显著影响。以一位需要1500千卡/天能量摄入的患者为例，如果处方参数录入时多了一个零，变成15000千卡/天，系统不会自动识别这个异常，因为处方模块没有评估数据作为参考基线。
在数据联动的状态下，处方模块能够自动对比处方的能量和蛋白质总量与评估结果中的目标值，发现偏差超过设定阈值时自动提醒。系统可以在处方提交前做一次合理性校验：处方总能量与评估目标值的偏差是否在合理范围内，主要营养素的比例是否与本诊断的推荐方案一致，特殊疾病的限制性营养素是否超标。这些校验在数据未联动时无法实现，因为处方模块「不知道」评估结果是什么。
从实际运行数据来看，实现了处方合理性校验的医院，处方参数转录错误率从平均8%至12%降至2%以下。每一份经过校验的处方，都相当于多了一层质量保障。
三、数据联动对临床决策的深层影响
效率提升和精准度提升是数据联动的直接收益，但数据联动对临床决策的影响，远比这些更深入。
从「单次评估」到「动态追踪」。
在数据未联动的状态下，评估和处方是两次相对独立的事件。评估完成了，开出处方，后续的监测数据与初始评估之间缺乏自动关联。当患者的营养状况在治疗过程中发生变化时——体重下降、白蛋白水平回升、胃肠道功能恢复——这些变化信息需要营养师主动发现，才能纳入下一次处方调整的决策依据。
在数据联动的状态下，系统可以自动追踪评估参数的变化趋势，并在处方调整时提供参考。例如，系统检测到患者的体重在一周内下降了3%，在营养师打开处方调整界面时，自动提示「体重下降3%，建议重新评估能量需求」；系统检测到患者的白蛋白水平已从入院时的28g/L回升到35g/L，自动提示「白蛋白已恢复正常范围，可考虑调整蛋白质供给方案」。这些提示不是替代营养师的判断，而是在信息过载的环境中，帮助营养师注意到那些容易被忽略的变化信号。
从「经验判断」到「数据校准」。
营养治疗方案的制定，在一定程度上依赖营养师的个人经验——同类疾病、同类状况的患者，过去通常用什么方案，效果如何。这种经验判断在大多数情况下是有效的，但存在两个问题：一是经验难以标准化，不同营养师的经验差异可能导致同一患者得到不同的治疗方案；二是经验难以验证，经验判断的依据是什么、效果如何评价，缺乏数据支撑。
数据联动为经验判断提供了一层「数据校准」机制。当评估数据和处方数据处于同一系统中时，系统可以积累大量的「评估-处方-效果」数据对，形成科室层面的参考基线。例如，系统可以统计出在本科室，NRS-2002评分达到5分及以上的肿瘤患者，初始能量供给方案通常设定在什么范围；营养不良等级为轻度的患者，从评估到处方开立的平均时间是多少；不同能量供给方案下，患者一周后的体重变化分布如何。这些数据基线不是标准答案，但它们为营养师的处方决策提供了一个可参考的锚点——当营养师的处方参数与科室基线明显偏离时，系统可以提示确认，而不是盲目地跟着经验走。
中国营养学会在《临床营养管理规范》中明确提出，营养治疗方案的制定应当基于系统评估数据，并参考科室积累的临床数据，逐步从经验驱动转向数据驱动[4]。数据联动正是实现这一转变的基础条件。
从「结果记录」到「决策回溯」。
在数据未联动的状态下，评估结果和处方数据是分开记录的。当需要回顾某位患者的营养治疗历程时，需要分别在评估模块和处方模块中查找数据，手动拼凑出完整的治疗链条。这个过程不仅耗时，而且容易遗漏关键信息。
在数据联动的状态下，系统为每位患者生成一条完整的营养治疗时间线——入院时的筛查结果、评估的初始数据、开出的处方方案、执行过程中的监测数据、方案调整的记录、出院时的营养状况。时间线上的每个节点都有关联的详细数据，可以展开查看。当需要做病例讨论或质控分析时，营养师可以在一个界面上看到患者完整的营养治疗历程，而不是在多个模块之间反复切换。
这种决策回溯能力，对于质控分析和持续改进尤其重要。当科室需要对某一类患者的营养治疗质量进行回顾分析时，可以快速调取该类患者的完整治疗数据，从评估到处方到监测到结局，全链条数据一目了然。质控分析不再依赖营养师的手工记录和记忆，而是基于系统数据的客观分析。
四、数据联动的技术实现路径
评估模块和处方模块的数据联动，在技术层面不是一件特别复杂的事情，但在实际落地中，很多医院遇到了比预想更多的阻力。
接口对接的三种模式。
评估模块和处方模块的数据联动，通常有三种实现方式。
第一种是同一厂商的一体化系统。评估模块和处方模块属于同一套系统，底层数据库相同，数据联动在系统内部完成。这种方式的技术复杂度最低，数据一致性最高，联动效果最好。问题在于，如果医院在系统选型时选择了不同的厂商分别提供评估模块和处方模块，这种方式就行不通。
第二种是同一厂商的模块化系统，但评估和处方模块通过API进行数据交换。这种方式需要在系统内部定义标准的数据接口规范——评估模块输出什么数据、以什么格式输出、什么时候输出；处方模块需要什么数据、以什么格式接收、如何处理数据异常。在模块化系统中，这些接口规范由同一厂商定义，兼容性通常较好。
第三种是不同厂商系统之间的数据对接。这种方式的技术复杂度最高，两个系统之间的数据格式、数据标准、数据粒度的差异，都需要通过接口开发来解决。需要双方厂商开放接口文档，约定数据交换协议，定义数据映射规则。从实际落地情况来看，不同厂商系统之间的数据对接，从需求确认到接口联调再到上线运行，通常需要2到4个月。国家卫健委在《关于进一步推进临床营养高质量发展的通知》中鼓励医疗机构在系统建设时优先考虑一体化方案，减少因系统异构带来的数据流通障碍[5]。
数据标准的统一是前提。
无论采用哪种技术路径，数据联动的前提是数据标准的统一。
评估模块输出的数据项，需要与处方模块能够识别的数据项保持一致。以能量需求目标为例，评估模块中输出的可能是「基础能量消耗1500千卡/天」和「总能量消耗1800千卡/天」，而处方模块需要的是「目标能量供给量1800千卡/天」。如果评估模块和处方模块对能量需求这个数据项的定义不一致——一个用的是基础能量消耗，一个用的是总能量消耗——数据联动就会产生偏差。
解决这个问题，需要在系统层面建立统一的数据字典。对每个需要跨模块流转的数据项，明确其定义、单位、取值范围和业务含义。能量需求目标统一为「目标能量供给量」，单位统一为千卡/天，取值参考范围按性别和年龄分层。蛋白质需求目标统一为「目标蛋白质供给量」，单位统一为克/天，取值参考范围按疾病类型和肾功能分层。数据字典建立后，评估模块和处方模块都按照这个字典来定义数据项，数据联动就有了统一的语言。
数据质量管控前移。
数据联动之后，评估模块的数据质量直接影响处方模块的决策质量。如果评估数据本身存在偏差——体重数据录入错误、实验室指标单位混淆、评估结果评分的偏差——这些偏差会通过数据联动直接传递到处方模块，导致系统推荐的处方参数偏离实际需求。
这就要求数据质量管控的关口前移。在评估模块中嵌入数据校验规则，确保关键字段的完整率和准确率达到一定标准后再允许数据传递到处方模块。具体来说，评估模块中的数据在确认提交之前，需要经过一次系统级的数据质量检查：必填字段是否完整、数值是否在合理范围内、关键指标的异常波动是否经过确认。数据质量检查通过后，评估数据才能进入处方模块的引用队列。
从实践来看，建立了数据质量前置校验机制的医院，评估数据传输到处方模块后的异常率明显低于未建立校验机制的医院。前者平均异常率约为3%到5%，后者约为15%到20%。数据质量管控前移的投入产出比相当高——在源头拦截一个错误，比在后续环节纠正十个错误更省力。
五、从数据联动到决策协同：一个可执行的推进计划
数据联动不是终极目标，最终目标是实现评估和处方之间的决策协同——让评估数据真正成为处方决策的支撑，而不是两张皮。
第一步：摸清家底，做一次数据联动现状评估。
了解当前评估模块和处方模块之间的数据流通状况。哪些数据可以自动流转，哪些数据需要人工搬运，哪些数据完全无法互通。评估完成后，形成一份数据联动现状报告，明确需要打通的数据链路和优先级排序。这个阶段建议用时1到2周，不需要复杂的技术手段，重点是准确掌握现状。
第二步：统一数据标准，建立数据字典。
在评估模块和处方模块之间建立统一的数据字典。核心数据项——能量需求目标、蛋白质需求目标、当前营养状况等级、体重、BMI、关键实验室指标——逐一明确定义、单位、取值范围和业务含义。数据标准统一后，评估模块按照新标准输出数据，处方模块按照新标准接收数据。这个阶段建议用时2到4周，需要评估模块和处方模块的厂商共同参与。
第三步：接口开发与联调测试。
根据数据联动现状评估的结果，确定接口开发的技术方案。如果是同一厂商的模块化系统，通过系统内部API实现数据联动。如果是不同厂商的系统，通过数据交换平台或中间件实现数据联动。接口开发完成后，进行联调测试，确保数据传输的准确性和实时性。这个阶段建议用时4到8周，是整体推进中耗时最长的环节，需要信息科和厂商的密切配合。
第四步：上线运行与效果评估。
选择1到2个病区作为试点，上线数据联动功能。运行2到4周后，评估效果指标：处方开立效率提升了多少、处方参数转录错误率降低了多少、系统推荐的处方方案被采纳的比例是多少。效果评估通过后，在全科推广。这个阶段的核心是验证数据联动在实际临床环境中的稳定性和效果，而不是追求快速铺开。
第五步：持续优化与深度应用。
数据联动上线后，收集使用反馈，持续优化数据接口的稳定性和数据传输的时效性。在数据联动的基础上，逐步探索更深层次的应用——基于评估数据的处方推荐、基于治疗效果的评估-处方闭环优化、基于科室数据的决策基线建立。持续优化没有固定的时间节点，而是伴随系统使用的全过程。
数据联动是系统价值的放大器
评估模块和处方模块，是临床营养诊疗系统中两个最核心的功能模块。评估模块回答「患者需要什么」的问题，处方模块回答「给患者什么」的问题。这两个问题之间的逻辑链条，中间不应该有数据中断。
当两套系统开始「对话」，评估数据自动进入处方决策环节，处方执行数据反馈回评估结果的追踪——数据在评估和处方之间形成闭环，临床营养诊疗才真正从「分段管理」走向「全流程管理」。对于正在建设或升级临床营养诊疗系统的科室来说，数据联动应该是最优先的投入方向之一——它不是功能选项，而是系统价值释放的基础设施。
数据联动的建设成本不高，但带来的效率提升、精准度改善和决策支持能力，是系统从「能用」到「好用」的关键跨越。当评估数据真正成为处方决策的支撑，而不是停留在评估报告中的数字——营养师的工作效率、处方质量、治疗效果，都会随之改变。对于科室管理者来说，推动评估与处方模块的数据联动，是当前投入产出比最高的信息化建设方向之一。
参考文献
[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]. 2025.
[2] 中华医学会肠外肠内营养学分会. 临床营养质量控制指南(2023版)[J]. 中华肠外肠内营养杂志, 2023, 30(5): 257-268.
[3] 国家医院管理研究所. 中国医院营养诊疗信息化建设现状评估报告[R]. 2025.
[4] 中国营养学会. 临床营养管理规范[S]. 2023.
[5] 国家卫生健康委员会. 关于进一步推进临床营养高质量发展的通知[Z]. 2025.