大数据监控全国输液?严格“限抗”来了!

2018-03-20 Adam 医学界

近日,有政协委员提议,将全国的输液情况纳入大数据监控之下,以遏制日趋泛滥的大输液。这一提案一旦通过,限抗管理或进入互联网监管时代。

近日,有政协委员提议,将全国的输液情况纳入大数据监控之下,以遏制日趋泛滥的大输液。这一提案一旦通过,限抗管理或进入互联网监管时代。

政协委员建议大数据监控全国输液状况,近年来限制输液的呼声越来越高。

两会期间,各项提案频出。全国政协委员、农工党湖南省委副主委、中南大学湘雅医院副院长张国刚,就对限制输液提出了一个新建议——出台输液的标准体系和管理机制,以及建立医院静脉输液的联网体系与大数据监控平台,以此监控全国输液状况。

一时间,“建立大数据平台监控输液”的消息,在医疗界引发热议。

国人输液已成卫生危机

抗生素的滥用目前成为全世界的问题。全国合理用药监测系统数据显示,全国临床上使用最广的药品是抗生素。据国家食药监局统计数据,药品不良反应案例中,占比最高的也是抗生素。这一系列的数据似乎暗示,抗生素滥用已经成了“众矢之的”,解决这一难题,也迫在眉睫。

据权威调查显示,中国人每年人均输液8瓶,抗生素类药物滥用问题严重已形成卫生危机,这让相关部门不得不采取措施让“酷爱”输液的国人与医院远离“吊瓶”。我国门诊感冒患者约有75%应用抗生素药物,外科手术应用抗生素药物则高达95%。内科、外科等大科室也是抗菌药物消耗最大的科室。

世界卫生组织(WHO)公布的调查结果也表明:中国住院患者抗生素的使用率高达80%,其中使用广谱抗生素和联合使用两种以上的抗生素的比率高达58%,远超出30%的国际水平。我国不仅医院、药店里抗生素的比例相当大,老百姓的家里抗生素也都随处存在。

与此同时,滥用抗生素也带来了严重的后果。目前,我国因滥用抗生素而引起药物中毒性耳聋的患儿已超过100万,儿童已成为滥用抗生素的最大受害者。如果对抗生素类药在不严加规范,控制滥用,我国死于严重感染的病人会大幅增加。这一数字,使我国成为世界上滥用抗生素问题最严重的国家之一。

威胁经济增长和全球稳定

抗生素耐药性严重威胁公共健康、经济增长和全球经济稳定。面对这么严重的抗生素滥用问题,国家层面有哪些动作呢?

其实,早在2012年8月份,有着“史上最严限抗令”之称的《抗菌药物临床应用管理办法》已经正式实施。根据规定,医生开处方使用抗生素时,必须根据患者的症状、体征及血、尿常规等实验室检查结果,初步诊断为细菌性感染者才能应用抗菌药物。而缺乏细菌及病原微生物感染的证据,以及病毒性感染者,都不能应用抗菌药物。

此外,随着新医改的推进,公立医院取消门诊输液,也对抗生素的滥用起到了很大的遏制作用。从去年开始,全国多地纷纷控制或取消医院门诊输液治疗,“医学界”此前曾做过多篇报道。业内人士认为,取消门诊输液将成为“医改新趋势”。而各地取消门诊输液最直接的原因就是要遏制抗生素滥用。

“中国是抗生素的使用大国,每年生产21万吨,出口3万吨,其余全部自销,人均消费138克,是美国的10倍。”早在2015年,英国经济学家吉姆·奥尼尔就指出,中国应将抗生素耐药感染列入2016年G20峰会的讨论内容。“如果我们不采取相应措施,所有人都将受到抗生素耐药性致死的威胁。”

“医学界”了解到,目前,安徽、浙江、江苏、江西等省份已明确出台对门诊输液的限制性措施,还有不少省份、地市以及医疗机构都在逐步明确限制门诊输液的政策。取消门诊输液后,医院的门急诊输液率下降明显,“小病不输液”的观点也在逐渐普及。

怎么办?构建预警体系,实行全国监控

随着新医改的推进,公立医院取消门诊输液,也对抗生素的滥用起到了很大的遏制作用。这几年,全国多地纷纷控制或取消大医院的门诊输液。但显然,这样的力度还远远不够。对此,张国刚建议,应当从体系构建入手,构建合理安全输液预警监控体系。

张国刚建议,参考国外使用标准和国内医疗机构的实际情况,建立符合我国医疗机构实际的标准体系等,以此强化医疗机构的静脉输液管理以及规范医务人员合理安全输液行为,并让医生和医疗机构坚持安全输液有健全的规律、法规来保护;引入行业监管与病患监督机制,整合医保、药品不良反应监测、宣传等相关单位和部门形成联动机制,从而建立合理安全输液预警监控体系。

如何加强行业监管?医院是否存在过度输液、过度用药问题或可一查便知。他表示,可要求各医院建立互联互通的合理安全输液监控平台。也就是,采用信息数据技术,建立全国医院静脉输液的联网体系与大数据监控平台以此监控全国各大医院的输液状况。这一提案一旦通过,限抗管理或进入了互联网监管时代。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=301112, encodeId=9a173011124c, content=学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=33, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmhead/Q3auHgzwzM6P57Bs8gOPaY1cQP9lIia0lmZOEXraGaoicqNToIslXDKw/0, createdBy=7a041951742, createdName=衣带渐宽, createdTime=Fri Mar 30 07:48:40 CST 2018, time=2018-03-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=298040, encodeId=118129804017, content=学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmhead/Q3auHgzwzM6P57Bs8gOPaY1cQP9lIia0lmZOEXraGaoicqNToIslXDKw/0, createdBy=7a041951742, createdName=衣带渐宽, createdTime=Tue Mar 20 11:19:28 CST 2018, time=2018-03-20, status=1, ipAttribution=)]
    2018-03-30 衣带渐宽

    学习

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=301112, encodeId=9a173011124c, content=学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=33, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmhead/Q3auHgzwzM6P57Bs8gOPaY1cQP9lIia0lmZOEXraGaoicqNToIslXDKw/0, createdBy=7a041951742, createdName=衣带渐宽, createdTime=Fri Mar 30 07:48:40 CST 2018, time=2018-03-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=298040, encodeId=118129804017, content=学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmhead/Q3auHgzwzM6P57Bs8gOPaY1cQP9lIia0lmZOEXraGaoicqNToIslXDKw/0, createdBy=7a041951742, createdName=衣带渐宽, createdTime=Tue Mar 20 11:19:28 CST 2018, time=2018-03-20, status=1, ipAttribution=)]
    2018-03-20 衣带渐宽

    学习

    0

相关资讯

PNAS:香港科大运用大数据分析艾滋病病毒结构

香港科技大学7日宣布,该校一支跨学科研究团队发现了一个有效的电脑方程式框架,能分析艾滋病病毒中一种关键蛋白(简称gp160)的健康状态,有助将来研发艾滋病疫苗。

BMJ:中国医疗大数据起步:已有多个“吃螃蟹者”

一提大数据,就像一团希望在燃烧,常会让人眼前发亮。而且随着科技的发展和人们的重视,数据量差不多每两年翻一番,预计到2020年数据量将比2011年扩张50倍。

“云大物移智”拓展行业疆界

云计算、大数据、物联网、移动互联、人工智能……这些新技术为医学、医院、医者拓展了疆界。新技术让人们憧憬着更加美好的未来,也给传统带来挑战。

赫捷院士:癌症防控应与大数据更紧密结合

全国人大代表、国家癌症中心主任、中国科学院院士赫捷在全国两会期间接受记者采访时表示,癌症防控与大数据紧密结合可以起到很好的防治作用。

张震江:智慧医疗的未来真的很美

智慧医疗时代已经来临,掌握住机遇就等于掌握了未来,伴随机遇的永远都有挑战,主要体现在以下几个方面。

关于循证医学、精准医学和大数据研究的几点看法

循证医学仍是当今最好的医学实践模式。需要注意的是,证据本身不等于决策,决策还必须考虑现有资源和人们的价值取向。证据显示,绝大多数患者不会因使用降血压、降血脂、降血糖、抗癌药而预防重要并发症或死亡,说明现代医学的很多诊断和治疗都不精准,找到那几个为数不多的对治疗有反应的患者就成了现代医学的梦。精准医学应运而生,但它并不是新概念,也不等于孤注一掷的基因测序。精准医学依赖的大队列多因素研究由来已久,也不