精准护理体系(T-GDPMAA 0005—2020).pdf

《精准护理体系(T-GDPMAA 0005—2020).pdf》由会员分享，可在线阅读，更多相关《精准护理体系(T-GDPMAA 0005—2020).pdf（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-1-精准护理体系 System of Precision Nursing （本稿完成时间：2020-11-27）T/GDPMAA 0005-2020 广 东 省 精 准 医 学 应 用 学 会 团 体 标 准 ICS 01.040.11 A 22 2020-11-28 发布 2020-11-28 实施 广东省精准医学应用学会 发布 T/GDPMAA T/GDPMAA 0005-2020 I 目 次 引 言.II 前 言.III 精准护理体系.1 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 精准护理体系框架.2 5 精准护理实践者的基本要求.3 6 精准护理实施的基础保障.4

2、 6.1 技术发展基础.4 6.2 专业发展基础.5 7 精准护理实施的技术路径.6 7.1 概述.6 7.2 精准护理评估.6 7.3 精准护理诊断.7 7.4 精准护理计划.8 7.5 精准护理实施.9 7.6 精准护理评价.10 8 精准护理的伦理考虑.11 附 录.13 参 考 文 献.14 T/GDPMAA 0005-2020 II 引 言 随着精准医学研究和推广的逐步深入，护理学科迎来了在精准医学背景下的新机遇、新挑战和新发展。目前，精准护理的概念和定位得到探讨，但尚未明确统一，不利于其在国内的推广和应用；精准护理实践也在临床中得到了初步探索，但尚无科学的实践指引和技术流程，不利于

3、精准护理的专业化发展。基于目前的认识，结合技术发展方向，本标准对精准护理体系首次进行全面界定，对精准护理体系提出一个更明确的定义和技术路线，旨在规范和推进精准护理行业的发展。T/GDPMAA 0005-2020 III 前 言 本标准按 GB/T 1.1-2009 给出的规则起草。本标准由中山大学肿瘤防治中心提出，由广东省精准医学应用学会归口。本标准起草单位：中山大学肿瘤防治中心、中山大学护理学院、中山大学附属第三医院、中山大学附属第六医院、广州市妇女儿童医疗中心、中国医学科学院肿瘤医院深圳分院、汕头大学医学院第一附属医院、广州医科大学附属肿瘤医院。本标准起草人：覃惠英、张俊娥、陈妙霞、邓颖辉

4、、林艳、路虹、应文娟、张玲玲。本标准为首次制定。T/GDPMAA 0005-2020 1 精准护理体系 1 范围 本标准提出了关于精准护理的术语和定义、体系框架、实践者基本要求、基础保障、技术路径和伦理考虑。本标准适用于规范和统一精准护理从业人员及单位机构对精准护理定义和技术路径的解读，为各从业人员和单位机构开展精准护理研究和应用提供参考。2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改版）适用于本文件。T/GDPMAA 0002-2020 精准健康管理体系（2020-5-20）3 术

5、语和定义 下列术语和定义适用于本文件。3.1 精准护理 Precision Nursing 在护理学发展进程中，通过多学科合作，应用包括基因组学技术在内的生物组学技术、物联网技术、大数据技术及人工智能技术等的先进技术，对个体至群体层面的表型特征（如症状、体征和疾病等）的生物组学层面、环境暴露层面和生活方式层面的因素进行分析，为护理对象提供全生命周期的精确、准时、个体化的整体护理服务，以期以最安全、最有效、最经济的方式促进个体和群体的舒适和健康。3.1.1 人 精准护理中，对护理对象的“人”的认识应从个体层面精细至基因-表型层面、延伸至家庭和家族层面、扩展至同一表型的社会群体层面。3.1.2 环

6、境 精准护理中，对“环境”的认识不仅重视内在生理、心理环境因素的评估，更重视影响表型的外在自然和社会环境因素的评估，强调环境对人的现存及前瞻性的影响作用。3.1.3 健康 T/GDPMAA 0005-2020 2 精准护理中，对“健康”的认识表现为更全面审视潜在的健康风险，关注到个体和群体身、心、社、灵健康需求。3.1.4 护理 精准护理中，对“护理”的认识为最大化为生命全过程涉及的个人、家庭、家族及社会群体创造促进健康的条件，实现个体和社会健康效益的最优化。3.2 精准护理程序 Precision Nursing Process 实现精准护理的基本路径和实践方法，包括精准护理评估、精准护理诊

7、断、精准护理计划、精准护理实施和精准护理评价，具有科学性、计划性、连续性、动态性、整体性和循环性的特点。3.2.1 精准护理评估 Precision Nursing Assessment 在传统护理评估基础上，通过与多学科团队合作，采用生物组学、物联网、大数据等先进技术挖掘包括但不限于以基因组（药物基因组、营养基因组、疾病基因组、症状基因组等）、转录组、蛋白组、代谢组、微生物组、表观遗传组、环境暴露组为代表的生物、生理、心理和社会环境因素的多维度数据，同时对实际的健康和健康促进需求进行评估，并将数据按戈登 11 健康功能形态进行整理、融合与分析。3.2.2 精准护理诊断 Precision N

8、ursing Diagnosis 基于对精准护理评估数据的精准分析，对现存的或潜在的健康问题、生命过程的反应、实际的健康和健康促进需求作判断，为达到预期的健康或健康促进结果选择护理措施。精准护理诊断以PES/PE/SE 的模式展现，在病因部分应至少涉及对基因、环境或生活方式的陈述。3.2.3 精准护理计划 Precision Nursing Plan 以精准护理诊断为依据，采用循证护理方法，与多学科团队、个体及家庭共同制定以个人、家庭、家族、社会、环境为切入点的增加舒适、满足健康或健康促进需要的个体化、全过程、全生命周期的干预方案，遵从护理计划原有的优先次序、可操作性、安全性和科学性原则。3.

9、2.4 精准护理实施 Precision Nursing Practice 依托物联网、人工智能等先进技术，将传统护理措施实施方法与新技术进行融合、转化，并执行和完成精准护理计划的过程，在此过程中强调在资源整合的情况下对护理对象的动态随访和监测。3.2.5 精准护理评价 Precision Nursing Evaluation 有计划地、系统地对护理对象的现状与预期护理目标进行比较，探讨护理措施实施的安全性、有效性和经济性，并将评价结果共享以搭建循证护理网络，并为生物医学大数据平台以及转化医学平台建立数据元素。4 精准护理体系框架 T/GDPMAA 0005-2020 3 精准护理通过整体护理

10、模式，应用在以恢复健康和健康促进为目的的全生命周期照护，个人、家庭、群体、社会照护和身、心、社、灵照护中。精准护理通过精准护理程序（包括精准护理评估、诊断、计划、实施、评价，详见实施技术路径部分）得以实现。精准护理融合了护理学、基础医学、临床医学、医学工程、计算机科学等学科的知识与技术，依托相应学科的发展而发展。精准护理体系框架如下图 1所示。图 1 精准护理体系框架 5 精准护理实践者的基本要求 T/GDPMAA 0005-2020 4 实施精准护理的护理人员应具备的基本知识和能力，包括但不限于：5.1 能与多学科团队合作，提供或帮助护理对象获得遗传与基因组学相关资源、服务和支持的能力；5.

11、2 有将特定的遗传与基因组学知识融入到护理实践的理念和能力；5.3 提供咨询，能根据不同特点或不同的护理对象选择合适的沟通方式进行信息告知和健康教育，具有帮助护理对象进行护理决策的能力；5.4 能在健康记录中识别相关的基因和生物标志物、环境和生活方式方面的信息；5.5 能绘制家庭系谱图，进行个人和家庭健康史风险评估；5.6 具备实践循证护理、发展精准护理研究和推进精准护理研究进行成果转化的能力；5.7 能与多学科团队合作，提升运用生物信息学、大数据、物联网、人工智能等先进技术实践精准护理的能力；5.8 能保护护理对象的合法权益，推动精准护理相关的法律法规、规章制度、伦理规范的形成。6 精准护理

12、实施的基础保障 6.1 技术发展基础 精准护理的实现需要依托精准医学发展中的组学检测技术、生物信息学技术、大数据技术、物联网技术和人工智能技术的发展及应用。6.1.1 组学检测技术 组学（Omics）指一些种类个体的系统集合，如基因组学（Genomics）是指对构成个体所有基因的组合。生物组学主要包括基因组学、蛋白质组学（Proteomics）、转录组学（Transcriptomics）、代谢组学（Metabolomics）、脂类组学（Lipidomics）、糖类组学（Glycomics）、免疫组学（Immunomics）、RNA（RNomics）组学、微生物组学（Microbiomics）等

13、，目前主要技术包括基因编辑技术、基因测序技术、基因扩增技术、基因杂交技术、遗传标记技术、蛋白指纹图谱技术、翻译后修饰蛋白组学技术以及液体活检技术等；组学检测技术是实现研究细胞、组织或整个生物体内各种分子组成及其分子间相互作用的现代科学技术，是精准医学中探索症状和疾病发生机制的关键技术和核心基础。6.1.2 生物信息学技术 生物信息学（Bioinformatics）综合利用生物学、计算机科学、信息技术、数学和工程学等多个学科，研究生物信息的采集、处理、存储、检索、传播、分析和解释等，包括单组学分析、多组学分析等，常见的如基因集富集分析（Gene set enrichment analysis,G

14、SEA）、全基因组关联分析（Genome-wide association study,GWAS），最普遍的应用是识别候选基因及核苷酸，以更好的认识疾病和症状基因基础、独特性、最优性能或者人群差异。6.1.3 大数据技术 大数据（Big data）是指在没有计算机和大量存储的情况下，人类无法理解或管理的范围和规模的数字信息。生物医学大数据包括对个体和群体的长期追踪随访所获得的基因组和其他组学信息、社会因素和环境因素暴露信息、电子病历或电子健康档案等生物信息和临床数据的集合体。大数据技术包括大数据收集和存储技术、大数据融合技术、大数据分析技术、大数据可视化技术。通过大数据技术实现以生物医学云数据

15、为载体，为各方提供数据挖掘、提取、分析和解释服务，以支撑进行健康和健康促进相关的循证、精准决策的制定与实施。6.1.4 物联网技术 T/GDPMAA 0005-2020 5 物联网（Internet of things,IOT）是将各种信息传感设备通过互联网进行连接，用户端可延伸和扩展到任何物与物之间进行信息交换和通信，实现对网络中的各装置进行识别、定位、追踪、监控并触发相应事件。通过医学物联网传感设备和互联网信息平台系统采集连续、不同场所的生物医学大数据，动态补充个人电子健康档案，目前已应用于药品管理、远程监护、移动医疗、跟踪监控等方面，利于实现对全过程、全生命周期的健康照护。6.1.5 人

16、工智能技术 人工智能（Artificial intelligence,AI）是运用计算机技术模拟人类大脑执行操作的人工系统，包括专家系统、机器学习、自然语言处理、自动规划、语音识别和图像处理等领域。医学人工智能技术目前主要包括医学专家系统、医院信息系统、医学情报检索系统、药物代谢动力学软件包、疾病预测预报系统和计算机辅助教学，是实现对个体、群体生命全周期健康大数据的采集、健康数据的智能分析与决策、健康随访与监测（动态评估、监测预警、跟踪随访、健康指导、风险识别等），及加强群体及生命全周期智能健康管理的重要途径。6.2 专业发展基础 精准护理的实现需要依托循证护理、精准健康管理、精准用药、精准症

17、状管理、精准营养、转化医学、遗传咨询的发展和应用。6.2.1 循证护理 循证护理（Evidence-Based Nursing,EBN）是指护理人员在计划护理活动过程中，审慎地、明确地、明智地将科研结论与其临床经验和患者愿望相结合，获取证据，作为临床护理决策依据。精准医学在追求个体化的同时，注重对现有资源的整合，以避免资源的浪费。因此，为实现安全、经济、有效的精准护理原则，应先通过循证护理方法对相关精准护理措施进行预判，并通过实施过程中的结果导向验证护理措施的有效性，在过程中获得的数据可加入循证护理的证据网络。循证护理是精准护理推广的必要过程，精准护理丰富了循证护理的实践内容和方法。6.2.2

18、 精准健康管理 精准健康管理（Precision Health Management）指在健康管理服务过程中，以生物医学大数据为基础，采用大数据、生物信息学和人工智能等先进技术，对个体和群体健康风险进行建模、评估、预测和干预，为健康管理对象提供全生命周期、全过程的精确、准时、共享、个体化的健康管理服务。在精准医学背景下，精准健康管理的内容不仅涉及影响健康和疾病的行为、社会人口学和群体水平的环境因素，而且更关注在分子、细胞、组织等多水平上深入研究人群健康和疾病。精准健康管理的发展不止局限在遗传与基因组学领域，还延伸到包括转录组、蛋白组、代谢组、微生物组、干细胞、微量元素、营养等多个领域，形成了环

19、境-社会等外界因素与人体自稳态维持为核心的多层次健康管理模式。6.2.3 精准用药 精准用药需同时考虑药物的治疗效果和由其引起的不良反应两个方面，药物基因组学使精准剂量成为临床用药安全的挑战之一，其核心在于寻找相关的药物基因组学（Pharmacogenomics,PGx）标记物，进而将个体分群进行个体化给药。药物基因组学研究是实现精准用药的必要途径，采用 GWAS 方法，系统地检测基因组中成千上万的遗传变异，通过发现与药物反应有重要关系的遗传因子，进而减少临床用药的试错法，避免患者暴露于无效或毒副作用较强的药物。截至 2017 年，GWAS 共收录了 216 个关于药物治疗的药物基因组学研究;

20、其中 145 个是关于药物疗效，69 个是关于药物不良反应或毒性反应。6.2.4 精准症状管理 基于精准医学理念基础上，主要开展对症状表型发生、发展过程中的遗传与基因表达层面的决定因T/GDPMAA 0005-2020 6 素研究，以最终达到症状精准预测、预防和降低困扰程度的目的。护理人员已在精准症状管理方面有较多探索，如疲乏、疼痛、淋巴水肿的发生和症状的严重程度、对治疗的反应性均具有在基因和蛋白分子表达层面的不同标记物。护理人员应发挥在症状管理的主动性，以精准症状管理为发展方向，探索、发现并尝试进行研究转化，降低群体症状困扰水平，提升生活质量。6.2.5 精准营养 旨在考察个体遗传与基因表达

21、背景、生活特征（膳食、运动、生活习惯等）、代谢指征、肠道微生物特征和生理状态（营养素水平、疾病状态等）因素基础上，针对特定的个体、在正确的时间提供科学合理的、安全高效的、精细化的营养干预方式，对潜在疾病进行预防和控制，达到促进个体和人群健康、改善临床疾病状态的目的。精准营养的发展离不开大数据的收集、分析和处理技术、现代生物医学和营养学的科学发现以及食品卫生技术的进步。6.2.6 转化医学 转化医学（Translation Medicine）主要目的在于打破基础医学与临床医学、药物或新技术研发之间的固有屏障，通过在其间建立起直接关联，把基于实验室的基础研究获得的知识、成果快速转化为临床上的治疗新

22、方法。转换医学倡导从临床工作中发现和提出问题，由基础研究人员进行深入研究，然后再将基础科研成果快速转向临床应用，基础与临床科技工作者密切合作，以提高医疗护理总体水平。转化医学强调多学科、多团队、多机构的通力合作。因此，在精准护理实践中，护理人员可积极主动承担研究者的角色，促进精准护理研究及成果的转化，例如基于精准营养的研究探讨，设计具有针对性的营养补充（或缺失）产品并推广至临床，达到有效预防和控制疾病发生发展的目的。6.2.7 遗传咨询 遗传咨询（Genetic Counseling）是指帮助人们理解和适应基因对于疾病的医疗、心理和家庭影响的过程，包括解读家族史和病史以评估疾病发生和复发的几率

23、；讲解疾病的遗传方式、检测手段、管理和预防方案以及相关的医疗资源和研究进展；通过咨询促进对于风险预防方法和相应病症治疗管理方案的知情选择和适应。护理人员可通过能力范围内的咨询指导，或与多学科团队合作及时进行转介，提升精准护理在遗传咨询中的重要作用。中国遗传学会遗传咨询分会于 2016 年开始在全国举办遗传咨询班，护理人员可逐步加入遗传咨询的队伍建设中。7 精准护理实施的技术路径 7.1 概述 通过精准护理评估、计划、诊断、实施和评价的连续、动态、循环，反复评价精准护理实施方案的科学性、可操作性、有效性、安全性和经济性，根据评价效果，不断精确、准时、个体化调整护理方案，建立人-环境-健康-护理的

24、评估、计划、诊断、实施和评价生态闭环系统，满足身、心、社、灵的健康和健康促进需求，建立全生命周期的整体护理管理流程。7.2 精准护理评估 精准护理评估实施路径见下图 2。T/GDPMAA 0005-2020 7 图 2 精准护理评估实施路径 7.2.1 精准护理需求可由护理对象主动发出、护理人员主动识别或通过应用大数据技术或人工智能技术进行预测得出。7.2.2 精准护理评估遵循传统护理评估原则，按照基本需要层次论评估生命过程中生理、心理、社会环境、发展和精神方面表型资料。7.2.3 精准护理评估在传统系统观察、交谈、体查和查阅的基础上，依托生物组学检测技术、生物信息学技术、物联网技术、大数据技

25、术挖掘与护理对象生理、心理、社会环境、发展和精神方面表型相关的生物、生理、社会环境暴露和心理决定因素的相关信息和数据，如家庭健康史风险评估（Family Health History,FHH）既是护理对象的生物决定因素，也是心理决定因素的一个方面，在促进降低风险的行为方面具有高度的预测性和有效性。7.2.4 通过大数据和人工智能技术辅助护理人员进行分析、判断得出护理对象在 11 个健康功能型态方面的健康问题，并罗列相应资料，为护理人员做出正确护理诊断、明确需求内容提供证据。7.3 精准护理诊断 精准护理诊断详细路径见下图3。T/GDPMAA 0005-2020 8 图3 精准护理诊断实施路径

26、7.3.1 精准护理诊断基于精准护理评估所收集整理后的分类资料，通过生物信息学技术、大数据技术（融合、分析、可视化）以及人工智能技术对资料进行多维度的识别和融合、聚类分析、关联分析（全环境关联分析，GWAS）和模型构建，以得出护理对象护理问题或症状，以及导致问题或症状的基因与分子表达层面、生理临床特征方面、生活方式和社会环境方面明确的相关因素。7.3.2 在护理问题或症状的相关因素中，应同时考虑各方面因素的交互影响作用。7.4 精准护理计划 精准护理计划详细路径见下图 4。图 4 精准护理计划实施路径 7.4.1 精准护理诊断遵循排序原则，排序依据包括护理对象自我认知的优先顺序、人工智能识别的

27、优先顺序和护理人员根据护理对象实际情况判断的优先顺序，其中护理人员依据循证护理及大数据技术分析判断的优先顺序占主导作用，护理对象自我认知和人工智能识别的优先顺序为护理人员作决策提供参考依据，体现护理对象的个体化需求。7.4.2 精准护理计划目标制定环节需要纳入护理对象作为实际的决策人之一，在决策过程中应通过循T/GDPMAA 0005-2020 9 证护理、大数据技术分析以及可及资源评估获取足够的证据支持目标的科学性、安全性和可行性，并为目标的实现规划期限。7.4.3 护理措施的制定围绕护理对象的护理问题及相关因素，在个人、家庭、环境和社会层面针对基因与分子表达层面、知识、信念和行为层面、社会

28、文化层面、环境管控层面、政策倡导层面充分评估现实中可及资源，制定具有针对性、可行性、科学性、安全性的护理措施。7.5 精准护理实施 精准护理实施具体策略见下图 5。图 5 精准护理实施具体策略 7.5.1 依据制定的精准护理计划，精准护理实施主要围绕个体和群体层面及社会文化和环境两个层面。7.5.2 在个体和群体层面的策略实施以精准健康管理为主导，包括精准用药、精准症状管理、精准营养管理、遗传咨询、精准随访监测以及精准运动、精准睡眠、精准心理调节、精准健康教育等。精准健康管理需要从基础到临床等多学科、多机构团队的紧密合作，制定个体化、全过程、全生命周期的健康和健康促进干预方案，以实现动态追踪和

29、良好的三级预防效果，实现个体和群体健康效益的最大化。以精准运动为例，应结合护理对象体能测试结果、遗传与组学信息、临床特征、生活方式、环境条件与个体需求，制定精准运动处方。在精准健康管理的护理实践中，精准用药、精准症状管理、精准营养管理、遗传咨询和精准随访监测已有一定的应用。7.5.3 护理人员在精准用药的实践中应与药师、医生紧密合作，掌握护理对象关于药物种类、剂量、T/GDPMAA 0005-2020 10 给药途径等的药物基因组学相关知识，根据护理对象的具体需求、人群特点、文化背景等，采取有效的方式向护理对象解释药物基因测试的风险和好处、药物反应的差异性及其与基因之间的联系，并通过生活方式的

30、调整等合理规避药物的不良反应，提高服药依从性。7.5.4 护理人员在精准症状管理实践中应与实验室人员、医生紧密合作，发挥症状控制的主导性，探讨护理对象症状的发生、发展及干扰程度的遗传与组学信息、临床特征、生活方式、环境条件等，制定个体化策略，以预测、预防和诊断症状的发生、发展，并评估和促进药物和非药物治疗的症状缓解效果。7.5.5 护理人员在精准营养管理的实践中应与营养师、医生紧密合作，通过观察不同个体对不同营养治疗的反应性，深入探讨护理对象在营养合成、代谢全通路过程中的内在遗传与组学相关变异和外在因素影响，精准制定、调整、实施营养干预方案，改善疾病状态和促进健康。7.5.6 护理人员在遗传咨

31、询中应与遗传咨询师、医生紧密合作，在识别护理对象的健康状况可能与基因遗传相关时，应主动寻求遗传咨询师、医生和其他多团队成员的支持，进行对个体、家庭和人群易感基因识别、环境-行为危险因素评估、遗传筛查方案设计、预防和治疗措施有效性判断、健康教育依从性和基于遗传易感性的健康监测等的护理遗传咨询管理，发挥护理在疾病三级预防中的主导作用，并有能力识别自身知识和能力限制，及时将护理对象及其家庭转介至遗传咨询师团队。7.5.7 护理人员在精准随访监测中应在落实传统随访监测干预方案时，主动创新、与多学科团队成员紧密合作，融合新技术和信息支持系统发展，通过物联网远程装置，包括移动活动记录仪、可穿戴技术、生物、

32、行为、环境监测系统，以及人工智能设备等对护理对象的日常生活行为和健康促进行为进行指导和追踪，获得健康相关的身、心、社、灵数据，并促进数据共享和大数据平台的构建，进一步指导和促进服务对象院外自我管理行为的形成，提升生活质量，保障个体和群体层面三级预防措施的实施。7.4.8 在精准护理实施中，护理人员应积极与多学科团队成员合作，首先，将物联网技术、人工智能技术融合传统的护理照护措施中，提高护理服务的普及、可及、及时和精准性，抓住在大数据平台搭建和使用中的主动性；其次，推动精准护理的基础研究，在精准用药、症状管理、精准营养等方面探讨疾病及症状发展和治疗结局的预测指标，正确识别影响一级预防和二级预防的

33、风险和差异因素后，可通过个体化方案的制定和干预，提升传统模式下护理照护的有效性，并促进循证护理的发展；第三方面促进护理学发展中的转化医学研究，及时将护理研究结果进行转化，如研究开发具有针对性的服药指导监督设备，提高特定人群的健康状态。7.5.9 护理人员在社会文化和环境层面的精准护理策略实施中，需不断加强与多学科、多部门的协作，发挥护理研究的主动性，实施研究、倡导、促进三者同步并相互协同，与护理对象、社会群体、政府部门共同努力逐步优化社会文化条件和生态环境。7.6 精准护理评价 精准护理评价详细路径见下图 6。T/GDPMAA 0005-2020 11 图 6 精准护理评价实施路径 7.6.1

34、 精准护理评价围绕精准护理在个体、家庭、群体、社会层面措施的实施，基于护理对象需求满足和满意度水平，通过物联网、大数据平台、人工智能及传统评价方式对健康恢复和健康促进层面的资料进行收集、整理。7.6.2 精准护理评价凭借大数据分析技术、生物信息学技术、循证护理方法、传统评价方式对精准护理实施的各项和整体措施在健康恢复和健康促进层面的安全性、有效性和经济性进行评价，判断措施实施的精准水平。7.6.3 精准护理评价结果将有扩充循证护理的证据网络，有助于大数据平台的源数据收集和转化医学的发展。7.6.4 精准护理评价将进一步识别护理对象的健康需求和健康促进需求，推动下一个精准护理程序的开始。8 精准

35、护理的伦理考虑 精准护理伦理考虑需符合以下三个原则，同时可参考的附录中的部分指南或规范文件。8.1 知情同意原则 知情同意原则从精准护理所涉及的标本采集开始，贯穿精准护理的信息收集、处理、使用和共享整个过程。其中，信息包括遗传与组学相关信息、电子病历信息、生活方式、社会环境等所有个人信息。要保障护理对象的知情同意权，在其对收集的具体内容、目的、用途、使用方式、保密性、风险和获益等充分知情并自愿提供的基础上，才可收集信息，且护理对象拥有同意提供和拒绝提供的选择权和自决权，以及随时退出的自主权，护理人员不得未经同意不合理使用护理对象的个人信息，尤其是基因信息。8.2 诚实信用原则 保管信息的护理人

36、员应尽到诚实信用义务，遵守对提供信息的护理对象的所有承诺，采取保密措T/GDPMAA 0005-2020 12 施，防止包括基因信息在内的带有个人身份特征的信息的丢失、泄露，保护个人隐私安全。使用者应按照向护理对象告知的使用内容、方式、目的去使用信息，不得超出自己的承诺范围；并承担信息公开的义务，告知护理对象信息利用情况，如有超出前期知情同意范围以外的信息使用，应再次征求知情同意。8.3 利益平衡原则 首先，信息的收集和使用应从提高护理对象的健康和健康需求出发，优先保障护理对象在精准护理实施过程中的获益原则；其次，信息使用者在进行精准护理研究转化后，如利用基因信息研制出新药并投放市场，需要考虑

37、对提供信息的护理对象的收益分享；再者，由于基因信息不仅具有个体性，还包含家族、种族甚至民族的遗传特征，因此，在收集个人遗传与组学信息时，除考虑对提供信息的护理对象个人权利的尊重，还应考虑对基因利益相关方的整体利益，其合法权益不应受此信息收集和利用过程的威胁或损害。最后，当个人隐私与社会的公共利益产生冲突时，只有当社会利益受到严重挑战时，才可放弃对护理对象个人权利的保护，其他情况应首先将护理对象的人身安全、健康权益放在优先地位。T/GDPMAA 0005-2020 13 附 录（资料性附录）精准护理伦理考虑可参考的部分指南或规范文件 名称 年份 发文机构 护士职业道德准则 2006 年 国际护士

38、协会 赫尔辛基宣言 2013 年 世界医学协会 护士伦理守则 2015 年 美国护士协会 精准医学隐私与信赖最终原则 2015 年 美国白宫 精准医学计划安全原则框架 2015 年 美国白宫 干细胞临床研究管理方法（试行）2015 年 原卫计委 涉及人的生物医学研究伦理审查办法 2016 年 原卫计委 人工智能辅助诊断技术管理规范 2017 年 卫健委 人工智能辅助治疗技术管理规范 2017 年 卫健委 个人信息保护法 2017 年 日本 国家健康医疗大数据标准、安全和服务管理办法（试行）2018 年 卫健委 新一代人工智能治理原则发展负责任的人工智能 2019 年 卫健委 中华人民共和国人类

39、遗传资源管理条例 2019 年 国务院 T/GDPMAA 0005-2020 14 参 考 文 献 1 FS Collins,H Varmus.A New Initiative on Precision Medicine J,N Engl J Med,2015,372(9):793-795.2 范美玉.基于大数据的精准医疗服务模式研究D.华中科技大学,2016.3 Wujcik D.Scientific advances shaping the future roles of oncology nurses J.Seminars in Oncology Nursing,2016,32(2):8

40、7-98.4 Mc Cormick KA,Calzone KA.Genetic and Genomic Competencies for Nursing Informatics Internationally.Stud Health Technol Inform.2017;232:152-164.5 李冰.变革管理思维 精准护理学科建设J,护理实践与研究,2016,13(9):15-17.6 吴珍珍,甘艳玲,程云.精准护理在我国临床实施的现状及展望J.中国临床护 理,2019,11(4):360-363.7 Fu,Mei.R.,田亚丽,冯先琼等.精准护理的应用领域及发展方向J.中华护理杂志,2

41、017,52(10):1273-1275.8 刘锁霞,李坤.精准护理的人本底蕴与实证应用探究J.护理学杂志,2018,33(22):92-94.9 Founds S.Systems biology for nursing in the era of big data and precision health J.Nursing Outlook,2018 66(3):283-292.10 Founds S.A.Introducing systems biology for nursing science J.Biological Research for Nursing,2009,11(1):7

42、3-80.11 Calzone K,Cashion A,Feetham S,et al.Nursing transforming health care using genetics and genomics J.Nurisng Outlook,2010,58(1),26-35.12 Cimino A.From Hela cells to nanotechnology:NINR celebrates 15th anniversary of its Summer Genetic Institute EB/OL.https:/irp.nih.gov/catalyst/v22i6/from-hela

43、-cells-to-nanotechnology,2014-11-1,2019 年 4 月 20 日.13 Genomic Nursing State of the Science Advisory Panel.A Blueprint for Genomic Nursing Science J.J Nurs Scholarsh.2013,45(1):96-104.14 Giacomini K M,Yee S W,Mushiroda T,et al.Genome-wide association studies of drug response and toxicity:an opportuni

44、ty for genome medicineJ.Nature Reviews Drug Discovery,2017,16:1-3.15牟奕，肖恒怡，董碧蓉.精准医学:全基因组关联研究在药物基因组学中的进展J.中国老年学杂志.2019,39(24),6149-6153.16 柴红燕,王伟,商璇等.美国基于实践的遗传咨询师专业培训、认证和评估系统J.中华医学遗传学杂志,2019,36(1):37-43.17 Hickey KT,Bakken S,Byrne MW,et al.Precision health:Advancing symptom and self-management scienc

45、eJ.Nurs Outlook,2019,67(4):462-475.18 Wu RR,Myers RA,Hauser ER,et al.Impact of Genetic Testing and Family Health History Based Risk Counseling on Behavior Change and Cognitive Precursors for Type 2 Diabetes.J Genet Couns.2017;26(1):133-140.19 Xiong,XY,Hu,J.E,Ma,ZW,et al.The Construction and Implemen

46、tation of a Cancer Precision Nursing ModelJ.Yangtze Medicine,2019,3,1-9.20 Conley Y P,Heitkemper M,McCarthy D,et al.Educating future nursing scientists:Recommendations for integrating omics content in PhD programs.J.Nurs Outlook,2015,63(4):417-427.21 National Human Genome Research Institute.The Ethi

47、cal,Legal and Social Implications(ELSI)Research Program EB/OL.https:/www.genome.gov/Funded-Programs-Projects/ELSI-Research-Program-ethical-legal-social-implications,2019-6-7,2020年6月7日.22 Badzek L,Henagan M,Turner M,et al.Ethical,legal,and social issues in the translation of genomics into health care

48、 J.Journal of Nursing Scholarship,45(1),15-24.T/GDPMAA 0005-2020 15 23 Schnur KC,Gill E,Guerrero A,et al.Best Practices for Obtaining Genomic Consent in Pediatric Traumatic Brain Injury Research J.2019,68(2):E11-E20.24 Kraft SA,Cho MK,Gillespie K,et al.Beyond Consent:Building Trusting Relationships

49、With Diverse Populations in Precision Medicine ResearchJ.2018,18(4):3-20.25 Cashion AK,Gill J,Hawes R,et al.NIH Symptom Science Model Sheds Light on Patient Symptoms J.Nurs Outlook.2016,64(5):499-506.26 Han CJ,Kohen R,Jun S,et al.COMT Val158Met Polymorphism and Symptom Improvement Following a Cognit

50、ively Focused Intervention for Irritable Bowel Syndrome J.Nurs Res,2017,66(2):75-84.27 张晓夏,张童,唐楚蕾等.大数据背景下护理人员面临的机遇和挑战J,护理研究，2017,31(19):2305-2308.32 28 Westra BL,Choromanski L.Amazing news for sharing/comparable nursing data to support big data scienceJ,Comput Inform Nurs,2014,32(6):255-256.29 Westr