癌症治疗，尤其是化疗，会对儿童患者的免疫系统产生持续抑制，这种免疫抑制状态可在治疗结束后持续长达12个月，显著干扰常规免疫接种程序的推进。正因如此，为癌症患儿制定个性化补种方案具有重要的临床意义，却也面临相当大的技术挑战。目前应用广泛的免疫接种决策支持系统均以健康儿童为服务对象，无法处理肿瘤治疗相关的免疫抑制、造血干细胞移植 (HSCT)后的重新进行全套免疫接种的需求，以及化疗期间活疫苗的使用禁忌等特殊临床情形。
近期，来自波兰、德国的研究团队在International Journal of Medical Informatics上发表研究，报告了一套专为儿童肿瘤患者设计的自动化临床决策支持系统（CDSS）的开发与评价结果。研究表明，该系统在技术准确性和临床实用性两方面均表现优异，有望成为改善肿瘤患儿治疗后免疫管理的有效工具。
癌症患儿的免疫接种面临多重技术和临床挑战
澳大利亚的数据显示，高达40%的儿童癌症幸存者存在疫苗接种状态不达标的问题。在绝大多数地区，需要由专业儿科医生或疫苗学家手动制定接种计划——这种方法不仅耗时费力、容易出错，而且可及性有限。此外，许多儿科肿瘤医生对补种方案的规范要求掌握并不全面，癌症患儿的漏种和延迟接种的问题普遍存在。
目前最成熟的免疫接种临床决策支持工具之一为美国疾病控制与预防中心（CDC）开发的CDSi系统，但该系统依托美国CDC的免疫信息系统支持部门建立。CDSi的核心定位是面向美国健康人群的常规免疫场景，尚未专门针对免疫功能受损儿童（如肿瘤患者、HSCT受者）的接种需求构建规则体系。此外，CDSi基于美国免疫实践咨询委员会（ACIP）推荐，与其他国家的国家免疫程序存在显著差异，难以直接用于全球其他地区。此外，巴基斯坦和孟加拉国也相继开发了移动端接种决策支持系统，但其设计对象均为健康儿童及成人，未涉及肿瘤患者的特殊需求。
在全球范围内，针对癌症患儿接种的指南或建议非常有限，其中最关键的技术难点在于系统性治疗期间，疫苗接种的时机到底应该如何确定——一些指南提出在治疗期间可继续接种疫苗，而另一些则主张推迟至治疗结束或达到特定的淋巴细胞阈值后再接种。此外，当前新型的新型靶向抗癌疗法如何纳入疫苗接种建议的考虑，以及潜在的疫苗-治疗相互作用，都是设计此类支持工具的难点。
决策工具设计：知识库构建与变量考量
通常情况下，癌症患儿的补充方案制定需要综合考虑以下因素：患儿年龄对应的基础免疫程序、治疗前已完成的接种史、化疗方案对免疫功能的影响程度、造血干细胞移植是否发生及时机、活疫苗的使用限制，以及不同疫苗间的最短接种间隔等。这些变量相互交织，使得人为制定补种方案极为耗时，且高度依赖专业医生的个人经验，在基层医疗机构和专科资源匮乏的地区尤为困难。
基于此，研究团队开发并验证了一套自动化的临床决策支持系统，通过算法生成接种计划来优化为癌症患儿提供免疫接种决策的工作流程。根据PRISMA指南，研究团队对儿科癌症患者的疫苗接种建议进行了系统综述，以制定全面的接种计划算法，结合世界卫生组织（WHO）及ACIP常规免疫推荐，整合四篇面向癌症患者或免疫功能受损者的疫苗接种指南（见表1），构建全面的接种规则数据库。
表1 优化算法所依据的推荐意见来源
该规则库涵盖27种疫苗，编码了年龄依赖性剂量要求、剂次间最短与最优间隔、活疫苗使用限制、治疗后接种时间窗以及造血干细胞移植后的再接种方案等关键参数。当不同指南存在矛盾时，研究团队通过共识讨论，综合考量疫苗产品特性与临床可操作性后作出判定。
此外，算法通过六个顺序步骤生成个性化接种方案：核验现有接种记录→确定所需疫苗剂次→生成初步时间表→应用特定疫苗规则（含化疗期间禁用活疫苗）→纳入治疗后加强剂要求→根据用户偏好调整联合疫苗选择。
专家与临床验证效果突出，或具有广泛应用前景
完成工具开发后，研究团队通过技术评估对该工具进行了验证，具体方法是将算法生成的接种计划与专家针对典型儿科癌症病例制定的计划进行对比，并结合医疗专业人员在实际临床环境中的评估结果，对工具的准确性和临床实用性进行综合验证。研究团队开发了10个代表性儿童肿瘤病例（覆盖急性淋巴细胞白血病、霍奇金淋巴瘤、髓母细胞瘤、神经母细胞瘤、视网膜母细胞瘤等常见儿童恶性肿瘤），并设5个非肿瘤特殊场景案例，共计15例，格式参照美国CDC临床决策支持系统（CDSi）验证案例设计。三位独立专家依据现行指南为每一病例分别制定补种方案，作为参照标准。
表2 用于验证免疫接种调度算法的代表性儿童肿瘤病例
对比分析结果显示，算法生成方案与专家方案高度一致——疫苗选择准确率达100%，算法正确识别了所有病例中所需接种的疫苗；接种时间安排与专家建议一致性为100%，所有建议日期均落在指南允许的时间窗内。算法严格遵守最短剂次间隔要求、治疗后等待时间规则及化疗期间活疫苗禁忌等关键安全参数。
值得注意的是，系统对涉及造血干细胞移植患者的复杂场景（此类患者须接受全程再免疫接种）同样表现稳定。所有观察到的差异均在指南允许范围之内，属于同等有效的优化方案。在系统性能方面，即便面对复杂规则集，系统的方案生成时间均在2秒以内，具备良好的计算效率。
图1 疫苗接种计划生成应用程序的用户界面
研究团队也通过前瞻性用户研究设计，对工具开展了临床验证。研究团队将应用程序部署至私域服务器并向公众开放，通过Facebook、Instagram等社交媒体及专业渠道招募参与制定免疫接种方案的医务人员。共57名医疗专业人员参与评估，其中医生67%（n=38），护士33%（n=19）。医生群体中，儿科专科医生占37%，接受全科培训的住院医师占29%，全科执业医生占18%，儿科住院医师占16%。93%的参与者在门诊环境中使用该工具。
分析显示，系统的实际应用远超其核心设计功能：70%（95%CI：58.1%—81.9%）的用户将其用于接种方案的核验，61%（95%CI：48.3%—73.7%）用于自动生成接种方案，47%（95%CI：34.0%—60.0%）用于接种史核查。这一广泛应用或意味着该工具潜在的广阔应用前景。在医疗卫生领域，临床决策支持工具往往面临较高的使用阻力，而该系统作为自动化辅助审核工具，被参与者主动纳入到了日常诊疗流程。效率评估方面，用户报告每份接种方案节省工时中位数为20分钟（IQR：12.5—30分钟）；系统可用性评分中位数为4.5/5（IQR：4—5），评估期间未发现系统生成接种计划的明显错误。。
研究团队指出，当前系统仍存在两项主要技术局限：一是适配不同国家或地区的本地接种指南时，仍需手动更新知识库，尚不支持自动整合；二是系统更新存在滞后，新疫苗获批与指南修订往往间隔较长。可能的改进措施包括：开发自动化规则整合框架以支持国别指南纳入；探索基于自然语言处理的半自动规则预生成机制，辅以专家验证流程等，以在保障临床安全性的前提下加快系统迭代更新。
目前中国尚缺乏专门针对肿瘤患儿的系统性接种指导文件，现有指南主要覆盖常见免疫缺陷状态，对化疗后补种、造血干细胞移植后再接种等肿瘤特定临床场景的规范仍不完善。同时，研究显示基层接种人员对特殊健康状态儿童接种知识的掌握参差不齐，相关知识知晓率在不同知识条目间差异显著（19.55%～98.45%），乡镇卫生院和缺乏专项培训的接种人员知识得分明显偏低。此外，疫苗说明书中关于特殊人群禁忌证的表述普遍宽泛，与现行免疫程序及专家共识存在不一致，客观上阻碍了接种服务的规范落实。在部分医疗资源充裕地区，已逐步开始建立针对特殊健康状态儿童的预防接种评估门诊。该工具开发的案例与实践，或可为我国开发面向肿瘤患儿接种决策的辅助工具提供参考，以帮助更多欠发达地区的患儿及时完成常规免疫的接种与补种。
原文文献
Wawrzuta, D., Giefert, S., & Klejdysz, J. (2025). Optimizing immunization in pediatric oncology: Development and evaluation of an automated scheduling tool. International Journal of Medical Informatics, 201, 105950. https://doi.org/10.1016/j.ijmedinf.2025.105950
补充参考文献
Arzt, N. H. (2016). Clinical decision support for immunizations (CDSi): A comprehensive, collaborative strategy. Biomedical Informatics Insights, 8(Suppl. 2), 1–13. https://doi.org/10.4137/BII.S40204
National Health Commission of the People’s Republic of China. (2021, February 23). 国家卫生健康委关于印发国家免疫规划疫苗儿童免疫程序及说明（2021年版）的通知 [Notice on issuing the national immunization program schedule and instructions for children (2021 edition)]. https://www.nhc.gov.cn/wjw/c100175/202103/951e284920bd4a908ba10875694f0f0e.shtml
Shrader, L., Myerburg, S., & Larson, E. (2020). Clinical decision support for immunization uptake and use in immunization health information systems. Online Journal of Public Health Informatics, 12(1), e10. https://doi.org/10.5210/ojphi.v12i1.10602
编译撰稿：周炘玥
审核校对：潘张旸 张馨予
排版编辑：李睿彤
