——徐挺玉 王 兵 索海燕 章 娣 张小亮 王忠民

当前，传统的门诊导诊管理模式已经不能适应医院快速发展需要。2017年7月，国务院印发《新一代人工智能发展规划》(国发〔2017〕35号)，提出应深化人工智能在医疗领域中的应用，推广应用人工智能诊疗新模式、新手段，建立快速精准的智能医疗体系[1]。在我国，利用人工智能技术实现疾病自动导诊越来越受到关注。智能导诊模式即运用人工智能算法进行疾病分诊，运用智能自动问答进行导诊，运用人脸识别技术进行人流量统计等。为提升医院门诊导诊质量，优化资源配置，本研究结合人工智能以及互联网技术，以江苏省人民医院实践为例，探讨了如何建立门诊智能导诊新模式。

1 智能导诊新模式

智能导诊相关技术主要包括：通过人工智能技术识别患者主诉，利用大数据分析给出就医指导；通过手机定位获取当前位置[2]，让患者明确就诊、检查检验、取药等位置；运用人脸识别及行人再识别算法实时确认各楼层挂号、缴费人数，就诊报到时获取排队就诊人数，计算预计就诊时间；创建数学模型，基于排队论[3-4]，以最小化患者诊疗时间和医院服务成本为目标函数进行寻优，合理规划就诊路线。通过以上方式，将现有技术贯穿到门诊诊疗服务中，实现全流程智能导诊模式，见图1。

图1 全流程智能导诊模式

在咨询环节，患者输入主诉，通过自然语言处理，识别主诉描述；建立知识库，存储可能的发病部位、症状以及对应疾病名称，依据识别到的主诉推荐诊疗科室。知识库通过医学专家经验和对历史门诊电子病历进行自然语言处理和监督学习后构建，可以人为修正，不断完善。

当患者挂号成功后，系统自动生成就诊序号，依据就诊序号判断就诊人数，根据不同科室不同专家平均每个号源就诊时间计算预计候诊时间，并及时反馈。

在现场报到候诊时，患者可以开启手机定位和导航服务。当患者报到后，可以实时查询当前就诊序号，预计等待时间。临近患者就诊序号时，予以就诊提示。患者在做完检查检验回到门诊再次就诊时，在指定分诊台重新排队，智能导诊系统自动识别是否为复诊患者，并将该患者信息自动插入原就诊医师排队队列中。

在整个就诊流程中，利用摄像头进行人脸识别和行人再识别。在就诊过程中，患者手机端与院内门诊电子病历系统、挂号收费系统以及医技系统对接，实时获取患者当前就诊环节，同时判断该环节是否完成。如果已经完成，系统依据科室距离、排队人数等提示患者进入下一环节，并给出相应路线。

在排队取药时，系统依据窗口与药品摆放位置、取药时间、排队人数等建立线性规划模型，以最小化等待时间为目标函数，给出最优排队取药窗口。当患者完成取药，结束就诊，手机端智能导诊系统可将患者引导至医院出口处。

2 应用效果

该院通过移动互联网技术完善手机APP、微信公众号等功能，通过智能导诊机器人、智能排队叫号系统、智能发药系统建设，将较成熟技术贯穿到门诊诊疗服务中，构建了完整的智能导诊模式。本研究以该院门诊部搬迁至新大楼为时间节点，对门诊部搬迁前后各一个星期进行门诊数据抽样，验证智能导诊模式应用成效。

挂号数方面，搬迁前一个星期挂号97 646条，搬迁后一个星期挂号109 692条。数据记录共涉及235个科室，挂号途径包括现场窗口、电话、短信、自助机、网站端(医院官网、挂号网等)、手机端(APP、我的南京、微信、支付宝等)，见表1。由表1可见，搬迁后使用手机端挂号患者在总挂号患者中占18.88%，比搬迁前(5.35%)增加了13.53%；在挂号总数增加的同时，现场挂号人数在总挂号患者中占66.56%，比搬迁前(79.09%)下降了12.53%。

表1 搬迁前后各挂号途径挂号数比较

当日挂号患者平均在院持续时间方面，搬迁前后患者在院持续时间基本持平，见图2。新大楼门诊体量变大，接诊患者增多(搬迁前某天为11 062人次，搬迁后某天为13 655人次)，在使用智能导诊模式下，基本未延长患者等待时间。

图2 搬迁前后当日挂号患者平均在院持续时间对比

由上述内容可知，医院智能导诊模式相对传统导诊模式，患者在候诊时长上有明显优势，切实改善了门诊服务质量。与原导诊模式相比，患者满意度提升了9.5%。

3 思考与建议

全流程智能导诊模式将门诊挂号、缴费、各诊室和各检查科室有机联系起来，从科室实际出发，为每位患者定制导诊路线，在方便患者的同时使门诊秩序得到改善，优化了就医环境，有效地避免了“三长一短”现象发生[5-6]。随着智能导诊模式的不断完善，导诊系统还会依据医生挂号量、技术水平等综合信息进行医生画像设计，对患者进行医生挂号推荐，并依据数据分析和元启发式算法进行诊室、检查室、医护人员等人力资源、设备资源的合理分配，从而使人工智能及大数据技术在门诊诊疗服务方面发挥更大作用。

但人工智能技术引入医学系统同样存在一些问题。比如，从构建规范统一的医学信息系统到设计实现针对特定疾病的智能导诊辅助就医系统，需要权威的医学知识和丰富的临床经验作支撑，因此，经验丰富的医生与医学专家的参与至关重要。但在现阶段，虽然众多临床医生期待人工智能带来的新的诊疗方式，却往往由于临床诊疗任务繁忙，难以投入大量时间与精力参与相关研究。因此，在医疗技术变革道路上，仍需要跨领域协作组织的引领和激励政策的完善，积极成立协作创新中心，实施有效的“产学研”一体策略，从而推动人工智能领域快速、健康发展。