陈崇德 高 星 王 岩 胡红濮

北京协和医学院 中国医学科学院医学信息研究所卫生信息管理研究室，北京 100020

传染病作为人类健康及社会稳定的重要威胁之一存在已久。伤寒、鼠疫、非典型肺炎等传染病给人类社会均造成过巨大的破坏[1-2]，给世界人民造成了严重的伤害与经济负担[3-4]。为应对此类问题，自非典疫情暴发后我国便在原有传染病监测系统[5]基础上建立了传染病直报系统等一系列公共卫生信息系统。但目前我国公共卫生信息化建设尚不完善[6]，现有的信息系统难以完全实现对新发传染病的早期筛查发现、及时预警和连续动态监测，对未确诊疑似患者的特征症状进行监测的相关功能也未充分建立[7]。因此，亟须对传染病监测系统进行升级与完善，通过技术长板弥补现有系统短板，改善系统难以第一时间有效发现并且防控新发传染病的现状[8]。

症状监测是通过对临床诊断前的疾病症状及其他与健康相关数据进行系统且持续地收集、分析和解释，及时发现特定疾病在时间和空间上的异常聚集以确定是否需要进行早期预警和快速反应的监测方法[9]。本研究即聚焦于构建一个可操作性较强、实用度较高的传染病监测系统的症状监测模块模型，旨在通过计算机数学模型根据症状自动鉴别传染病患者，辅助医生进行初步诊断、上报等，并通过信息化模块优化整体响应流程，从而为进一步加强我国传染病监测能力、缩短传染病报告反应时间提供助力。

1 模块功能

1.1 症状语义标准化

通过将临床采集的患者病历书写症状与模块内根据国际疾病分类-11 等标准建立的传染病症状指标池中指标名称相比较，将日常惯用语、口语、不规范用语转化为临床医学标准用语，从而规范临床使用、登记症状的语言标准，保证上传数据的标准统一性与可分析性。

1.2 根据患者症状进行疾病辅助鉴别

模块与基层社区卫生服务系统、医院（如发热门诊）信息系统等临床医生工作站进行对接，根据患者的症状对传染病进行初筛和提醒，协助医疗工作者早期筛查和识别传染病，从而促进传染病的高效报告。

1.3 流行病学数据收集

通过提供标准化信息填报模板与内置提问大纲，帮助临床使用医生在必要情况下对患者及时进行简单流行病学调查，从而作为部分传染病的辅助诊断鉴别依据，并为后续处置流程提供一定的基础数据，以缩短应急反应时间[10]。

1.4 信息自动报送与综合智慧判断

症状监测模块作为疾病监测的补充部分，可通过接口将收集的症状、检查结果、流行病学信息汇总上报至区域性的传染病监测平台及传染病直报系统。现阶段此类数据可供上级医疗、公共卫生、管理机构随时调阅、复核，并作为传染病上报的辅助证据。而在新技术（大数据分析及5G 传输技术等）应用相对成熟、基础设施构筑相对完善、区域信息平台联通更加普及后，海量的症状数据也可作为基于大数据的传染病智能自动识别预警系统的数据源，从而实现全天候实时症状自动监测。

2 模块架构

模块根据使用场景、目标人群的不同可分别针对基层卫生机构、大中型医院、患者自测等应用方向进行调整与区别化。本研究以应用较基础、功能较完整的医生端模块为例。此模块共分为输入与人机交互、症状识别与语义标准化、依据患者症状的疾病判断矩阵、输出及后续决策与处置4 个部分，涵盖了疑似传染病患者从就医到后续处置的患者先期处置全过程。模块针对可疑症状进行识别，同时对临床医生判断诊断进行辅助并提供证明材料，后续通过与传染病直报系统等公共卫生监测系统建立的符合《国家突发事件预警信息发布系统管理平台与终端管理平台接口规范（GB/T34283-2017）》[11]的上、下行接口进行后续信息报送等处置流程。其所采集的数据也可上传至上级信息系统以供未来建设的智能判断模块进行自动预警。模块完整架构见图1。

图1 传染病监测系统症状监测模块架构（医生端）

2.1 信息输入与人机交互部分

该部分模块通过可视化图形窗口与使用者进行交互。通过html 等可应用于移动设备的编程语言进行界面构成，主要收集患者性别、年龄等基本人口学信息和通过患者主诉及医生根据识别判断所综合得出的患者症状。系统根据数据库内存储的标准化症状名称为使用者提供选项进行录入选择。在政策环境、技术条件、基础设施允许的情况下也可收集基于《传染病直报信息表》的其他相关流行病学信息以供后续环节调用。

2.2 症状识别与语义标准化部分

通过文献研究收集所涉及传染病及其需相互鉴别的疾病症状，广泛查阅检索权威机构发布的传染病临床预防指南、诊疗指南、传染病诊疗相关教材、相关行业标准，以国家卫生健康委发布的诊疗指南等行业规范[12]为基准，根据需求确定模块所包含的可鉴别传染病种类。从中抽取模块构建所涉及的传染病症状与需鉴别疾病信息，将文章中自然语言进行标准化处理后汇总整理形成未经结构化、逻辑化处理的2 个指标池，即传染病症状指标池与传染病辅助鉴别诊断指标池。在成库后经多人重复校对去除重复项，并根据文献知识对各数据项进行粗分类。

2.2.1 建立传染病症状知识指标池 以常见呼吸道传染病的一系列特异性和非特异性症状为例，如畏寒、发热、寒战、头晕、头痛、倦怠、乏力、盗汗、咳嗽、咳痰、流涕、咽痛、食欲减退、恶心、呕吐、胸痛、胸闷、憋气、气短、心悸、耳鸣、腹胀、腹痛、腹泻、大便性状改变、小便性状改变、肌肉酸痛、睡眠欠佳、精神萎靡、皮疹等[13-16]，按照疾病为主索引，汇总不同疾病构建知识指标池，并通过专家咨询法建立专家咨询小组对所提取症状的完整性与描述准确性进行校验。

2.2.2 建立传染病辅助鉴别诊断知识指标池 对每种传染病在辅助诊断过程中可能需与之鉴别疾病进行梳理，并收集每种疾病的临床表现、实验室检查、病理特点等知识，形成传染病辅助鉴别诊断知识指标池。构建每种传染病与其需鉴别疾病间的两两对应关系，标明出需鉴别疾病间可供区分鉴别的高权重特异性症状，并进行专家咨询，得到符合临床思维与科学规律的辅助鉴别诊断知识指标池。

2.3 依据患者症状的疾病判断矩阵

在症状指标池与辅助鉴别诊断指标池建立完成后，提取指标池中传染病名称、需鉴别疾病名称、各传染病症状名称、需鉴别疾病症状名称，构建症状-疾病关联矩阵。矩阵以三元组为基础构成，其基本组成单位是“实体-关系-实体”三元组，实体间通过关系相互联结，构成网状的知识结构，由2 个具有语义连接关系的实体和实体间关系组成，即G＝（A 实体，关系，B 实体）[17]。本矩阵通过将既往电子病历症状数据进行拟合，对每种疾病的症状出现可能进行赋值。如G＝（手足口病，80，皮疹）即为矩阵中一个基本三元组，代表手足口病的皮疹症状赋值为80 分。并以此类推完成前期构建后以专家咨询法针对矩阵构成指标、构成关系、指标赋值进行再调整。

2.4 输出及后续决策与处置部分

基于鉴别症状赋值矩阵的具体分值、在关联就诊者的信息基础上，基于敏感度和特异度均较强相似度算法，通过信息系统自动计算疾病的相似度（与疑似疾病的相似度越高，为某种疾病的可能性越大），最终将患者疑似所患疾病的前5 种依据相似度按照从大到小顺序依次排序，并显示出相似度。从而辅助医生对大量的就诊者进行疾病早期筛查和识别，作为患者诊断的参考及客观条件受限时进行上报的判断依据。对于患者的最终确诊则需要依据现实应用时所能获得的检验结果、流行病学史等，由医生进行最终的诊断。

医生在做出最终决策后通过可视化界面操作系统根据模块所连接的传染病直报系统、医院HIS 系统等对患者进行上报、转诊、隔离、治疗等处置。同时模块收集到的症状信息也可直接汇总至上级系统、平台，根据判断矩阵赋值标记的不同疾病的重点高分症状进行分类存储，以供进行不同时间区间内、不同地理区域内“高分值”症状的异常表现对比识别，或应用至基于其他新技术的分析利用途径。

3 讨论

经多次疫情冲击表明我国的传染病直报、监测和预警系统对新发重大传染病监测有其局限性[18-20]。同样，在现场执行方面，目前传染病的诊断与直报对基层工作者综合素质的要求也较高。任依等[21]调查表明，目前我国基层医疗卫生机构社区卫生应急体系与机制仍需完善、同时也存在医务人员院感防控和传染病防控能力不足、信息系统建设和功能有待进一步完善等问题。国内传染病直报系统覆盖面广，但数据填报主要依赖于各级卫生专业人员对传染病患者确诊后进行填卡报告[22]，这就导致了在新发传染病无法短时间内经实验室检验，或在报告人员诊断失误的情况下，会难以确保传染病直报时效性与灵敏度的问题，从而影响各级管理机构的响应时效。而症状监测的应用也仍在起步阶段，现存症状监测系统多分为仅依靠数据与公式计算症状时空间聚集的自动预测类[23]及仅依靠信息化系统进行患者症状收集后再人工判断的辅助工具类[24-25]这两大类。自动预测类对数据量、数据质量及基础设施有着较高要求，同时难以聚焦于具体患者；而辅助工具类则停留于对办公流程的优化，难以充分发挥信息系统应有优势。

本研究构建的症状监测模块以通过症状监测模拟专家临床诊疗判断为原理，依据患者症状针对其可能罹患的各类相似疾病进行辅助鉴别诊断，并进行症状及其他相关数据的收集、分析，在自动鉴别的基础上充分保证临床医务人员的最终决策权；同时也考虑到了我国基层卫生资源分布不均的现状[26]，可在系统运行对新增检验检查设备、高水平专科医生等短时间难以实现增加的医疗卫生资源需求量较低的基础上对传染病危险症状进行快速反应、强化基层卫生人员对传染病识别概率，将传染病识别环节的布置深度更下沉至全民健康覆盖网底，以此提高传染病监测反应系统效率。其优点在于设计较为合理，实施应用可行性较强，模型根据临床医生真实传染病诊断-处置流程设计，将完整临床路径信息化以提升效率与规范性；同时模型采用的相似度算法可在不同疾病间数据项不完全对应的情况下根据所能获得的有限数据进行分析，尽可能降低部署门槛；其基于html 语言的构建也保证了模型对移动设备的支持，设计目标较贴合现实应用场景并拥有相当的拓展空间。在目前疫情防控常态化的背景下，考虑到今后仍有可能新发疫情，而基层医院、疾控机构、社区联防联控是遏制疫情传播的重要途径[27-28]；利用目前的大数据分析等技术，不断分析总结凝练传染病诊疗相关知识与经验，实现临床患者的早发现拥有一定的意义和应用价值，也是实现传染病智慧化监测预警的重要前提。但目前本研究已构建的模型更多起到辅助诊断及数据统计收集的作用，其本身的智慧化、自动化判断还有着提升空间。如何利用好大数据技术及5G 等新技术构建更智能化、功能更全面、涵盖范围更广的症状监测工具[29]将是今后亟须持续探索并寻求突破的重点。

因此，在后续完整模块建设及系统整合时研究团队也将不断优化聚焦重点疾病（如发热呼吸道传染病）；同时更注重流行病学的应用，对人群根据年龄等人口学指标分类以增加判断模型的准确性；并在构建过程中积极征求基层医疗机构人员、医院发热门诊工作人员等目标应用人群的意见，以提升模块的可操作性和实用性，也将根据不同应用场景及使用人群种类对相应的传染病信息系统进行分别适配。