许亮业, 王懿鸣, 杜隽

(上海交通大学医学院附属上海儿童医学中心, 上海 200127)

0 引言

随着患者就诊人数的增多和人们对医疗服务质量要求的提高，与医院高质量医疗资源较为稀缺的矛盾在儿科领域尤其突出，利用信息技术和人工智能来协助临床诊疗显得越来越重要。国内一项研究数据表明，我国每千名儿童拥有的儿科医生数仅为0.53，远低于发达国家的0.85～1.3，儿科医生缺口很大，导致患者常常不得不候诊较长时间[1]。同时，医生面对大量的门诊患者，在有限的接诊时间内，需要全面问诊和书写病历，难以保证所有病历的完整性和规范性。这些问题不仅降低了门诊病史的质量，同时也极大影响了医院临床数据研究的开展。因此，如何优化医生问诊流程，在提升患者就医体验的同时提高门诊病历的质量是当前医院门诊业务亟需解决的问题之一。

目前已有相关机构和学者根据自身实际需求在研究不同特点的智能预问诊系统，但尚未形成统一的标准，多数侧重于分诊服务，应用重点在于缩短患者分诊时间和提高患者挂号科室正确率。例如，在健康管理方面，国外风险预测分析公司Lumiata通过核心产品风险矩阵(RiskMatrix)利用MedicalGraph图谱分析对患者做出迅速、有针对性的诊断[2]，分诊时间大约减少30%～40%。本研究以上海儿童医学中心为背景，通过构建智能预问诊系统，引导患者在诊前等待时回复病情相关问题，并将其回答结果传至医院门诊电子病历中，从而实现病情信息的快速采集、实时同步等功能，提高医生的病历书写速度和质量，并通过分析该系统上线运行后的门诊病历数据，证实了智能预问诊系统的有效性，为其他医疗机构在利用智能技术优化患者服务方面提供参考。

1 问诊技术

随着医疗信息化程度的进一步提升，电子病历(Electronic Medical Record, EMR)逐渐成为了门诊诊疗记录中不可缺少的部分。医生在看诊时，需先花费时间来对患者进行问诊，以此来了解患者的病情，然后将问诊结果输入门诊电子病历[3]。因此，如何快速地采集患者病情信息，帮助医生准确完整地书写病历是提高门诊效率的关键，也是智能预问诊系统得以实现的基础。

传统问诊系统在技术上采用调查问卷，虽然能收集到患者的部分病情信息，但因设置题目千篇一律，有的甚至与患者病情毫不相干，所以会导致患者回答过程繁琐、冗长，而且对于院内门诊电子病历来说，也会收集到很多不必要、不准确的信息，影响病史数据的质量[4]。

本研究基于临床数据中心(Clinical Data Repository, CDR)提出一种个性化的智能问诊框架，可根据患者回答的问题推断出下一步应该继续问什么问题、有哪些问题不需要再问。患者首先回答系统预设的一些主诉症状，系统接受到患者回答后，会根据后台逻辑对应关系继续追问相关症状，该阶段是个相对固定的过程。同时，系统会将患者回答的主诉症状输入到相关的预问诊算法模型中去，继续追问算法所确定的症状。

2 平台架构

智能预问诊系统的设计基于浏览器/服务器(Browse/Server，B/S)架构，后台数据库使用SQL Server，总体框架主要分为外网患者端、DMZ(Demilitarized Zone)区以及医院内网端，如图1所示。在患者端，以微信公众号作为载体，由系统向患者手机提供预问诊服务，患者填写的病情数据将通过HTTPS协议传输至位于DMZ区的预问诊前置机；在DMZ区，由预问诊前置机负责数据的集成和转发，向内网端发送请求，将数据传输至内网端的预问诊系统中[5]；在内网端，预问诊系统对患者提供的病情进行分析，采用基于CDR的预问诊算法得出追问问题，再通过预问诊前置机反哺至外网的患者端。患者完成预问诊环节后，病情数据将储存在预问诊系统的数据库中，通过结构化处理，与医院信息系统(Hospital Information System，HIS)对接，将病历模板传输至门诊电子病历中，供医生接诊时提取采用[6]。内网端的数据传输及接口转换等连接由企业服务总线(Enterprise Service Bus，ESB)进行封装，为系统间集成和互联互通提供了安全保障[7]。

图1 总体架构图

为了保证预问诊系统以及医院内部信息的安全，外网患者端与DMZ区之间由网关进行分隔，通过预问诊前置机实现内外网的信息交互，DMZ区与内网端则由网闸进行物理隔离， 阻断了一切对内网可能具有潜在攻击的网络连接，确保医院内部主机的安全。

3 功能设计

智能预问诊系统实现了前置化辅助医生问诊环节的功能，询问患者的相关病史信息。预问诊过程中所采用的问题结合了系统预设的题目以及基于预问诊算法模型训练所得出的题目，患者回答的病情信息将会实时同步至医生门诊电子病历中。

3.1 预问诊模型训练

预问诊模型作为整个系统的核心枢纽，依托真实的患者病情数据，运用了基于大规模病历数据统计的病史采集算法。预问诊模型的训练则采用了无监督学习的方式：将CDR中结构化的门诊电子病历数据作为分析对象[8]，提取其主诉和现病史症状，设定主诉为输入码，现病史症状为输出码进行训练；统计主诉症状相同的病历，得到所对应的现病史症状中每个症状出现的频次，提取其中出现频率最高的十个症状，从而得到对于各个主诉可能存在的现病史症状的预测。为了提高该模型的准确度，前期导入了现有的真实门诊病历大数据进行训练，使其模型输出的现病史症状尽量符合患者的真实病情。

3.2 预问诊模板管理

通过对临床实际问诊环节的调研得出系统预设问题，如询问患者症状以及持续时间等基础病情，而后在系统中建立相应的预问诊模板。预问诊模板中的问题有单选题、多选题、填空题及时间选择题等等，并实现了题号之间的跳转，基本满足了临床医生的接诊需求，尽量获取完整的患者基本情况以及病情信息。

图2为系统预设的消化专科预问诊模板。患者可能出现腹痛、腹泻、呕吐或排便困难等症状，患者选择不同症状作为主诉后，系统将继续追问此症状出现的时间以及持续情况。随后，系统将主诉输入预问诊模型，模型输出对应患者可能存在的并发症状，组织语言形成问题后追问患者是否出现相应症状，从而生成现病史。

图2 消化专科预问诊模板

3.3 病历关联功能

为便于医生更高效地了解病情，患者完成预问诊环节后，系统会以门诊号作为关联，自动与医院HIS对接，将患者回答的主诉、现病史、是否有药物过敏史等信息直接上传至门诊电子病历中[9]。由图3可知，就诊患者在手机端填写病情，回答症状为腹痛，持续时间为一月余，并告知了其他相关病情。在医生工作站端，医生接诊时已能从门诊电子病历的内容中看到同步过来的主诉及现病史。这一功能的实现帮助患者更有条理地提供病情资料，提升了医生接诊的效率，同时也减少了患者的候诊时间。

图3 就诊患者病历

4 实证运行分析

以上海儿童医学中心为例，智能预问诊系统于2019年9月正式上线运行，截至2021年8月，已有超过4 000人次使用，涵盖儿内科、呼吸科、泌尿外科等科室，具体统计情况如图4所示。

图4 智能预问诊系统使用人次

系统上线初期，由于患者的接受程度与就医习惯问题，使用人次并不多。经过医院的不断推广、培训，从2019年8月开始，患者的使用人次呈现逐渐增长的趋势。2020年1月至2月，因春节及疫情影响，来院就医人数急剧减少，所以预问诊使用人次较少。此后，疫情得到控制，医院逐步恢复正常接诊，随着智能预问诊系统的逐渐成熟，于2020年3月开始，预问诊使用人次保持平稳增长的态势。

为进一步了解系统的运行情况和应用效果，截取2019年9月至2019年12月的预问诊数据，从病历的完整率和医生书写病历时间两方面来进行统计和分析。

4.1 病历完整率

智能预问诊系统的有效性与患者就诊的病历是否完整有关，因此本研究选取了病历完整率作为评价指标。病历完整与否的判断依据为主诉中是否同时包含症状和持续时间[10]。在结构化的门诊电子病历中，主诉分为症状与持续时间两个字段进行存储，若任意字段内容为空则判断此份病历为不完整。使用预问诊就诊的病历完整率以及未使用预问诊就诊的病历完整率计算方式为预问诊病历完整率=(完整病例数/预问诊就诊人数)×100%；普通病历完整率=(完整病历数/普通就诊人数)×100%。

选取了2019年9月至12月使用预问诊就诊的病历完整率作为观察组，同一时段未使用预问诊就诊的病历完整率作为对照组，2组样本在就诊科室上无统计学上的差异，具有可比性。采用SPSS24.0软件对数据进行汇总分析，进行x2检验，以P<0.05为差异有统计学意义，结果见表1。

表1 预问诊病历完整率统计

统计结果显示，预问诊系统使用的初期，即刚开始2个月，2组数据的差异不明显(P>0.05)，表明此时预问诊系统对于病历完整率的影响不大，这是由于系统运行初期仍处于磨合阶段，且医生书写病历本身已较为规范。通过进一步加强对算法模型的训练以及对患者的推广和培训，引导患者完整表述病情，预问诊就诊的病历完整率逐步上升，至2019年11月和12月时2组数据差异开始具有统计学意义(P<0.05)。统计结果表明通过预问诊得出的病历更为详细、严谨，更便于医生掌握患者的病情，开展进一步的诊疗。

4.2 医生书写病历时间分析

智能预问诊系统的有效性也与是否有助于医生更高效地书写病历有关。通过对比接诊预问诊患者的医生与接诊普通患者的医生两者书写病历的时间差异来分析智能预问诊系统的应用效果,其中，病历书写时间=病历保存时间—患者刷卡就诊时间。

选取了2019年12月儿内科、呼吸科、皮肤科3个科室的医生病历书写时间进行进一步研究。设置接诊预问诊患者的医生为观察组，接诊普通患者的医生为对照组，考虑到可能存在医生误操作直接保存病历，或是中途中断就诊(长时间打开病历)的情况，纳入以下排除标准：① 排除病历书写时间小于1 min的病历；② 排除病历书写时间大于30 min的病历。以SPSS24.0软件对数据进行汇总分析，进行t检验，以P<0.05为差异有统计学意义，结果见表2。

表2 平均病历书写时间的比较

由表2可见，通过比较儿内科、呼吸科和皮肤科医生的平均病历书写时间，相较于接诊未使用预问诊的普通患者，医生在接诊预问诊患者时，书写病历的平均时间较短。其中，儿内科与皮肤科的2组数据存在显著差异(t=-2.705,t=-2.711;P<0.01)，而呼吸科的2组数据存在统计学差异(t=-2.017,P<0.05)，表明预问诊系统有利于医生更快地书写病历。医生在接诊普通患者时，对于病历中的内容需要逐一询问患者后再手动输入，而接诊预问诊患者时，通过对接预问诊系统与医院门诊电子病历，可以同步患者在手机端所填写的内容至门诊电子病历中，便于医生直接提取使用。由此可见，预问诊系统的使用可以有效地缩短医生书写病历的时间，不仅降低了医生接诊时的工作量，也提高了患者的就诊效率。

5 总结

本研究通过构建智能预问诊系统，并对其在上海儿童医学中心的应用情况进行分析，证实了智能预问诊系统能够有效地提高病历完整率，缩短医生书写病历的时间，有利于提高诊疗效率与质量，促进医院智慧服务高效发展。

在智能预问诊系统应用过程中，发现预问诊算法在现阶段仍不够完善，会发生患者调阅预问诊缓慢的现象。另外，系统的智能化有待提升，部分病种模板在简化方面有提升空间。智能预问诊系统现阶段尚未做到门诊科室全覆盖，与各临床科室和病种所关注指标存在差异有关。研究将在现基础上继续优化预问诊的算法、模板，加强对不同科室的个性化分析，为医院智能化、信息化管理提供支持。