人工智能的應用將改進中國基層醫療衛生服務效能

趙嘉瑩，高 鵬，朱勇俊，羅智健

·述評·

【編者按】隨著互聯網技術和醫療服務的不斷融合，互聯網醫療業態發展方興未艾，以互聯網為載體和技術手段的健康咨詢、遠程會診、云醫院等“互聯網+醫療”服務發展迅速，逐漸形成了一種技術革命和戰略性新型業態。加強基層醫療衛生服務體系和全科醫生隊伍建設是“十九大”提出的重點任務之一，但目前我國的基層醫療衛生服務仍存在涵蓋的健康服務內容多、居民覆蓋面廣、工作量大等現狀。因此，如何利用互聯網技術提高基層醫務人員技術水平、助力提升基層醫療衛生服務質量將會是相當長一段時間內的研討重點。本文聚焦人工智能在基層醫療衛生服務中的應用，從現階段我國基層醫療存在的問題入手，探討人工智能有助于解決我國基層首診制落實困難的原因和途徑，從而為人工智能在我國基層醫療衛生服務中的進一步應用提供思路與啟示，敬請關注！

1.2601 School of Demography,the Australian National University,Canberra,Australia

2.068250 河北省承德市，承德多克多網絡科技有限公司

3.200040 上海市，復旦大學附屬華山醫院胸心外科

4.4111 Centre for Applied Health Economics,Menzies Health Institude Queensland,Griffith University,Brisbane,Australia

*通信作者：羅智健，高級研究員；E-mail：zjl789@gmail.com,c.law1@griffith.edu.au

人工智能的應用將改進中國基層醫療衛生服務效能

趙嘉瑩1，高 鵬2，朱勇俊3，羅智健4*

近年來，人工智能在技術上取得了一系列突破，大量積累的電子病歷數據也為人工智能在中國基層醫療衛生服務中的應用創造了條件。因缺乏完善的雙向轉診和信息交流機制、專科與全科診療費用差異小、基層醫務人員技術水平有待提高及醫患溝通不足等，居民更傾向于選擇到二、三級醫療機構就診。人工智能雖不能解決體制和財政等方面的問題，但其有助于提高基層醫務人員的診療水平，也可以為患者的檢查和處方提供建議，從而規范醫生的執業行為，避免過度檢查和過度處方。這有助于提高患者對基層醫務人員的信任，從而幫助引導患者選擇基層醫療衛生機構就診。同時，人工智能的應用還有助于降低醫療費用的支出，提高醫療體系的運行效率和透明度，改善醫療資源的地域公平性，彌補基層醫生數量和技術水平的不足，改善醫患關系，最終促使中國的基層醫療衛生服務更高效、更可及、更利民。

基層醫療衛生服務；人工智能

近年來人工智能的關注度越來越高，早在上世紀七十年代就有學者提出：在臨床醫療領域，利用計算機自動化循證推論的方法，具有廣泛的應用前景[1]。但當時由于數據和技術水平的限制，這一方法并未能廣泛運用于醫療衛生服務中。目前人工智能在語音識別、圖像識別、文字理解等技術層面取得了一系列突破[2]，既往積累的大量電子病歷數據也為人工智能在醫療衛生服務中的應用創造了條件。在多數發達國家，基層醫療衛生服務能夠滿足80%的臨床醫療服務需求[3]。目前在中國，社區衛生服務中心和鄉鎮衛生院常患者較少，居民更愿意選擇到二、三級醫療機構就診。本文從現階段患者不愿意選擇到基層醫療衛生機構就診的原因進行分析，探討人工智能為何以及如何能夠幫助吸引患者選擇到基層醫療衛生機構就診，并進一步厘清將人工智能應用于中國基層醫療衛生服務的益處和主要挑戰，以期為人工智能在中國基層醫療衛生服務中的進一步應用提供依據。

1 中國基層醫療衛生機構就診患者較少的主要原因

與發達國家的基層醫療衛生服務相比，中國患者更愿意選擇直接到二、三級醫療機構就診，而非到基層醫療衛生機構首診。這導致專科醫生的工作量較大，每天需要接診上百例患者，平均每3～5 min就需要接診1例患者[3-4]。《2013第五次國家衛生服務調查分析報告》指出，在2周患病居民選擇的首診醫療機構中，基層醫療衛生機構在城市和農村的選擇率分別為65%和80%[5]。相比澳大利亞，2014—2015財年澳大利亞共有非轉診基層醫療衛生機構就診患者136 133 000人次，直接到急診室就診的人次僅為7 400 000人次，二者的就診人次之比約為95∶5[6-7]。另外，在澳大利亞，每100例到基層醫療衛生機構就診的患者中，僅10例需要接受進一步的轉診治療[8]。本文認為，造成中國目前這種狀況的原因可能包括醫療衛生服務系統的體制因素、財政因素、基層醫療衛生機構全科醫生的專業水平及醫患關系等。

1.1 醫療衛生服務系統的體制因素 通過與發達國家的醫療衛生服務系統進行比較，體制因素可能是導致中國基層醫療衛生機構首診率低的根本原因之一。在發達國家，當患者需要尋求醫療衛生服務時，通常會首先選擇基層醫療衛生機構[3]。澳大利亞的患者就診流程具有3個特點：(1)基層醫療衛生機構(主要是全科醫生)、醫院急診室、專科醫生、藥房、醫學影像檢查中心、病理和生化檢查實驗室與醫院入院治療部門之間具有非常完善的雙向轉診和信息交流機制。(2)藥房、醫學影像檢查中心、病理和生化檢查實驗室獨立于二、三級醫療機構，基層醫療衛生機構可以根據患者的情況開具處方或申請檢查。既往研究結果顯示，在每100次全科醫生的訪問中，就開具了82個藥物處方、48次病理或生化實驗室檢查以及11次影像學檢查[8]。患者可以去這些獨立的醫療部門配藥或接受檢查，檢查結果也會直接反饋給開具檢查的全科醫生，以便進一步的診斷和治療。(3)患者在沒有基層醫療衛生機構轉診證明的情況下，無法到專科醫生處就診(見圖1)。

圖1 澳大利亞患者的就診流程

在中國，醫療衛生服務體系的體制安排與發達國家主要存在3個方面的明顯差異：(1)各級醫療機構的雙向轉診和信息交流仍有待加強。(2)藥房、醫學影像檢查中心、病理和生化檢查實驗室是二、三級醫療機構的一個部門，到基層醫療衛生機構就診的患者并不能享受到相同質量的檢查，且由于各級醫療機構實驗室和影像學檢查的質量差異，基層醫療衛生機構給出的檢查結果常不被二、三級醫療機構認可，造成患者的重復檢查。同時，許多藥物在基層醫療衛生機構藥房中無儲備，或同樣化學成分的藥物，基層醫療衛生機構藥房提供的藥品較二、三級醫療機構的質量差(如仿制藥)。(3)患者可以在無基層醫療衛生機構轉診證明的情況下，直接到二、三級醫療機構的專科醫生處就診(見圖2)。

圖2 中國患者的就診流程

1.2 財政因素 與發達國家相比，中國二、三級醫療機構專科醫生的診療費用與基層全科醫生的診療費用患者自費部分的差額較小。以澳大利亞為例，很多全科醫生的診療費用全部由全民健康保險(Medicare)支付，但專科醫生首診費用一般為200～250澳元(相當于1 040～1 300元人民幣)，而全民健康保險只支付其中的72.75澳元(相當于378元人民幣)[8]。也就是說，在澳大利亞到全科醫生處就診的患者自費費用可能為0元，但到專科醫生處就診患者的自費費用約為662～922元。中國于2017年開始對門診診查費用進行了調整，調整后上海市三級醫院(以中山醫院為例)普通專科門診診查費用為22元，除去醫保支付部分，患者需自付6元；而三級醫院主任醫師的門診診查費用為38元，除去醫保支付部分，患者需自付22元[9]。在上海市基層醫療衛生機構就診，門診診查費用為8元，患者無需承擔自費費用。

另外，部分地區基層醫療衛生機構的全科醫生待遇較低，工資水平和績效水平相關度也較低。以承德市為例，基層醫療衛生機構的全科醫生每月收入為2 000～3 000元(當地月平均收入為4 284元)[10]，且就診患者數量和醫療衛生服務水平與全科醫生的收入相關性不高。

1.3 基層醫療衛生機構全科醫生的技術水平有待提高 在澳大利亞，要成為一名全科醫生需要經過4～6年的本科學習，再經過5～6年的實習和臨床醫生培訓。而既往研究結果顯示，中國鄉鎮衛生院的執業醫師，本科及以上學歷者僅占17.6%，中專及以下學歷者占38.7%[11]。學歷較低的醫師多由“赤腳醫生”或“鄉村醫生”經短期培訓而成，通常工資水平較低，需同時進行第二份工作，如務農等，這也在一定程度上導致了基層全科醫生的社會地位較低[3]。也正是因為基層全科醫生的工資待遇、職業發展、學習環境、社會地位、工作環境、地理環境等各方面均與二、三級醫療機構專科醫生存在較大差距，畢業后的優秀醫學生和現有醫學人才均不愿意從事基層醫療衛生服務工作[12]。進一步導致了基層全科醫生的專業水平和技能較低，較難獲得提升，進而導致患者不愿意到基層醫療衛生機構就診[3，13]。

1.4 醫患溝通不足，醫患信任度較低 近年來，醫鬧的發生率有上升趨勢，導致醫生和患者之間的信任度下降[14]。有調查結果顯示，87%的醫生認為患者較之前更有可能會控告醫生，且暴力傷醫事件有增加趨勢[15]。為防止不必要的醫療糾紛，加上基層全科醫生的收入較低，導致基層全科醫生常不愿意為一些病情復雜的患者提供服務，而把一些原本可以在基層醫療衛生機構解決的患者轉至較高級別的醫療機構。這可能進一步加劇了患者對基層醫生專業水平的不信任，導致其愿意直接到較高級別的醫療機構就診。有研究結果顯示，約84%到較高級別醫療機構的就診存在醫療資源的浪費，也就是說這些就診本可以在基層醫療機構得到解決[15]。

2 人工智能幫助實現患者到基層醫療衛生機構就診的原因與途徑

2.1 人工智能幫助實現患者到基層醫療衛生機構就診的原因 人工智能雖然不能從體制上和財政因素上解決患者直接去二、三級醫療機構就診的問題，但其可以幫助基層醫生較快地提高診療水平。人工智能可以提供對患者的檢查和處方意見，也可以規范醫生的執業行為，避免過度檢查和過度處方。這些均有助于提高患者對基層醫生專業水平和道德水平的信任，從而幫助吸引患者到基層醫療衛生機構就診。

同時，人工智能提供的參考診療意見，也可以成為醫生培訓的工具。相較于目前正在推廣的“5+3”基層全科醫生培養模式，人工智能可能可以更快地通過為現有基層全科醫生(如助理醫師)提供診斷意見，填補基層醫生的技術水平不足。更為重要的是，當前鄉鎮衛生院對醫學本科生的吸引力不足，經過3年的全科醫生規范化培訓后，全科醫生選擇到鄉鎮衛生院工作的比例較低[12]。而人工智能可以輔助現有基層醫生的診療工作，幫助基層醫療衛生機構克服人力資源上的地域選擇性。

再次，人工智能患者的個案數據庫能全面記錄每例患者的既往診療過程，供基層醫生參考，從而提高醫療衛生服務質量。患者的個案數據同時也包括了二、三級醫療機構專科醫生基于癥狀體征、實驗室檢查的最終診斷和治療過程。當患者完成在二、三級醫療機構的治療，轉回基層醫療衛生機構進行疾病康復或慢性病管理時，全面的數據(如專科醫生開具的治療方案)可以為基層醫生提供參考依據，以改善基層醫療衛生服務質量。

2.2 人工智能輔助全科醫生提高診療水平的途徑 基層醫生作為居民的“健康守門人”，應具備根據患者既往史和癥狀體征，開具必要實驗室檢查和影像學檢查的能力。在提供疾病診斷的過程中，全科醫生應考慮所有可能的診斷，進而給出準確診斷。而由于醫學的特殊性，大概率的診斷常不能滿足患者疾病需求，醫生需要基于準確診斷提供相應的處方和臨床治療。但需要強調的是，基層醫生不需要具備診斷和治療所有患者的能力，其應對疑難重癥患者進行及時和合適的轉診。同時，當患者在二、三級醫療機構完成治療，基層醫生應根據上級醫療機構的治療方案，對患者進行隨訪和管理。

現有的人工智能技術擁有兩個大腦，可以幫助基層醫生更準確和高效地完成上述診療服務。第一個人工大腦，是基于以“規則學習”為基礎的診斷和治療，類似于醫生培訓中的教科書學習。這個人工大腦的診斷邏輯非常類似于醫生的診斷思維邏輯和診斷過程，可將根據臨床診斷學以及內、外、婦、兒等學科的常見病，按照預先編寫的計算機診斷邏輯，給出開具實驗室和影像學檢查的建議。然后結合患者癥狀、體征及最終的檢查結果，給出各種可能的診斷和鑒別診斷，提供各種診斷的臨床標準診療方案，給出是否建議轉診等信息，以供基層醫生參考。第二個人工大腦，是基于大數據病歷的“深度學習”，類似于醫生的病歷學習。這個人工大腦只要數據許可，就可以比醫生具有更好的記憶，可以學習更多的病歷。通過神經網絡的運算方法，人工大腦可以通過自我學習，對既往史、癥狀和體征、檢查結果等數據進行分析，從而得出在現有學習數據基礎上的最有可能的診斷，供基層醫生參考。但是，當人工智能現有的學習數據(包括既往史、癥狀和體征、檢查結果)無法匹配出準確診斷的時候，人工智能就不能為醫生提供診斷意見。由于基層醫生無需為所有患者提供明確診斷，在這種情況下人工智能會建議基層醫生對患者進行轉診，而人工智能的數據庫可以為基層醫生提供適合的專科醫生信息。

當一些罕見疑難病例轉診到二、三級醫療機構就診后，由專科醫生根據既往史、癥狀和體征、檢查結果等做出最終的診斷和診療方案，并將其反饋給人工大腦的數據庫。這些數據可以供人工大腦自我學習，用于以后類似病例的診斷和治療。新病例的治療效果也可以作為數據，以驗證診斷的準確性和治療方法的正確性，幫助進一步提高人工大腦的診療水平，進一步提高輔助基層醫生診療罕見疑難疾病的能力。

3 人工智能應用于中國基層醫療衛生服務的益處

將人工智能應用于中國的基層醫療衛生服務，可以使醫患雙方形成一個共贏的局面，為基層醫生、患者及整個醫療衛生服務系統帶來眾多益處。基層醫生在人工智能的輔助下可以提供更安全、有效的醫療衛生服務，提高診療的效率，同時提高醫生的技術水平，避免不必要的檢查和處方。這些均有助于增強患者對基層醫生的信任，從而吸引患者到基層醫療衛生機構進行疾病首診、康復及慢性病管理。對患者而言，常見病診療、慢性病管理及康復可以在基層醫療衛生機構完成，這不僅可以免去其在二、三級醫療機構的排隊和等待時間，也可以降低診療費用和交通費用。同時，在同一個社區的基層醫生對患者的既往史有著更為全面的了解，可以為患者提供更全面、細致的醫療衛生服務。

將人工智能應用于基層醫療衛生服務對整個醫療衛生服務體系亦大有裨益。(1)可以節省總的醫療開支。人工智可以根據患者既往史、癥狀和體征給出處理意見，從而避免過度檢查；人工智能的應用可以提高疾病的診斷準確度，從而為患者提供更有效和針對性更強的治療方案，避免不必要的處方；既往選擇到醫療費用較高的二、三級醫療機構就診的患者回流到醫療費用較低的基層醫療衛生機構就診，可以降低其醫療費用。(2)人工智能可以輔助做出診斷和標準診療方案以及轉診意見，進而提高醫療系統的透明度和規范性。(3)人工智能可以輔助基層醫生規范診療行為，提高其診療準確性，從而提高醫療系統的運作效率。(4)人工智能的利用將改善不同區域間醫療的公平性。目前優秀的醫學畢業生和現有醫學人才不愿意到基層醫療衛生機構工作，特別是不愿意到偏遠地區的基層醫療衛生機構工作，導致這些地區的醫療人才匱乏，基層醫生技術水平低，造成了地域間的醫療不公平。而人工智能可以輔助現有基層醫生的診療，這種輔助僅需要計算機和網絡，對地域的選擇性較低。

4 人工智能應用于中國基層醫療衛生服務的主要挑戰

盡管人工智能在中國基層醫療衛生服務中的應用具有巨大潛力和可預見的眾多益處，但現階段仍存在一些挑戰。包括：(1)很多基層醫生的收入較低，而且診療業績和工資收入相關性較低。這就導致其沒有足夠的動力去改善自身醫療技術水平和增加就診患者數量，也導致其對使用人工智能的工具輔助診療、改善診療服務質量的驅動力不足。(2)基于深度學習的人工智能診斷工具的研發，需要大量的、準確的個案數據，包括既往史、癥狀和體征、檢查結果、診斷和治療方案。現有的很多病歷數據需要對原始文本數據進行標準化和數據清理，以保證人工智能學習數據的準確性。(3)人工智能的輔助診斷結果在廣泛應用于臨床前，需要由資深的全科醫生進行大量有效性和準確性比對。(4)從意識形態上，患者和醫生均需要經歷一個過程，去接受人工智能的輔助診斷意見，特別是基于深度學習的診療意見，這在很大程度上是一個“黑匣子”，醫生并不完全知曉人工智能的診斷依據[16]。

5 小結

人工智能技術的發展和應用有助于中國建設一個較為高效、有力的基層醫療衛生服務體系。人工智能可以通過提供輔助診療信息來提高基層醫生的診療水平，限制過度的檢查和處方，幫助培訓現有的基層醫生，提供更全面的個案既往診斷和治療信息，重建醫患信任，進而吸引患者選擇到基層醫療衛生機構就診。盡管人工智能技術在現實應用于中國基層臨床診療的過程中仍有諸多挑戰，但其應用對于醫患雙方以及整個醫療衛生服務體系而言均有眾多益處。很重要的是，人工智能可以降低整個醫療衛生服務體系的支出，提高體系的運作效率和透明度，改善地域公平性，在一定程度上緩解基層醫生數量和技術水平上的不足。隨著人工智能技術的進步和越來越多臨床數據的收集和質量改善，人工智能應用于中國基層醫療衛生服務的前景光明。

作者貢獻：趙嘉瑩、高鵬、朱勇俊、羅智健進行文章的構思、設計及可行性分析，負責論文的修訂、質量控制及審校；趙嘉瑩、羅智健進行資料收集與整理，撰寫論文，負責英文的修訂，對文章整體負責，監督管理。

本文無利益沖突。

[1]SCHWARTZ W B.Medicine and the computer:the promise and problems of change[J].New England Journal of Medicine,1970,283(23):1257-1264.DOI:10.1007/978-1-4613-8674-2_20.

[2]BEAM A L,KOHANE I S.Translating artificial intelligence into clinical care[J].JAMA,2016,316(22):2368-2369.DOI:10.1001/jama.2016.17217.

[3]徐國平,王家驥.Primary Health Care——基礎醫療衛生服務應該在中國新醫改中得到正確理解和全面實施[J].中國全科醫學，2015，18(32)：3893-3900.DOI：10.3969/j.issn.1007-9572.2015.32.001.

XU G P,WANG J J.Primary health care,a concept to be fully understood and implemented in current China′s health care reform[J].Chinese General Practice,2015,18(32):3893-3900.DOI:10.3969/j.issn.1007-9572.2015.32.001.

[4]SüSSMUTH-DYCKERHOFF C,WANG J.China′s health care reforms[J].Health International,2010,10:55-67.

[5]國家衛生計生委統計信息中心.2013第五次國家衛生服務調查分析報告[R].2015.

[6]AIHW.Australia′s hospitals 2014—2015 at a glance[EB/OL].(2016-07-29)[2017-08-15].http://www.aihw.gov.au/publication-detail/?id=60129556023.

[7]Department of Health.General practice statistics[EB/OL].(2016-01-18)[2017-08-15].http://www.health.gov.au/internet/main/publishing.nsf/content/General+Practice+Statistics-1.

[8]BRITT H,MILLER G C,HENDERSON J,et al.General practice activity in Australia 2015—2016[EB/OL].(2016-01-18)[2017-08-15].https://ses.library.usyd.edu.au/bitstream/2123/15514/5/9781743325148_ONLINE.pdf.

[9]李蓓.上海朋友注意！醫改有大動作！(附市二三級醫院掛號費調整表)[EB/OL].(2017-04-23)[2017-08-15].https://zuciwang.com/show/693243.html.

LI B.Shanghai residents should pay attention to the adjustment of medical reform(including the registration fee adjustment table of Shanghai two or three level hospital)[EB/OL].(2017-04-23)[2017-08-15].https://zuciwang.com/show/693243.html.

[10]河北省統計局.2016年全省城鎮單位就業人員平均工資[EB/OL].(2017-05-27)[2017-08-15].http://www.hetj.gov.cn/hetj/tjsj/ndsj/101495793281713.html.

Hebei Province Bureau of Statistics.Average wage of employed persons in urban units in 2016[EB/OL].(2017-05-27)[2017-08-15].http://www.hetj.gov.cn/hetj/tjsj/ndsj/101495793281713.html.

[11]國家衛生和計劃生育委員會.2015中國衛生和計劃生育統計年鑒 [M].北京：中國協和醫科大學出版社，2015.

National Health and Family Planning Commission.China health and family planning statistics yearbook 2015[M].Beijing:Peking Union Medical College Press,2015.

[12]周靈利,汪和平,解龍,等.我國全科醫生資源配置現狀及公平性分析[J].中國全科醫學,2017,20(19):2311-2315.DOI：10.3969/j.issn.1007-9572.2017.19.004.

ZHOU L L,WANG H P,XIE L,et al.Status and equity of current distribution of general practitioners in China[J].Chinese General Practice,2017,20(19):2311-2315.DOI：10.3969/j.issn.1007-9572.2017.19.004.

[13]TANG S,MENG Q,CHEN L,et al.Tackling the challenges to health equity in China[J].Lancet,2008,372(9648):1493-1501.DOI:10.1016/S0140-6736(08)61364-1.

[14]HESKETH T,WU D,MAO L,et al.Violence against doctors in China[J].BMJ,2012,345(1):e5730.DOI:10.1136/bmj.e5730.

[15]WU D,WANG Y,LAM K F,et al.Health system reforms,violence against doctors and job satisfaction in the medical profession:a cross-sectional survey in Zhejiang Province,Eastern China[J].BMJ Open,2014,4(12):e006431.DOI:10.1136/bmjopen-2014-006431.

[16]WONG T Y,BRESSLER N M.Artificial intelligence with deep learning technology looks into diabetic retinopathy screening[J].JAMA,2016,316(22):2366-2367.DOI:10.1001/jama.2016.17563.

TheApplicationofArtificialIntelligenceCouldImprovePrimaryHealthCareProvisioninChina

ZHAOJia-ying1,GAOPeng2,ZHUYong-jun3,LAWChi-kin4*

1.SchoolofDemography,theAustralianNationalUniversity,Canberra2601,Australia2.DocdomHealthcareLtd.CO,Chengde068250,China3.DepartmentofCardiothoracicSurgery,HuashanHospitalAffiliatedtoFudanUniversity,Shanghai200040,China4.CentreforAppliedHealthEconomics,MenziesHealthInstituteQueensland,GriffithUniversity,Brisbane4111,Australia

*Correspondingauthor:LAWChi-kin,Seniorresearchfellow;E-mail:zjl789@gmail.com,c.law1@griffith.edu.au

Recent advancement in artificial intelligence (AI) technology and increased availability of digital clinical data provide an opportunity to apply AI to primary health care provision in China.The lack of effective information exchange and patients′ two-way referral mechanism,unfair user fee schedules for primary care and specialist care,low rating on care quality from primary care physicians,and ailing doctor-patient relationship are major challenges faced by primary health care in China.All of these drive patients to attend specialist care directly in secondary or tertiary hospitals.The application of AI would assist primary care physicians to provide better care in terms of examination,diagnoses and prescriptions and care planning.This would improve patients′ confidence in primary care services and attract patients to choose primary care service.The application would contain health costs,increase the efficiency and transparency of medical system and narrow geographical gaps in medical resources.It would also offset the lack of quality and quantity of primary care physicians,improve doctor-patient relationship,and better primary care in China.

Primary health care;Artificial intelligence

R 197

A

10.3969/j.issn.1007-9572.2017.34.001

趙嘉瑩，高鵬，朱勇俊，等.人工智能的應用將改進中國基層醫療衛生服務效能[J].中國全科醫學，2017，20(34)：4219-4223.[www.chinagp.net]

ZHAO J Y,GAO P,ZHU Y J,et al.The application of artificial intelligence could improve primary health care provision in China [J].Chinese General Practice，2017，20(34)：4219-4223.

2017-10-05)

王鳳微)