基于微信公眾號的智能預問診系統的應用研究

薛芹，陳柯

[摘 要]如何幫助醫生提前了解患者的病情，優化患者的就醫流程，是醫院管理的一項重要任務。智能預問診系統是人工智能技術在診前問診領域的應用，本文闡述了基于微信公眾號的智能預問診系統，主要從易于理解的技術層面和實際的使用流程來介紹該系統，并認為應用該系統能夠有效解決患者就診效率低的問題。

[關鍵詞]預問診系統；電子病歷；智能問診模型；微信公眾號

doi：10.3969/j.issn.1673 - 0194.2018.08.062

[中圖分類號]TP311.52 [文獻標識碼]A [文章編號]1673-0194（2018）08-0-02

0 引 言

在患者就診的過程中，現存的一個大問題就是醫生的接診時間短，一方面是因為就診患者多，另一方面是在有限的接診時間內，醫生還要花費一部分時間來書寫病歷。接診時間短會造成醫患溝通不充分、病情了解不全面，進一步會造成患者看病難、就醫體驗不好、時間利用率低等問題。預問診的出現，就是從患者和醫生雙方的角度去優化就醫流程。預問診的核心是診前問診，目的就是在正式就診前采集患者的患病信息。這樣做一方面能夠有效利用患者的診前時間，另一方面能夠降低醫生了解患者病情的成本，讓醫生更加專注于診斷和治療。

一般的預問診系統只能夠起到了解基本病情的作用，本文介紹的智能預問診系統是建立在人工智能技術上的預問診系統，對接了醫院的電子病歷系統，是更加高效的預問診系統，接下來本文會做詳細的介紹。

1 智能預問診系統的建設背景

隨著互聯網醫療的發展，電子病歷正日益扮演著重要的角色，所以如何快速準確地記錄電子病歷，是提高現代醫療效率的關鍵。在診療之外，醫生可以采用多種醫療服務手段，比如遠程醫療和移動醫療。目前，隨著智能手機的不斷普及，通過便捷的智能醫療服務，醫生可以較好地掌握患者的病情并提早進行干預。醫生可以在患者就診前定制問診服務，允許患者將自己的健康狀況和相關的病情數據添加到病歷中，這樣醫生能更準確地做出判斷，這就需要診前問診和電子病歷相結合。

預問診系統就是實現診前問診和電子病歷的結合。一般的預問診系統采用固定問卷式的方法采集信息，設置的題目千篇一律，非常不靈活，患者只能生硬地回答預設好的問題，有些問題甚至與患者的病情毫不相關。考慮到每個患者的具體情況不同，本文介紹的智能預問診系統的優勢在于采用了智能問診模型，該模型能夠模擬醫生問診，根據患者的年齡、性別、主要不適等不同特征生成不同的問題，并通過引導的方式全面采集患者的患病信息，包括患者的主訴癥狀，發作時長、部位、頻率和誘因等，是否有伴隨癥狀，還有既往史、過敏史、家族史、近期用藥和檢查情況等信息。

2 智能預問診系統的應用方案

筆者所在單位采用的解決方案是將智能預問診系統嵌入微信公眾號中，因為現在微信公眾號的使用相當便捷和廣泛。患者關注微信公眾號后，可以進行診前問診，即在微信公眾平臺預約掛號后可以填寫診前問診的信息。當患者來醫院就診的時候，這些病情信息會在醫生接診患者后加載到門診電子病歷中供醫生查看、編輯。

本系統的診前問診利用微信公眾號讓患者完成病情的初步問詢，獲取患者的病情數據，隨后移動端調用系統的Web Service里面提供的方法，完成數據的傳遞，將患者病情的數據存入醫院服務器的數據庫中。具體方案如圖1所示。

3 關鍵技術

3.1 搭建醫療知識圖譜

大量的醫學文獻、書籍和電子病歷中的醫療信息都是非結構化的數據，將這些數據進行結構化處理。信息覆蓋性別、年齡、體征、疾病、癥狀、發作時長、發作部位、發作頻率、伴隨癥狀、疾病誘因、病史、用藥、檢查和科室等多種類別，然后將得到的結構化數據用于搭建知識圖譜。

3.2 構建智能問診模型

智能問診模型就是模仿醫生問診的流程，醫生問診會根據患者的具體情況詢問不同的問題，并且層層深入，最后得出結論。智能問診模型通過貝葉斯網絡決策模型和知識圖譜推理技術來模擬醫生問診，依據不同的狀態信息生成不同的問診問題，從而讓智能問診模型具備推理能力。

3.3 自然語言理解與生成

對于普通患者來講，醫學術語的門檻極高，醫生在接診過程中不會直接使用醫學術語跟患者交流。同樣的，智能預問診系統利用自然語言的理解與生成與患者進行交互，通過學習現有醫患對話來訓練語義理解模型，達到將患者語言與醫學術語轉換的目的，從而生成問題與規范的病歷報告。

4 智能預問診系統的使用流程

系統詢問患者的年齡、性別，然后根據患者當前掛號科室推薦常見癥狀，患者還可以自行輸入其他一些癥狀，系統會自動把患者輸入的信息轉化為標準的醫學術語，如圖2所示。

系統詢問患者的詳細情況，包括發作時長、發作部位、發作頻率和誘因等，并根據患者已有的癥狀，詢問相關的伴隨癥狀。同時，系統還會詢問患者當前的用藥和其他治療情況以及效果。如圖3所示。

系統還會詢問患者的既往病史和過敏史，根據問診內容自動生成病歷。如圖4所示。

5 結 語

智能預問題系統已在筆者所在單位的門診運行了6個月，整體效果良好。相關統計數據顯示，筆者所在單位的官方微信公眾號關注人數增加近3萬人，智能預問題系統日均使用人數近千人，每位醫生的接診人數日均增加20人，門診滿意度同步提升3%。針對醫學的復雜性及嚴謹性，利用智能問診模型對患者進行問診，根據患者回答內容的不同，然后生成針對性的問題，從而能使生成的病歷更專業、嚴謹、詳細，不但能夠節省醫生書寫病歷的時間，而且對醫生進行診療更具意義。筆者所在單位通過應用該系統，切實優化了門診就診流程，提高門診醫生的診療效率，提高了患者的滿意度。該系統在此基礎上將繼續優化其他功能。

主要參考文獻

[1]馬錫坤，楊國斌，于京杰.國內電子病歷發展與應用現狀分析[J].計算機應用與軟件，2015（1）.

[2]劉嶠，李楊，段宏，劉瑤，秦志光.知識圖譜構建技術綜述[J].計算機研究與發展，2016（3）.

[3]張少中.基于貝葉斯網絡的知識發現與決策應用研究[D].大連：大連理工大學，2003.

[4]奚雪峰，周國棟.面向自然語言處理的深度學習研究[J].自動化學報，2016（10）.