淺析精神專科醫院的智能預問診系統

王譽豪 邱宏

上海交通大學醫學院附屬精神衛生中心 上海 200030

引言

如今，患者一大就診的難點就是排隊時間長而接診時間短，往往發生排隊三小時、看病三分鐘的情況，導致醫患溝通不充分等從而引發一系列后續的負面反應。而智能預問診的誕生可以同時從醫生和患者兩個角度去優化就醫流程。智能預問診的核心是診前問診，目的就是在正式就診前充分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[1]，從而達到惠民惠醫雙收的目的。

1 精神專科醫院智能預問診的特色要素

除了通過基于智能問診模型，模擬醫生問診，診前收集患者患病信息以及通過移動互聯網載體，以對話界面、語音等多媒體交互引導的方式全面采集患病信息之外，精神專科醫院智能預問診系統還有許多為患者及醫生考慮的特色要素。

1.1 精神科知識圖譜

精神科知識圖譜是由精神科、心理科的醫學知識元素（實體，節點）及醫學知識元素間的邏輯關系（關系，邊）所組成的大規模語義網絡，它同時也是一個知識庫。（圖1）

圖1 精神科知識圖譜示例

精神科知識圖譜的構建包括了精神科知識的表示、抽取、融合、推理以及質量評估。通過從大量精神科診療指南、專家臨床經驗的大量結構化或非結構化的醫學數據中提取實體、關系、屬性等知識圖譜的組成元素，選擇合理高效的方式存入知識庫。在智能判斷病人病情時，主要通過運用一套不同癥狀的疾病權重判斷的邏輯，使得系統判斷更靠近醫生的結果。而這一套判斷邏輯的構建，則是根據醫生的反饋和患者的實時數據反饋，不斷進行學習、調整和整合，使用python將通過約上千例真實病例進行建模并分析，采集不同癥狀的相同、相似及不同點之后，結合舒輔精神疾病權重指數進行模擬測試并反復確認邏輯的準確率及其可靠性，最終得出結果。

在構建圖譜、建立邏輯關系這一過程中，技術團隊發現了許多難點并將其逐一攻破。例如在病人的歷史病歷增加了邏輯判斷的難度這方面，開發團隊抽取了2019年6月23日至同年9月30日的432例數據，對病人的既往史進行建模分析，分別判斷既往史與當前癥狀的關聯性，并經過了大量測試以及邏輯推敲以優化圖譜來確保系統結果的準確度，其中，測試團隊將其中部分病例的系統判斷結果與上海市精神衛生中心的專家意見進行了比對，符合率接近80%。又比如精神疾病的多并發癥導致邏輯分支錯綜復雜等等困難，技術團隊都下足了功夫進行大量的研究，才有了今天讓醫生們能放心借鑒的精神科知識圖譜。現今，系統的知識表示方法主要采用了謂詞邏輯表示法和語義網表示法的結合和再創新，并借鑒了SNOMED-CT系統醫學知識融合對醫學知識庫內容進行消歧和鏈接，增強知識庫內部的邏輯性和表達能力，并持續通過人工及自動的方式為醫學知識圖譜更新舊知識或補充新知識[2]，以確保系統判斷的準確率。

1.2 結構化病歷

精神科疾病多為慢性病，易復發，故而病癥及癥狀有時頗為復雜，常伴有其他并發精神疾病，需要醫生大量的手寫輸入以及診療時間，難以進行快速的診斷。而智能預問診系統則通過問卷的方式，利用患者排隊的時間，詳細調查病患的個人詳情、既往史以及主訴癥狀，根據得到的信息分析并提供出結構化的預診病歷，使病患情況一目了然，大大減少了醫生的工作量，提高了醫生的就診效率。

2 精神專科醫院智能預問診的效益

2.1 惠民

患者是醫院服務的中心,是醫院存在的前提，因此智能預問診系統的建設也要圍繞著以患者為中心的理念來開展，不斷提高患者就醫可及性，緩解日趨緊張的醫患關系，全心全意為患者服務，以提升患者就醫滿意度為第一目標。在這個大前提下，智能預問診系統不僅僅可以做到減少患者與醫生的溝通成本，降低患者的無效就醫時間，也大幅度提高了醫院患者流程的效率，實現合理高效利用患者等候時間，提高患者參與度。

2.2 惠醫

我國優質醫療資源集中在大型公立醫院，基層醫療機構服務能力不足[3]，大醫院人滿為患，看病難的問題日益嚴重，醫患矛盾不斷加劇。而智能預問診系統大幅度節省醫生書寫病歷的時間，有利于醫生在有限時間內進行快速準確全面的判斷病情，提高診療效率與質量。與此同時，院內人工運營成本也可有所降低，不僅提高了醫療機構診療效率，也有效提升了醫生的行醫體驗，幫助醫生規范診療行為同時進行更加有效的治療管理，從而實現一定的經濟效益。

2.3 惠社會

依據互聯網+醫療服務的發展思路，有序合理引導公眾就醫，幫助公眾建立更科學合理的就診傾向，最大限度保障大眾的利益，為公眾提供更優質、更便捷、更安全、更高效的醫療健康服務。同時，智能預問診系統讓醫療服務從診中拓展到診前、診中以及診后，在社區里也能幫助同患者鏈接、建立患者檔案，以實現一定的經濟效益和巨大的社會效益。

3 精神專科醫院智能預問診的實際應用

3.1 患者端

在病人掛號結束等待就診期間，病人可以在志愿者的引導下，使用手機掃碼后開始問卷的填寫。問卷一共分為三個部分需要患者自行填寫，分別為基本信息、既往史以及主要癥狀。為了確保能采集到所有的相關信息，每一步都設置了提示框及互動的環節，以確保患者不會對著系統不知所措而放棄填寫。在填寫完畢后，也會有對應提示來告知患者他已成功完成問卷。

3.2 醫生端

智能預問診系統現在已與筆者所在的精神專科醫院的HIS系統相關聯，在患者填寫完相關信息之后，會自動生成一份結構化病歷并發送至醫生工作站，在相關患者就診時，醫生可在醫生工作站中打開病歷并進行查看。

系統會將智能判斷的疑似陽性的疾病結果按可能性進行排序，并將需要醫生人工進一步診斷的重點畫線標出，方便醫生查看。在醫生進行判斷并確認之后，病歷會自動保存，不需要醫生再進行反復的人工操作，且系統自動生成的格式與醫生手動輸入的病歷格式基本一致，當然也可以隨時從HIS系統中提取報告，進行查看復審等操作。

4 精神專科醫院智能預問診的未來發展方向

對于精神專科醫院的智能預問診系統來說，精神科知識譜圖的建設是為重中之重，由于精神疾病的復雜性，要準確并快速判斷出每一個患者的情況是有一定難度的，接下來，應該通過優化精神科知識圖譜以及機器學習醫生臨床診斷結果，在現有基礎上進一步提高智能疑似疾病判斷準確率。

鑒于精神專科醫院患者的特殊性，患者在使用系統時的表情和情緒，是醫生問診的重要參考數據，因其可以側面反映出患者對情緒的把控能力以及情緒的穩定性。所以，智能預問診系統應當引入面部識別及表情識別系統，這樣可以增加患者在預問診過程中的趣味性并穩定病人情緒。

同時，應對患者離院后的病情發展狀況通過自動隨訪和智能測評功能進行追蹤，以幫助患者更加直觀的了解自己的病情發展變化，提高患者依從度，提高復診率和診療效果。

5 結束語

智能預問診系統于2019年7月初在筆者所在精神專科醫院門診部上線。上線至今，整體效果良好。從筆者所在單位的相關統計數據來看，醫院的日均接診人數與智能預問診系統上線前相比有了較大幅度的提高，每位醫生的日均接診人數也顯著上升，病人從掛號到最終結束接診的時間也明顯縮短，筆者所在醫院門診的滿意度也得到了相應的提高。智能預問診系統，利用人工智能技術，在滿足醫學的復雜和嚴謹性的條件下，對就醫的患者進行預問診。根據預問診中患者填寫的問卷和回答的相關問題，門診醫生可以提前全方位的了解患者的情況和基礎病情，從而精簡了門診醫生和患者的溝通過程，提高了門診醫生的診斷效率，節省了門診醫生書寫病歷的時間，同時也優化了門診的就診流程。智能預問診系統會隨著在筆者單位的使用時間和使用人數的增加，進行不斷的優化和改進，完善相關功能，提升系統的智能程度，提高用戶體驗滿意度。