鄭娟娟,周 悅,邱園麗
急診預檢分診是急診就診的首要環節,結合病人病情、治療優先順序實施分類,以實現對急診資源的充分、合理利用,保證搶救效果[1-3]。兒童醫院急診擁擠現象普遍,且相關研究調查顯示,兒童醫院急診就診患兒中高達80%的患兒非必須急診就診,導致急診資源被占用,優化急診預檢分診極為關鍵[4-5]。當前有關兒童醫院急診預檢分診的研究集中于流程優化、評估工具等方面,通過對預檢分診操作的規范,能在一定程度上提高預檢分診效率,但仍難避免分診誤判、時間延誤,急診護理對集數據挖掘、統計分析、信息共享為一體的預檢分診智能化管理系統需求極大[6-7]。本研究構建了兒童醫院急診預檢分診智能化管理系統,探究其應用效果,現報告如下。
1.1 研究對象 選擇我院急診2020年7月—2021年7月收治的200例患兒為研究對象。納入標準:符合兒科急危重癥診斷標準;急診科掛號并就診;年齡<14歲;患兒急診分診資料齊全;患兒家屬對研究知情,且自愿參與調查。排除標準:與急診就診標準不符;進入急診就診程序,但中途離開醫院;智能化管理系統未錄入患兒信息。按隨機數字表法將患兒分為對照組、觀察組,每組100例。對照組患兒男64例,女36例,年齡(7.34±2.19)歲;陪同家屬男58人,女42人,年齡(29.38±3.15)歲,文化水平高中以下50人,高中及以上50人;護理人員年齡(32.49±3.18)歲,工作年限(10.39±3.18)年,職稱護士8人,護師及以上30人。觀察組患兒男66例,女34例,年齡(7.50±2.01)歲;陪同家屬男61人,女39人,年齡(30.02±3.02)歲,文化水平高中以下52人,高中及以上48人;護理人員年齡(32.88±3.02)歲,工作年限(11.02±3.04)年,職稱為護士8人,護師及以上30人。兩組患兒性別、年齡,陪同家屬性別、年齡、文化水平比較差異無統計學意義(P>0.05),具有可比性。
1.2 干預方法 對照組采取常規預檢分診模式,分診護士詢問家屬患兒病情,測定生命體征指標、獲取患兒基礎信息,記錄、統計,并參考我院急診患兒四區五級分診標準,結合上述信息對患兒實施分診,明確其去向。觀察組在對照組基礎上應用智能化管理系統,具體如下。
1.2.1 智能化管理系統設計基礎 ①技術框架及設計語言。研究設計的急診預檢分診智能化管理系統是基于醫院信息系統(HIS)、實驗室信息管理系統(LIS)等基礎數據的二次應用平臺,系統采用的技術框架為Asp.net MVC,服務器端設計語言為JAVA、C++,數據層框架為Ibatis.NET,系統能在局域網、院外網絡下運行,且支持手機應用程序(APP)端、PDA端(條碼掃描功能的手持設備)、電腦PC端信息錄入、查詢操作,能實現信息共享。②系統數據庫。系統數據庫采用Mysql master slave主從同步,服務器采用標準Linux系統,數據庫所涉信息有病人一般資料、分診相關信息、儀器監測數據等,信息來源有就診卡、量表評估工具、體溫計等。
1.2.2 智能化管理系統功能設計 研究人員根據兒童醫院急診預檢分診流程設計智能化管理系統,系統功能模塊有患兒基礎信息錄入模塊、體征指標自導模塊、主訴錄入模塊、病情評估模塊、智能分級模塊、信息統計模塊、質量控制模塊,見圖1。

圖1 急診患兒預檢分診智能化管理系統功能模塊
1.2.2.1 患兒基礎信息錄入模塊 家屬為患兒辦理就診卡并在急診掛號,讀卡器刷就診卡后即可實現對患兒基礎信息的讀取、自動導入,基礎信息內容有姓名、性別、年齡、就診編號、分診時間、就診狀態等。
1.2.2.2 體征指標自導模塊 模塊端口為護士端,與分診儀器、分診系統相連接,護理人員采用監護儀等分診儀器采集病人生命體征指標,點擊系統屏幕“同步”選項,即可將測定的生命體征指標同步到系統,并在監護儀顯示屏得以顯示,包括體溫、血壓、血氧飽和度等,醫護人員、患兒家屬通過對監護儀顯示屏的觀察,實現對患兒體征指標的動態監測。
1.2.2.3 主訴錄入模塊 模塊端口為醫師端,模塊分為3塊:第1塊為系統分類,如呼吸系統、心血管系統、神經系統、胃腸道系統等;第2塊為癥狀描述,每個系統對應癥狀描述有5~10條;第3塊為嚴重程度描述,采用“輕度”“中度”“重度”等短語及綠色、黃色、紅色3種顏色描述癥狀嚴重程度。
1.2.2.4 病情評估模塊 模塊端口為護士端,模塊包含的評價工具有快速病情評分表、格拉斯哥昏迷評分表、疼痛評分表、兒童早期預警評估表等,護理人員根據客戶端顯示量表,以問診方式完成病情評估。
1.2.2.5 智能分級模塊 模塊端口為護士端、醫師端,該模塊對患兒基礎信息錄入模塊、體征指標自導模塊、主訴錄入模塊、病情評估模塊4模塊收集的信息進行綜合分析,按兒科急診5級預檢分診指標[8-9]對患兒病情實施分級。所涉評價指標有年齡、體溫、神經系統(深昏迷、驚厥發作)、呼吸系統(急性呼吸窘迫、呼吸頻速、血氧飽和度、危重哮喘發作、氣道異物、喘鳴)、循環系統(心搏驟停、嚴重心律失常、休克)、消化與泌尿系統(消化道大出血、嚴重腹脹)、變態反應(呼吸窘迫、過敏性休克)、血液系統及其他(觸電、溺水或中毒)9個,根據9個指標表現將患兒病情分為Ⅰ~Ⅴ5個級別,Ⅰ~Ⅱ級為瀕危、危重患兒,Ⅲ~Ⅳ級為急癥或亞急癥患兒,Ⅴ級為非急癥患兒,分區(紅區Ⅰ~Ⅱ級、黃區Ⅲ~Ⅳ級、綠區Ⅴ級)[10]。
1.2.2.6 信息統計模塊 負責各模塊數據、信息的統計、計算、邏輯判斷。
1.2.2.7 質量控制模塊 根據“急診預檢分診質量控制標準”確定質量控制模塊內容,結合上述模塊數據或信息生成各類報表,如各時段各級別患兒數量、年齡分布、就診時間等,并自動生成相應圖表,如各時段就診患兒年齡分布折線圖、各級別患兒就診時間餅狀圖等。護理人員完成分診錄入后結合智能分級模塊結果確定就診流向,如急診診室、留觀室、搶救室等。間隔一段時間系統根據病人癥狀變化再評估,Ⅰ級患兒動態評估,Ⅱ級患兒間隔5~10 min,Ⅲ級患兒間隔15~30 min,Ⅳ級患兒間隔30~60 min,Ⅴ級患兒間隔1~2 h。
1.2.3 智能化管理系統急診應用 分診護士輸入“用戶名、密碼”后即可進入系統獲取相應權限,采用讀卡器讀取患兒就診卡,以采集患兒基礎信息,模塊與分診儀連接可直接讀取患兒生命體征指標,醫護人員通過醫生端或護士端進入系統后,點擊“就診卡”選項,即可實現對患兒信息的同步查看,如血壓、體溫、血氧飽和度、分級結果,護理人員點擊屏幕勾選評分項,再點擊“確定”,等待系統自動分診、分區,護理人員結合評分對分流結果進行核對,并引導分診。
1.3 觀察指標
1.3.1 預檢分診質量 預檢分診質量評價指標包括預檢分診準確率、候診時間。預檢分診準確:如入院急診患兒分科、分級正確,則預檢分診準確,如出現分科錯誤或分級不準確,則預檢分診不準確,預檢分診準確率=正確分診患兒例數/患兒總例數×100%;候診時間(min):護理人員通過系統查詢患兒掛號時間、接診時間,據此計算患兒候診時間[11-12]。
1.3.2 家屬滿意度 患兒接診完畢后護理人員采用自制的“急診患兒家屬預檢分診滿意度調查問卷”,問卷共有5個維度,分別為候診環境、就診秩序、候診等待、預檢服務、信息溝通,共20個條目,維度條目數分別為3個、3個、4個、5個、5個,均采取4級評分法,包括“差”“一般”“較好”“非常好”,分值范圍0~3分,總分為60分,評分越高則家屬滿意度越高;問卷Cronbach′s α系數為0.869[13-14]。


表1 兩組預檢分診質量比較

表2 兩組家屬滿意度評分比較 單位:分
3.1 急診預檢分診智能化管理系統能改進預檢分診質量 研究在兒童醫院急診預檢分診中應用智能化管理系統,結果顯示觀察組病人預檢分診準確率為99%,高于對照組的89%(P<0.05),觀察組候診時間為(11.03±3.28)min,短于對照組的(13.63±4.72)min(P<0.05)。文獻報道顯示,急診預檢分診質量影響因素有分診流程、護理制度、護士專科能力、科室環境、病人與家屬等[15-16]。智能化管理系統設計了智能分級指標電子檔案庫,能結合各信息模塊評估項目對分診級別實施自動化、智能化判斷,能實現對患兒病情的量化分析、評價,確保分診有據可依;同時,本研究設計的急診預檢分診智能化管理系統具有評估指標簡單、客觀、簡短的特征,以主訴、生命體征指標、量表評分為參數,分診護士能在短時間獲取相關信息,經系統勾選、確定相應選項,系統即可對數據信息實施自動化處理,并實現分級,能保證分診準確、縮短分診時間[17-18]。
3.2 急診預檢分診智能化管理系統能提升家屬滿意度 研究在兒童醫院急診預檢分診中應用智能化管理系統,結果顯示觀察組家屬滿意度問卷各維度評分均高于對照組(P<0.05)。傳統急診分診雖然明確了分診標準與流程,但護士仍需依靠自身經驗分診,加之患兒家屬主訴不清,導致分診評估客觀性不足,極易造成過度分診或分診不足,導致患兒家屬滿意度偏低[19-20]。研究構建的急診預檢分診智能化管理系統具有強大的數據分析能力,能實現對患兒信息、病情的動態分析,結合分級標準設計系統“判斷邏輯”,能實現對患兒的自動化分級分區,保證快速分診、及時救治,避免意外事件的發生,可改善就診秩序、減少候診等待,提升患兒家屬滿意度[21-22]。同時,急診病人中真正急診病人占比不足20%,非急診病人的存在不僅會增大分診壓力,還易造成就診環境惡化、延長候診時間,導致急診科擁堵,急診預檢分診智能化管理系統在急診患兒預檢分診中的應用能實現快速、準確分診,有效篩選非急診患兒,緩解急診科擁堵現象,有助于優化就診環境、縮短候診時間,進而提升家屬滿意度。
綜上所述,智能化管理系統在兒童醫院急診預檢分診中的應用,能改進預檢分診質量,有助于提升家屬滿意度。