患者健康與服務畫像在智能化預住院體系中的應用研究

智慧醫療、智慧服務、智慧管理三位一體的智慧醫院建設是醫院實現智慧化轉型和高質量發展的重要手段[1]。醫院在使用先進信息技術提高診療效率的過程中，如何實現服務質量與患者就醫體驗的雙提升[2]，是眾多醫院面臨的主要問題。青島市某醫院現行的預住院就診系統便存在此類問題。在預住院評估環節，醫生需按就診維度逐一查詢，因此無法快速直觀地了解患者的主要病情特征；另外，不同患者的健康狀況與疾病進展速度差異較大，由于缺乏對患者個性化因素的綜合考量，評估結果難以準確反映患者就醫需求。數據統計顯示，2023年該院前期因不符合預住院條件而取消住院的人次占19% ，這在一定程度上影響了患者就醫體驗。

患者畫像作為一種整合患者多維度健康數據的工具，正在醫療領域興起[3]。通過使用人工智能技術對患者相關數據進行采集、分析、預測及標簽化處理，能夠全面、真實、動態地反映患者的健康特征[4]。有研究顯示，患者畫像已在個人健康管理、精準醫療、慢性病篩查監測及區域分級診療等領域得到廣泛應用，但在患者預住院評估和精準入院服務方面的應用相對較少[5-6]。本研究將患者畫像引人醫院預住院流程，通過大數據技術繪制患者健康與服務畫像，并使之與現行預住院體系深度融合，構建了智能化預住院系統，旨在為患者提供更精準的醫療服務。

1 患者畫像在智能化預住院系統中的功能設計

1. 1 技術路線

患者健康與服務畫像的生成依 賴于大量數據，主要分為內部數據和外部數據。內部數據是指患者在醫院就診流程中產生的業務數據，涵蓋病史、癥狀、檢查檢驗結果、病歷記錄等，這些數據反映患者的疾病診療情況。外部數據則是患者除就診外其他業務環節產生的相關數據，如輪椅租借、停車信息、滿意度評價、移動醫療應用記錄等，從側面補充患者在醫院的活動及體驗信息。

在技術實現過程中，首先運用數據庫同步、數據抽取轉換加載（extracttransform load，ETL）技術等，周期性地將數據采集至大數據平臺，并采用基于hadoop架構的分布式數據庫進行存儲，實現分散數據的集成。其次，使用自然語言處理技術、大數據處理和挖掘技術、機器學習技術等，對數據進行清洗，根據關聯性建立起不同數據之間的聯系后，開展后結構化處理和標準化處理，使數據格式統一、便于分析。最后，通過特征模型訓練，建立以患者為中心的畫像模型，實現患者數據的高效利用。基于患者畫像的智能化預住院系統流程圖見圖1。

1.2 患者健康畫像

通過對患者就醫數據進行全面采集，并運用數據挖掘和機器學習算法提取關鍵特征，如從病史中提取疾病發生發展信息，從檢查檢驗結果中提取異常指標等，依據這些特征，系統自動生成患者健康畫像。同時，為全面呈現患者健康狀況，系統構建了多維度標簽體系，該體系涵蓋了患者人口統計學特征、醫療行為特征、疾病和治療特征、門診及住院記錄、檢查檢驗報告等信息]，如圖2所示。

1.3 患者服務畫像

患者服務畫像根據預住院流程梳理了患者數據，通過對患者相關信息進行分析，提取具有代表性的標簽特征。標簽分類包括：（1）患者人群分類，依據年齡、基礎疾病等信息將患者劃分為高風險人群、次重點人群、一般人群；（2）輔助就醫情況，如患者在院輪椅借用情況等；（3）醫療信用，通過患者住院次數占總預約次數比例計算出其預住院守信率；（4）服務滿意度，取自患者的預住院服務滿意度調查數據；（5）交通工具，根據患者就診停車關聯的車輛信息判斷是機動車還是其他；（6）居住地，按照患者居住地址分為本埠/外埠；（7）掌上醫療使用熟練度，依據患者使用微信、支付寶等應用程序進行預約掛號、繳費、咨詢等的情況，分為“高”“中”“低”“不使用”四種。這些標簽為住院準備中心工作人員精準定位患者身份、提供差異化預住院服務提供了依據，患者服務畫像標簽見表1。

2 功能應用

2.1 患者健康畫像功能應用

患者健康畫像與醫生工作站深度融合，通過在門診醫生工作站中增加調用患者健康畫像的接口，以可視化界面呈現患者健康畫像（圖3）。除基本的個人及診療相關特征外，患者健康畫像還重點展示了關鍵健康指標，如疾病診斷、“四高癥”（高血壓、高血糖、高血脂、高尿酸血癥）情況、檢查結果、異常檢驗指標等。醫生在為患者進行預住院評估時，可直接查看患者健康畫像，以快速了解患者病情，節省在醫療信息系統內搜集患者健康檔案時間，同時能夠全面評估患者病情，作出更準確的預住院評估決策。

圖2 患者健康畫像標簽體系

表1患者服務畫像標簽

2.2 患者服務畫像功能應用

住院準備中心是為患者提供住院服務的一站式機構，按照“急診第一、危重優先、輕癥按序”的原則[8]合理安排預住院患者順利入院。患者服務畫像應用于住院準備中心，以標簽形式呈現于中心工作站界面，分類清晰，涵蓋患者人群、輔助就醫、醫療信用等多個類別。通過這些標簽，系統可以自動提醒工作人員采用差異化的服務措施，工作人員也能夠快速識別不同患者的需求，并提供多維度的服務措施與信息化工具9]。例如：針對高風險人群，系統將自動提醒工作人員主動詢問，并提供陪同就診服務；對于輪椅借用人群，系統將自動提醒工作人員應向其推送輪椅借用小程序，方便患者預約輪椅。智能化預住院服務措施與信息化工具見表2。

3 應用效果

（1）實現了差異化服務。醫院為患者提供了差異化服務，針對移動應用熟練度較高的患者，向其推送一站式移動信息平臺，方便其使用自助式服務；針對移動應用熟練度較低的患者，引導其前往人工服務窗口或敬老窗口，由工作人員協助其辦理入院手續。這一差異化服務增強了患者的住院信心，消除了其焦慮心理，提升了患者滿意度。

（2）提高了運行及服務效率。

圖3患者健康畫像系統界面

系統自2024年1月開始實施，截止到11月，門診業務流程方面，患者健康畫像累計輔助診療23.9萬次，預住院患者占比與上一年度同期相比提升了 14% 。在住院準備中心業務流程方面，高風險患者及輪椅借用服務達1萬余次，預住院守信率較低人群服務為1千余次，預住院爽約率降低了 17% 。

表2智能化預住院服務措施與信息化工具

4 討論

智能化預住院系統的應用，優化了門診和住院準備中心的業務流程，提高了運行及服務效率，改善了患者就醫體驗。現有智能化預住院系統多聚焦于流程自動化與數據共享機制優化，如浙江某醫院通過構建一站式院前檢查中心，顯著縮短了患者等候時間，通過PDCA循環管理模式提升了預報床率，優化了床位資源配置[10-11]。然而，上述系統依賴靜態的診療數據，缺乏對患者個體化健康特征的深度挖掘，導致服務精準性受限。相比而言，本研究創新性引入患者健康畫像與服務畫像，通過動態整合患者病史、檢查結果、行為偏好等多維度數據，可實現差異化服務設計，彌補了傳統系統在個性化服務與資源動態匹配上的不足，體現了數據驅動決策在效率醫療中的核心價值。

在系統設計與實現過程中，為了確保畫像的準確性和時效性，系統對畫像的來源數據采用了動態維護策略。一方面，系統會定期更新數據，及時采集患者最新就醫數據，同時結合臨床使用的反饋意見，不斷完善標簽種類。通過對特征不突出、差異性不足的畫像標簽進行優化處理，確保畫像標簽能反映患者最新的健康和服務需求。另一方面，在應用過程中，操作人員會對數據質量進行嚴格把控，在數據采集、清洗、處理等各個環節進行質量檢查，以減少因數據錯誤或缺失導致的畫像偏差。另外，在數據隱私安全方面，系統采取了多重保障措施。在數據采集階段，遵循最小化原則，僅收集必要數據，并對敏感數據進行加密處理；在數據存儲和傳輸階段，采用安全的存儲技術和加密傳輸協議，并通過授權方式嚴格限制數據訪問權限，以確保患者數據安全。

本研究將患者健康畫像與服務畫像相結合應用于預住院系統，優化了預住院流程，為醫院高質量發展提供了新的模式。隨著人工智能大模型技術的快速發展，其在醫療領域的應用展現出巨大潛力，特別是語義理解和多領域知識融合能力，能夠進一步提高患者畫像的準確性。基于此，下一步將加強與區域健康平臺的數據交互，借助大模型技術在整合多模態醫療數據與多維度分析方面的能力，通過深度學習和知識圖譜等人工智能技術，生成更精準、更全面的患者畫像，為患者后續個性化診療服務提供基礎。同時，未來也將使用人工智能技術加強相關疾病風險預測模型的開發與應用力度，結合自然語言處理技術和動態學習機制，持續優化模型，提升模型的預測精度，推動健康畫像中的風險預測向精準化、個性化邁進，并依此持續優化預住院流程。通過以上智能化措施的深人應用，為患者打造更優質的醫療服務體驗。

參考文獻

[1]國家衛生健康委員會.關于印發公立醫院高質量發展促進行動（2021－2025年）的通知：國衛醫發[2021]27號[EB/OL].（2021—09—14）[2024—11—20].https：//www. gov. cn/zhengce/zhengceku/2021 -10/14/content_5642620.htm.

[2]許昌，孫逸凡，董四平，等.智慧醫院建設促進公立醫院高質量發展的思考[J].中國醫院管理，2023，43（1）：10—13.

[3]李一男，胡 婷，王婧婷.基于大數據的用戶畫像在患者體驗提升中的應用現狀與前景展望[J].中國護理管理，2020，20（5）：776—779.

[4]徐芳，應潔茹.國內外用戶畫像研究綜述[J].圖書館學研究，2020（12）：7-16.

[5]徐婷婷，張元紅，李桂英，等.畫像式患者跌倒風險評估表的設計與應用[J].護理學雜志，2023，38（12）：56-59.

[6]李艾，杜元太，繆 剛，等.基于智能引擎的甲狀腺癌術后隨訪系統構建與實踐[J].中國衛生信息管理雜志，2022，19（2）：272—275.

[7]胡筱涵，葛帥，王震坤，等.基于互聯網醫院的預就診服務模式創新[J].中國衛生質量管理，2024，31（10）：1-5.

[8]章莉麗，葉小云，楊 蕾，等.大型綜合性醫院多院區住院床位一體化管理的探索與實踐[J].現代醫院管理，2022，20（1）：28-30.

[9]王佳琪，張錦玉，李心鈺，等.用戶畫像技術在移動健康管理領域的應用現狀[J].中華健康管理學雜志，2021，15（2）：196-199.

[10]勵威達，章莉麗，陳維婭，等.基于患者就醫體驗的高效入院服務模式構建［J].中國醫院，2025，29（2）：94-97.

[11]倪小英，李 序，章莉麗，等.效率醫療背景下運用PDCA循環提高預報床率的效果[J].現代醫院，2023，23（6）：897—899，903.

通信作者：

李鵬：青島大學附屬醫院信息管理部高級

工程師

E-mail：ca_1987@163.com

收稿日期： 2024-12-05 修回日期：2025—03—21本文編輯：黃海鳳劉斯妤