基于院内数据中心的患者智能导诊服务的设计与应用

基于院内数据中心的患者智能导诊服务的设计与应用

发表时间：2019-11-25T14:29:48.727Z 来源：《中国医学人文》2019年8月8期作者：孟啸

[导读] 移动智慧服务给患者带来了便利，而由于缺乏有效的人工协助，导致初诊患者无法准确的挂号。

孟啸

（南京市中医院（南京中医药大学附属南京中医院）；江苏南京210022）

摘要：移动智慧服务给患者带来了便利，而由于缺乏有效的人工协助，导致初诊患者无法准确的挂号。本文基于院内数据中心，通过匹配规则的设计，实现面向患者的智能导诊服务应用。通过该应用，一方面预判患者疾病及病情轻重，有效为患者精准匹配合适的专家，另一方面也实现了院内医疗资源的合理分配。

关键词：智慧医疗服务；智能导诊；移动互联网服务

1、前言

移动智慧医疗服务在给患者带来便利的同时，也产生了新的问题：初诊患者往往无法自我判断病情，不知该挂什么科室，哪个专家更能对症，而由于缺乏随时在线的客服人员，患者无法得到有效的人工协助，这就需要借助更有效的技术手段解决该问题。

其他行业的应用经验值得借鉴。今日头条把“用户特征”、“环境特性”、“文章特性”结合起来，能“更精准地把文章在合适的时间、地点，推送给合适的用户。”①淘宝通过“浏览记录、收藏记录、历史购买行为数据，分析用户的消费偏好，按促成交易概率的大小确定商品排名顺序”，实现首页“千人千面” ②。

2、需求分析

系统能够根据患者病情轻重，为其精准匹配最合适的科室专家，且高级别的医生，可获得更多疑难患者，免去做重复性基础工作的资源浪费，而年轻医生可更多获得诊治患者的机会，丰富诊疗经验，以此实现院内医疗资源的合理分配。

3、系统设计

3.1架构设计

基于基础系统构建院内数据中心，该中心将各系统的各类数据进行统一的集成管理。智能导诊系统通过与数据中心对接，获取相应数据，形成智能导诊专用知识库。在此基础上构建智能导诊服务系统，并向自助终端、移动应用等各渠道输出服务。系统模块包括：智能导诊知识库：从数据中心提取患者、专家信息、病情描述、诊断信息等，建立“科室、医生、疾病、症状之间对照”③关联性；

患者信息：包括患者注册信息，诊前自述信息，历史病案信息等；

医生信息：包括医生个人简介，医学擅长信息，满意度评价信息等；

自然语言处理：患者通过自然语言输入内容后，对该自述内容进行自然语言处理，形成医学关键词；

智能问答：模仿医生问诊的流程，以问答形式，逐步定位患者的病情；

匹配规则库：在患者与医生间从不同维度建立两者间的匹配相关性规则；

评价反馈：在诊疗结束后，患者可以对此次导诊准确性、就诊满意度进行评价，通过反馈机制不断完善匹配规则。

3.2流程设计

通过“症状联想”④，系统引导患者不断完善症状描述，通过“相似度计算推理患者可能的患病概率”⑤，遵循一定的匹配规则，为患者匹配最合适的医生。

患者输入“腹部胀痛”，系统提问与该症状相关的其他信息，如“腹痛位置”、“腹痛程度”、“腹痛频率”、“发作时长”等，然后进行关联病症提问：“是否伴随以下症状：腹泻、呕吐、便血、发热、便秘”等，以此类推，通过提问的不断深入，判断患某疾病（如肠胃炎、上消化道出血等）的概率及病情轻重。最终遵循匹配规则，推荐相应的医生直接挂号。在此过程中，医生获得了患者的诊前自述信息。

3.3匹配规则设计

关联加权有大小：普遍病症与疾病的关联度加权小，特有症状与疾病的关联度加权大。

致病因素全考虑：患者的既往病史以及“年龄、性别、地域等影响发病的因素”⑥也纳入考虑范围。

医生擅长优先：优先匹配最擅长处理该病情的医生。

考虑前置条件：儿童或孕妇直接提示去儿科或妇产科就诊。

根据症状轻重匹配不同层次医生：症状较轻的基础病情患者匹配资历较浅医生，病情较复杂患者匹配专家医生。

4、结语

智能导诊服务本质上是处理院内医疗资源的分配问题，将最合适的医生专家推荐给最需要的患者。未来，随着大数据、人工智能技术的不断完善，智能导诊服务也将更加精准，甚至更进一步，结合人脸识别、图像处理、语音识别、可穿戴设备等技术，实现“望闻问切”，帮

助医生更加高效的获取患者信息，“推动个体化诊疗的发展”⑦。

参考文献：

[1]李磊. 人工智能时代的信息分发革命[J]. 数码影像时代, 2017(3):52-52.

[2]王月盈. 个性化搜索背景下的淘宝网店差异化运营策略探讨[J]. 中国商论, 2018(26):62,80.

[3]王嘉宁,苏翀,任瞳.医院智能导诊系统设计与实现*[J].医学信息学杂志,2018,(8).29-32.

[4]马钰, 张岩, 王宏志, et al. 面对智能导诊的个性化推荐算法[J]. 智能系统学报, 2018, v.13；No.71(03):26-32.

[5]黄雷. 基于多词TF-IDF算法的智能导医系统研究[D].

[6]汤人杰，江涛，杨巧节. 基于自然语言学习的智能云导诊技术[J]. 电信科学, 2019, 35(04):145-151.

[7]邓娴,唐果, 陈永秀,张星丽,阳蒙蒙, .... 门诊智能导诊服务系统应用效果与评价[J]. 中国病案, 2018, 19(12):39-41.