91学术服务平台

您好,欢迎来到91学术官网!业务合作:91xueshu@sina.com,站长邮箱:91xszz@sina.com

发布论文

论文咨询

人工智能应用于门诊精准预约的理念和实践分析

  2020-06-29    621  上传者:管理员

摘要:近年来,“互联网+医疗”下移动医疗的普及一定程度上缓解了三级甲等医院门诊患者“三长一短”的现状,提高了就诊效率和患者满意度。然而,目前的预约就诊模式仍不能充分合理利用医院的优质专家资源。为了解决这一难点,某三甲专科医院实行“精准预约”,并通过人工智能(Artificial Intelligence,AI)技术精确匹配患者的实际需求与专家的医疗能力,有效指导门诊患者科学合理就诊,初步实现院内分级诊疗,同时提高了门诊的住院转化率和患者就诊效率。

  • 关键词:
  • 专科门诊
  • 人工智能
  • 医院
  • 精准预约
  • 门诊医疗服务
  • 门诊管理
  • 加入收藏

近年来,移动互联网技术在我国不断发展普及。不少三级甲等医院积极同互联网公司合作,改善相关软硬件,将移动支付引入到门诊医疗服务领域,增设挂号缴费一体自助机,初步实现了线上预约、挂号、支付,显著提高了门诊患者就诊效率和就诊满意度[1,2]。

实践证明,基于信息化的“移动医疗”技术可以提高患者就诊效率,在一定程度上改善了患者“就医难”的问题。因此,应用移动互联网技术提高医疗服务质量、改善患者服务体验在目前有着广泛的需求和应用前景。


1、 专科医院门诊的特点与痛点


复旦大学附属肿瘤医院作为全国著名的三级甲等专科医院有着自身的特点:首先,门诊量大,复诊患者占比增加。肿瘤医院在全市乃至全国范围内都享有较大的知名度,吸引了全国各地的肿瘤患者前来就诊,同时,人口老龄化加快、疾病筛查水平提升以及生活方式和环境改变等又让肿瘤发病率不断上升,慕名来院就诊的患者也与日俱增。数据显示,近年来肿瘤医院的门诊量每年均大幅增长,2018年门诊量较5年前增长了近1/3(28.3%),同时,近年来由于医疗水平的提高,肿瘤患者的5年生存率也不断提高,初诊患者占门诊挂号人数比例逐年下降,术后复诊随访患者比例逐年上升。其次,作为一家主要面向肿瘤患者的专科医院,优势学科和主要诊治疾病种类相对集中,基本的诊疗流程也逐步统一规范,因此患者的就诊流程也较为相似并逐步趋同。

通过互联网技术,肿瘤医院自2005年开始就启用了门诊预约挂号系统,随后又增加了移动端预约挂号服务,然而,不断调整完善后的预约系统仍无法满足医患双方的需求,主要原因有如下几方面。

1.1医患双方之间存在巨大的供需落差

作为全国知名的三甲专科医院,百姓对权威医疗水平专家的需求与实际医院专家门诊供应量之间仍存在较大差距。作为患者,无论初诊、复诊,无论病情轻重,都希望尽可能由权威专家给出诊疗建议,然而专家资源有限,患者数量却逐年攀升,两者之间的突出矛盾导致专家号“一号难求”,造成了患者所谓的“挂号难”的问题,继而引发“黄牛号贩”趁机屯号、倒号、贩号,严重扰乱门诊医疗秩序,造成恶劣的社会影响[3,4]。实质上医患之间的“供需落差”是双方信息不对称造成的,患者在不了解自身疾病和专家特长的情况下盲目抢挂专家号,导致挂号不准确、反复挂号就诊、看病周期延长、就诊流程复杂化等情况,人为加剧了“就诊难”,引发更多投诉、纠纷和医闹。

1.2门诊患者无法及时准确分流

门诊诊疗流程与疾病类型和特点密切相关,不同患者的就医需求也并不相同,但由于肿瘤医院是专科医院就诊患者的疾病种类相对集中,患者的基本诊疗流程也较为统一。一般初诊病人需要尽快完善相应检查后,再由专家根据检查结果做出诊断治疗,而术后复诊患者则需要通过定期随访治疗并观察病情变化。然而在目前预约就诊模式下,由于复诊患者相对于初诊患者更为熟悉医院预约挂号流程,大部分的专家号被术后复诊患者预约,少部分初诊患者即使预约上专家,也因检查不完善等原因而不能进行进一步诊疗,导致部分病情确有需求、符合手术指征的初诊患者无法及时预约到专家进行有效的诊治,术后复诊患者也不能得到系统的随访管理。

1.3门诊患者住院手术的转化率低

对于医院而言,希望能充分发挥专科医院的优势,最大化合理利用有限的优质专家资源,提高门诊诊疗效率和患者满意度;对于临床专家而言,则希望患者能根据自己病情合理就医,优先接诊确有需求、病情严重且亟需手术的病人并将其尽快收治入院。但是目前的预约模式下优质专家资源被越来越多的术后长期复诊患者和未完善检查的初诊患者挤占,专家通过门诊有效收治患者的能力也大大降低,优质专家资源存在无效占用现象。以复旦大学附属肿瘤医院为例,门诊患者住院手术转化率仅有10%左右,即在10个门诊患者里,仅有1位患者真正有住院手术的需求。

目前,部分医院移动医疗服务中提供“精准就诊时间预约”,这在一定程度上缓解了患者看病“三长一短”的难题,有效提高了患者的就诊满意度[5],但是尚没有医院针对患者病情提供“精准预约”,为此我们在这方面做出了实践探索。


2、 精准预约的探索和实践


2.1“精准预约”的概念

复旦大学附属肿瘤医院和腾讯公司基于对专科医院门诊预约需求的深入了解,首次提出了门诊挂号“精准预约”的概念。“精准预约”,即在门诊患者预约挂号之前,通过移动互联网技术收集患者相关信息,对患者就诊的目的和需求进行预测判断,与医院专家门诊资源进行精确匹配后完成预约,在疾病、时间和专家3个维度上确保了门诊预约的“精准”。

“精准预约”需要通过移动端从多个维度收集患者信息,从而更好地对病情严重程度、治疗方向、病程及其处理等方面做出最符合实际状况的判断。患者信息除了一般人口学和疾病诊断以外,还需要由患者主动上传相关检查报告和病理结果等材料,后台根据专业的标准对这些信息进行分析、判断、预测和分类,达到精准化预约就诊的目的。

2.2“精准预约”的具体实现途径

2.2.1干预环节

目前门诊预约就诊流程主要分为预约、挂号、候诊、就诊(诊断治疗)、缴费、检查或拿药、复诊等环节,其中预约挂号阶段决定了患者到哪个医生就诊,是资源配置的关键环节。“精准预约”选择在患者进行预约挂号前明确患者需求,为其精准匹配专家,提供快速预约通道,在患者就诊的初始环节对其进行合理有效的分流(图1)。

2.2.2 AI筛选技术

由于使用人工对患者提供的材料进行汇总筛选耗费的人工成本太高,因此选择使用目前较为成熟的光学字符识别(Optical Character Recognition,OCR)和AI技术对患者的材料进行识别、分析、预测判断后给出合理分诊建议,即将患者检验检查报告图像传递给系统进行手术指征识别,并根据识别结果做出相应手术判断(输出对应的手术符合度并分配号源或给出预约建议),具体实现过程如下。

(1)前期调研,确定标准。开发前期由各学科专家根据临床经验商议决定符合“精准预约”患者的标准作为筛选判断的依据。以甲状腺癌为例,满足以下一项者符合标准:(1)超声检查病情符合TI-RADS分级,4B、4C、5级、6级;(2)超声检查病情符合恶性肿瘤、癌症怀疑/待排/不排除;(3)病理诊断甲状腺乳头状/滤泡状/低分化/未分化癌,见恶性细胞。

图1精准预约流程

(2)图像识别,特征提取。根据院内报告或患者上传的其他医院检查报告,后台通过OCR技术自动识别报告中的文字,并进行分句,分句后对提取的内容进行预处理,然后根据处理后的句子进行判断预测,最后得出患者需要手术的概率(图2)。

图2精准预约后台图像识别与分析

(3)算法训练,建模预测。患者上传的医学报告是由事实描述性句子组成的长文本,由于文本中存在OCR错误,医学术语较多且长度不一,并且存在标注数据少、标签分类不平衡等问题,在比较CNN(卷积神经网络),RNN(循环神经网络),CRNN(卷积循环神经网络)等各种模型结构后,引入transfer learning模型,以大量语料预训练的语言模型为基础,开发特征提取层(手术指征等)和任务层(报告分类),通过学习各种特征与报告标签之间的关系,实现医疗报告中部位、疾病、症状与报告分类标签之间的复杂逻辑判断,给出报告分类及其原因,同时增加模型抗噪能力,减少过拟合,实现医疗自然语言处理(NLP)的统一模型框架(图3)。

图3 AI筛选原理

2.2.3操作流程

目前患者可通过医院官方公众微信号进入“预约挂号”界面,根据自己病情需要选择申请“精准预约”的科室和专家,并根据提示上传能反映病情的B超报告、CT报告、MRI报告或病理报告等材料的照片,后台通过OCR+AI技术根据前期的筛选标准进行识别和判断,选择符合标准、确有手术需求、病情严重的病人优先通过,及时为其提供专家号源,并由后台将审核结果反馈给申请者。不符合要求的申请者再经平台直接转至普通门诊重新进行预约挂号。


3、 初步成效


3.1实施结果

复旦大学附属肿瘤医院“精准预约”项目自2018年3月起从医院重点科室头颈外科3位医生开始试点实施,截止到2018年12月17日,医院共有10个外科科室、76位医生、每周平均累计765个号源加入精准预约,“精准预约”项目服务患者数近4万人次,符合医生要求、通过患者为5 675人次,占平台访问人次的14.4%。

3.2初步成效

3.2.1门诊住院转化率显著提高

门诊住院转化率是指患者通过门诊就诊后直接被医生收治入院的比率。开通精准预约前,通过科室调研,各科临床医生,均反馈一次专家门诊,开单率不超过10%,开通精准预约后,转化率均大幅提高并都超过30%。

以最初试点的头颈外科为例,开通前住院转化率仅有8.2%,在精准预约上线3个月便超过了30%,开通4个月就超过了50%并稳步上升,目前保持在60%左右。其余几个科室陆续开通精准预约后门诊住院转化率也稳步上升。

3.2.2初步实现了院内分级诊疗

为了解申请“精准预约”患者被拒绝后的诊疗行为,从最初开通精准预约项目的头颈外科和乳腺外科分别随机抽取100位精准预约被拒患者并对其后续就诊行为进行跟踪分析。结果显示,大部分患者(头颈外科58%,乳腺外科62%)在申请“精准预约”被拒后被引导至普通门诊就医;部分患者即使通过其他途径成功预约专家就诊后也只是完善检查,未进一步诊疗;在所有申请精准预约被拒绝的患者中,约有2/3的患者均需要完善检查,完善检查后,头颈外科有20%的患者被收治入院,而乳腺外科仅有4%,同时随访的比例达到了30%。由此可见,“精准预约”准确识别出了病情严重、确有需求手术的病人为其提供专家号源,同时也有效地引导不符合要求的患者前往普通门诊就诊,充分利用了院内专家资源,初步实现了院内分级诊疗。


4、 未来展望


复旦大学附属肿瘤医院充分利用当前移动医疗和AI技术的发展,率先在院内探索实践“精准预约”项目。实践证明,“精准预约”是三甲专科医院实现院内分级诊疗、提高医院优质医疗资源利用率并提升患者就诊效率和满意度的有效方式。通过“精准预约”,未完善检查的初诊患者以及术后随访复诊患者都被有效识别并合理引导至普通门诊预约就诊,由普通门诊医生完善检查后给出建议将其引导至相关专家处就诊,避免了初诊患者盲目抢挂专家号,同时也将部分术后随访患者分流到普通门诊进行复查,缓解了医院优质专家资源短缺的问题。同时,由于精准预约经由每位专家的个人页面进入,患者仍能够根据病情选择相关科室自己熟悉的专家后进入精准预约渠道。

随着肿瘤发病率的不断升高,肿瘤患者人数也不断攀升,未来基于AI大数据分析技术或能在肿瘤患者就医全流程管理中发挥作用,解决肿瘤医院医疗资源供需不平衡的矛盾,改善门诊秩序,提高患者就诊效率。基于AI技术的服务能力,精准医疗服务可扩展至包括“筛查—确诊—手术—基因检测—放疗/化疗—用药—复查/随访—患者健康教育”的患者就医全流程,在每一个就医节点,为患者提供包括病情判断、就医服务、方案管理、心理支持、康复管理、疾病科普、医院资讯等在内的个性化的精准医疗服务[6]。

在辅助诊断方面,利用基于OCR识别的AI大数据技术可快速有效地识别患者的就诊资料,并将报告内容与大数据库进行比对,给患者提供就诊指导,给医生提供辅助诊断的建议。在随访患者管理方面,可利用AI识别术后复诊患者前后多次上传的复查报告变化对比判断其病情变化,结合患者其他信息给予复发风险提示,在确有需要时引导其挂号复诊,避免患者术后频繁就诊,大量占用有限的专家资源,提高就诊效率。同时,应用基于“人脸识别”系统的AI大数据技术可以在门诊人流量较为集中的位置进行拍摄并和人口数据库进行比对分析,快速有效识别黄牛、医药代表、医闹等人员,维持门诊就诊秩序的稳定。


参考文献:

[1]冯文,徐玲,屈晓晖,等.移动信息技术支持下的门诊流程再造[J].中国卫生信息管理,2016,13(3):247-250,256.

[2]吴伊如,张群瑜,潘传迪.多功能自助机助力智慧医疗新体验[J].中国卫生事业管,2016(11):822-823.

[3]宗静.预约挂号中专家资源浪费现象的管理与对策[J].中国病案,2012,13(8):42-43.

[4]任玮.改善门诊就医流程促进医患关系和谐[J].中医药管理杂志,2008,16(3):185-186.

[5]邢冬婕,于秀珍.精准预约存在的问题与改进[J].护士进修杂志,2017,32(20):1857-1858.

[6]熊瑶,陈敏.人工智能在医疗领域应用现状探讨[J].医学信息学杂志,2018(4):24-28.


董枫,柏鸿凌,郑莹.应用人工智能实现专科门诊精准预约的理念和实践[J].中国医院管理,2019,39(11):36-38.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

400-069-1609

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定