診療流程智能導(dǎo)引體系設(shè)計(jì)與實(shí)現(xiàn)*

胡 川 羅 浩 汪 鵬

(陸軍軍醫(yī)大學(xué)第一附屬醫(yī)院醫(yī)學(xué)大數(shù)據(jù)與人工智能中心 重慶 400038)

1 引言

近年來(lái)“互聯(lián)網(wǎng)+醫(yī)療健康”領(lǐng)域新模式、新業(yè)態(tài)不斷涌現(xiàn)，很多醫(yī)院都在各個(gè)診療環(huán)節(jié)中進(jìn)行大量基于互聯(lián)網(wǎng)的優(yōu)化診療流程工作[1]，如分時(shí)段預(yù)約、掛號(hào)、移動(dòng)支付、報(bào)告提醒等方面，有效優(yōu)化患者就診流程，但在導(dǎo)診方面，醫(yī)院開(kāi)展的工作相對(duì)較少，患者花費(fèi)大量時(shí)間在就診環(huán)節(jié)上。提高患者就診效率，合理分配就診時(shí)間，規(guī)劃最佳診療路徑是醫(yī)院提高智慧化服務(wù)質(zhì)量的關(guān)鍵[2]。針對(duì)這些問(wèn)題，通過(guò)建立規(guī)則知識(shí)庫(kù)、知識(shí)引擎服務(wù)、算法模型、移動(dòng)端消息推送等機(jī)制，設(shè)計(jì)基于知識(shí)庫(kù)的診療流程智能引導(dǎo)體系，優(yōu)化患者診療流程，提升患者就診效率，縮短平均就診時(shí)間，實(shí)現(xiàn)就醫(yī)流程智能化引導(dǎo)服務(wù)。

2 診療流程智能導(dǎo)引體系

以大數(shù)據(jù)挖掘技術(shù)、歷史診療流程相關(guān)數(shù)據(jù)分析為基礎(chǔ)[3]，建立規(guī)則知識(shí)庫(kù)、知識(shí)引擎服務(wù)、算法模型、移動(dòng)端消息推送機(jī)制，借助前沿信息技術(shù)達(dá)到優(yōu)化醫(yī)療資源配置及就醫(yī)流程的目標(biāo)。針對(duì)不同患者群體(門診、住院患者)，不同業(yè)務(wù)類型(門診檢查、住院醫(yī)囑、手術(shù)通知、注意事項(xiàng)等)建立不同且可自定義知識(shí)庫(kù)模塊，按照實(shí)時(shí)采集、標(biāo)準(zhǔn)化、可利用、可更新的標(biāo)準(zhǔn)來(lái)創(chuàng)建[4]。在完善知識(shí)庫(kù)模塊基礎(chǔ)上，融合概率推理、實(shí)例推理、模糊邏輯等技術(shù)，開(kāi)發(fā)一套知識(shí)引擎服務(wù)，使知識(shí)庫(kù)演變成結(jié)果庫(kù)。利用知識(shí)引擎服務(wù)深度融合醫(yī)院就診流程[5]，根據(jù)業(yè)務(wù)需求設(shè)計(jì)多種消息提醒模版，通過(guò)應(yīng)用程序接口調(diào)用知識(shí)引擎服務(wù)，使用消息機(jī)制向患者推送智能導(dǎo)引提醒，與院內(nèi)智能導(dǎo)航系統(tǒng)相結(jié)合[6]，為患者提供更精準(zhǔn)、便捷的導(dǎo)引服務(wù)。體系結(jié)構(gòu)設(shè)計(jì)，見(jiàn)圖1。

圖1 體系結(jié)構(gòu)

3 架構(gòu)設(shè)計(jì)

3.1 技術(shù)架構(gòu)

整個(gè)體系建設(shè)主要分為前端的應(yīng)用服務(wù)和后端的知識(shí)引擎服務(wù)兩個(gè)方面。前端的患者消息推送服務(wù)采用傳統(tǒng)3層架構(gòu)設(shè)計(jì)，通過(guò)開(kāi)發(fā)Windows服務(wù)定時(shí)分類輪循患者信息，獲取接口推送消息內(nèi)容，然后調(diào)度移動(dòng)端消息通知服務(wù)，結(jié)合室內(nèi)導(dǎo)航軟件開(kāi)發(fā)工具包(Software Development Kit，SDK)，實(shí)現(xiàn)與患者友好交互。后端的知識(shí)引擎服務(wù)則主要采用大數(shù)據(jù)Lambda架構(gòu)對(duì)數(shù)據(jù)進(jìn)行分析處理。Lambda架構(gòu)具有高容錯(cuò)、低延遲、可擴(kuò)展等特性，其整合離線與實(shí)時(shí)計(jì)算，融合不可變性、讀寫(xiě)分離和復(fù)雜性隔離等原則[7]。Lambda架構(gòu)分為3層：批處理層(Batch Layer), 速度層(Speed Layer)和服務(wù)層(Serving Layer)。所有進(jìn)入系統(tǒng)的數(shù)據(jù)都被分發(fā)到批處理層及速度層，批處理層主要由Hadoop來(lái)實(shí)現(xiàn)，負(fù)責(zé)數(shù)據(jù)(Master Dataset)存儲(chǔ)和產(chǎn)生任意的視圖數(shù)據(jù)，針對(duì)Master Dataset進(jìn)行預(yù)運(yùn)算，生成離線結(jié)果；速度層與批處理層本質(zhì)上相同，都是通過(guò)對(duì)其接收的數(shù)據(jù)計(jì)算而得到視圖，速度層是為彌補(bǔ)批處理層的高延遲性問(wèn)題，實(shí)時(shí)處理在線數(shù)據(jù)，生成增量結(jié)果；服務(wù)層用于加載和實(shí)現(xiàn)數(shù)據(jù)庫(kù)中的批處理視圖，為用戶提供查詢。該架構(gòu)表達(dá)式可通過(guò)Query = function(all data)表示，整體架構(gòu)，見(jiàn)圖2。

圖2 Lambda架構(gòu)

3.2 網(wǎng)絡(luò)架構(gòu)

診療流程智能導(dǎo)引系統(tǒng)服務(wù)器部署在醫(yī)院內(nèi)網(wǎng)，通過(guò)在核心交換機(jī)上劃分專用虛擬局域網(wǎng)(Virtual Local Area Network，VLAN)連接服務(wù)器，內(nèi)部服務(wù)器分析計(jì)算出規(guī)則知識(shí)庫(kù)、當(dāng)前隊(duì)列數(shù)據(jù)及患者診療優(yōu)先順序，提供患者檢索服務(wù)，將推送消息數(shù)據(jù)通過(guò)專線交換機(jī)、內(nèi)網(wǎng)防火墻、網(wǎng)閘傳輸至前置機(jī)，防火墻、網(wǎng)閘、前置機(jī)等共同構(gòu)成醫(yī)院對(duì)外提供服務(wù)的安全數(shù)據(jù)交換區(qū)，外網(wǎng)用戶通過(guò)數(shù)據(jù)安全交換區(qū)開(kāi)放的特定端口和地址訪問(wèn)前置機(jī)讀取數(shù)據(jù)。外網(wǎng)用戶只能訪問(wèn)前置機(jī)，不能訪問(wèn)醫(yī)院內(nèi)網(wǎng)。網(wǎng)絡(luò)拓?fù)?，?jiàn)圖3。

圖3 診療流程智能導(dǎo)引體系網(wǎng)絡(luò)拓?fù)?/p>

4 體系服務(wù)

4.1 知識(shí)引擎

知識(shí)庫(kù)針對(duì)醫(yī)療問(wèn)題求解需要，將相互聯(lián)系的知識(shí)片集合到知識(shí)數(shù)據(jù)庫(kù)中，進(jìn)行存儲(chǔ)、組織、管理和使用[8]。這些知識(shí)包括與醫(yī)療相關(guān)的理論知識(shí)、事實(shí)數(shù)據(jù)，或根據(jù)專家經(jīng)驗(yàn)得到的啟發(fā)式知識(shí)?；谥悄軐?dǎo)引體系分析門診歷史各檢查室、技師排班及檢查時(shí)長(zhǎng)、季節(jié)與病種關(guān)聯(lián)等方面的數(shù)據(jù)，按業(yè)務(wù)類型建立門診各類檢查、住院醫(yī)囑指征、全院危機(jī)值等相關(guān)知識(shí)庫(kù)。同時(shí)結(jié)合當(dāng)前業(yè)務(wù)資源數(shù)據(jù)，可自主、及時(shí)地將知識(shí)標(biāo)準(zhǔn)化轉(zhuǎn)換為計(jì)算機(jī)語(yǔ)言，提供面向前端的知識(shí)引擎服務(wù)。引擎服務(wù)流程，見(jiàn)圖4。

圖4 引擎服務(wù)流程

4.2 智能推薦

針對(duì)門診患者診療檢查優(yōu)先路線，采用決策樹(shù)算法模型[9]來(lái)實(shí)現(xiàn)。決策樹(shù)(Decision Tree)又稱判斷樹(shù)，是一種以樹(shù)形數(shù)據(jù)結(jié)構(gòu)來(lái)展示決策規(guī)則和分類結(jié)果的模型，作為一種歸納學(xué)習(xí)算法，其重點(diǎn)是將看似無(wú)序、雜亂的診療數(shù)據(jù)實(shí)例通過(guò)技術(shù)手段將其轉(zhuǎn)化成可以預(yù)測(cè)未知實(shí)例的樹(shù)狀模型，每一條從根結(jié)點(diǎn)到葉子結(jié)點(diǎn)的路徑都代表一條決策的規(guī)則，結(jié)合實(shí)時(shí)門診資源負(fù)荷，如檢查室排隊(duì)情況、技師檢查習(xí)慣、當(dāng)日排班情況及患者部分情況，哪一條路線耗時(shí)最短即為最優(yōu)決策規(guī)則。

4.3 消息推送

基于后臺(tái)知識(shí)庫(kù)特征的分析計(jì)算及知識(shí)引擎服務(wù)，應(yīng)用服務(wù)定時(shí)輪詢就診患者數(shù)據(jù)，形成外部傳入?yún)?shù)，加載知識(shí)模型并進(jìn)行實(shí)例化，根據(jù)需要從知識(shí)引擎服務(wù)請(qǐng)求獲取相關(guān)信息，返回運(yùn)行結(jié)果至調(diào)用者[10]。檢索患者是否綁定微信或支付寶等智能終端應(yīng)用，如有綁定，根據(jù)提醒業(yè)務(wù)類型調(diào)用通知服務(wù)接口將提醒消息及時(shí)推送給患者。面向門診患者，根據(jù)醫(yī)生開(kāi)具的檢查申請(qǐng)，結(jié)合當(dāng)前門診資源，計(jì)算出排隊(duì)時(shí)長(zhǎng)、預(yù)計(jì)等待時(shí)間等數(shù)據(jù)，快速規(guī)劃出患者診療路線優(yōu)先順序，在推送消息的同時(shí)采用室內(nèi)定位導(dǎo)航SDK進(jìn)行對(duì)接開(kāi)發(fā)，當(dāng)患者收到推送消息時(shí)，定位患者當(dāng)前位置，結(jié)合后臺(tái)計(jì)算的下一步診療區(qū)域及房間，自動(dòng)生成導(dǎo)航路線，導(dǎo)引患者按流程在盡可能短時(shí)間內(nèi)完成所有檢查項(xiàng)目，檢查項(xiàng)目出具報(bào)告后即時(shí)推送給患者，優(yōu)化門診資源配置，縮短患者就診時(shí)間。面向住院患者，每日定時(shí)提取醫(yī)生開(kāi)具醫(yī)囑中還未執(zhí)行且需要提醒患者的項(xiàng)目，如相關(guān)檢查時(shí)間、手術(shù)通知及注意事項(xiàng)等，減少醫(yī)患頻繁咨詢時(shí)間，提升患者滿意度。面向全院患者，建立各類危機(jī)值規(guī)則知識(shí)庫(kù)，一旦檢測(cè)到患者任意報(bào)告中含有危機(jī)值指標(biāo)，在最短時(shí)間內(nèi)將相應(yīng)危機(jī)值推送給患者。

5 應(yīng)用效果

5.1 優(yōu)化診療流程

通過(guò)對(duì)歷史數(shù)據(jù)多維度分析，如各檢查室、技師排班及檢查時(shí)長(zhǎng)、季節(jié)與病種關(guān)聯(lián)數(shù)據(jù)等，結(jié)合當(dāng)前醫(yī)療資源，動(dòng)態(tài)分析并規(guī)劃最節(jié)省時(shí)間的診療路線，為患者節(jié)省在各個(gè)診療區(qū)域等待時(shí)間，患者診療排隊(duì)時(shí)間平均減少60分鐘以上，就診滿意率由之前80.5%提升到88.3%，且呈上升趨勢(shì)。

5.2 提升患者就診滿意度

基于智能導(dǎo)引體系規(guī)則的計(jì)算和設(shè)計(jì)，只需將患者就診信息與醫(yī)院移動(dòng)終端應(yīng)用進(jìn)行綁定，系統(tǒng)可將就診的各類導(dǎo)引信息自動(dòng)推送給患者，使患者在第一時(shí)間知曉醫(yī)院各項(xiàng)醫(yī)療服務(wù)，優(yōu)化患者就診流程，提升患者就診滿意度。

5.3 提升醫(yī)院智能化水平

在系統(tǒng)架構(gòu)上進(jìn)行嚴(yán)密設(shè)計(jì)，利用知識(shí)庫(kù)特征的分析計(jì)算及知識(shí)引擎服務(wù)，自動(dòng)推送醫(yī)院各種就診導(dǎo)引信息至患者移動(dòng)終端，實(shí)現(xiàn)智能化應(yīng)用，提升醫(yī)院智能化建設(shè)水平。

6 結(jié)語(yǔ)

信息技術(shù)不斷發(fā)展與完善，將大數(shù)據(jù)、智能化和傳統(tǒng)醫(yī)療信息系統(tǒng)無(wú)縫對(duì)接，在現(xiàn)有軟硬件條件基礎(chǔ)上，對(duì)積累的大樣本臨床數(shù)據(jù)進(jìn)行深入挖掘，以更精準(zhǔn)、智能的方式優(yōu)化診療秩序，節(jié)約診療資源。通過(guò)智能引導(dǎo)體系建設(shè)與應(yīng)用，結(jié)合現(xiàn)有智能分診、分時(shí)段預(yù)約掛號(hào)、移動(dòng)支付、報(bào)告提醒、診后隨訪等智能服務(wù)，將面向患者的診療流程全部串聯(lián)起來(lái)，讓患者在信息化的輔助下更便捷地完成就診。后續(xù)將通過(guò)更進(jìn)一步的數(shù)據(jù)挖掘與知識(shí)利用，不斷優(yōu)化知識(shí)庫(kù)結(jié)構(gòu)及算法模型，在為患者提供便捷就診服務(wù)的同時(shí)為醫(yī)護(hù)人員提供更方便的診療服務(wù)，為醫(yī)院管理者提供更精準(zhǔn)的決策支持[11]。