郭洪彬,王箏揚,宋正飛,李新偉,王義榮
(浙江大學醫學院附屬邵逸夫醫院:1.下沙院區神經外科;2.教育辦公室,浙江 杭州 310016)
教學查房是住院醫師規范化培訓工作的重要組成部分,是核心的教學形式之一,在國內外的住培事業中均發揮著重要的作用[1-2]。隨著我國住培事業的穩步發展,浙江大學附屬邵逸夫醫院的教學查房質量得以提升。然而在推進教學查房常態化的進程中,始終保持高質量和高效率并非易事,仍然面臨著一些困難和挑戰。
教學查房必須以真實的臨床病例為教學內容,以臨床診治能力和臨床思維能力培養為目標[3]。然而在實際的教學查房中,部分帶教老師和住培學員由于沒有準備好相應的病例,導致教學查房的內容空泛,知識的拓展延伸不到位,討論不起來,不具有教學意義[4]。
如何快速地獲取病例資料就是困難之一。在教學查房之前,帶教老師和住培學員均需準備病例資料。然而醫院現有的HIS系統是為醫師的日常診療工作而設計的程序,并不能進行多條件查詢。且醫院往往“重藏輕用”,將1年以上的病料庫存起來,這就導致無法獲取時間跨度長的資料。
Python是一種廣為流行的開源的編程語言,具有極其強大的數據處理、數據統計和處理能力,已被應用于醫院的信息化建設和管理[5-6]。
邵逸夫醫院神經外科的臨床教師同時具備Python編程能力,利用自身的Python編程技術創建了“交班數據庫”。通過此數據庫,可以快速地獲取教學查房所需的病例資料和圖片,在神經外科專業基地的教學查房中發揮了重要作用。
邵逸夫醫院神經外科自2011年11月起,就采用了PowerPoint(PPT)演示文檔交班,將病人的簡潔病史和典型影像做成PPT文檔供晨間交班使用。住培學員參與了交班,同樣也參與了制作這些交班PPT文檔。截至2020年6月已有3 274個PPT文檔,60 000多條病例信息。同一病人多次住院、多次手術、病情變化的詳細情況全都記錄在這些文檔中。然而,這些海量的PPT無法用常規方法檢索內容,因為它們均是以時間為序而堆積在一起。為使這些珍貴的病歷記錄資料能快速檢索后得到有效利用,邵逸夫醫院神經外科組織人員利用Python編程技術將這些PPT中的信息批量整合到專門數據庫中,包括患者姓名、性別、病例號、主訴、簡要病史、主要的體格檢查結果、主要的輔助檢查結果和圖片信息。同時開發了相關軟件,極大地提高了病歷資料的查閱效率。
邵逸夫醫院神經外科每周一次教學查房,每次教學查房,均有約8~12人的住培學員參加。教學查房均由教學秘書統一安排,將2019年全年的教學查房按照隨機的原則安排21次作為實驗組(即數據庫組),并另外安排21次教學查房作為對照。所有的教學查房均由7名主查教員完成。自2019年2月至2019年12月,共42次教學查房,共涉及住院醫師82人。
自2019年2月始將創建的交班數據庫、配套軟件和腳本應用到住培臨床教學查房實踐中。在準備和實施實驗組的教學查房時,教學秘書提供交班數據庫給主查教員和學員使用(通過軟件授權的方式),用以查閱或者獲取相關病例資料和圖片資料;在準備和實施對照組的教學查房時,不予提供,教員和學員可以選擇其他的工具查閱和獲取資料,如醫院的HIS系統。
確定教學查房的病人之后,帶教老師將交班數據庫應用到以下情形:①準備查房病人的病例資料(包括此病人既往的資料);②準備用于鑒別診斷的病例和圖片資料;③準備“第二份病例”;④ 準備疾病不同發展階段的資料或者圖片;⑤準備手術后并發癥的相關資料或者圖片;⑥查找住培醫師的經治病人的資料等。
住培學員在以下方面使用交班數據庫:①熟悉所選的教學查房病人的資料;②復習疾病相關的知識;③查找自己經治病人中類似的病例;④熟悉疾病的各個亞型、不同時期的圖片資料,以便參與討論等。
每次教學查房,均由教學主任和教學秘書對教學查房進行評分。評分標準分為4個部分,其中查房準備10分,床旁查房45分,討論小結45分,查房記錄5分。同時統計兩組教學查房中引入的真實病例的數量,引入的圖片數量。
采用交班數據庫支持的教學查房列為數據庫組,不采用交班數據庫支持的教學查房列為對照組。兩組所涉及的住培學員相同。
住培學員在神經外科培訓結束時,采用問卷調查的形式評價反饋數據庫的使用情況。學員對數據庫的評價分3個層次:①非常有幫助;②有幫助;③沒有幫助。同時請學員提出意見和建議。
采用Microsoft Excel收集和整理資料,采用Python對所有數據進行分析,引入了numpy、pandas和scipy.stats包。獲取病例數量和獲取圖片數量均采用中位數(25%~75%百分位數)表示,綜合評分采用均數(±標準差)表示。由于主查教員也可能影響教學查房的質量,故采用雙因素方差分析,以P<0.05為差異有統計學意義。
共有50名住培學員使用過交班數據庫。通過問卷調查,22名學員評價為“非常有幫助”,28名學員評價為“有幫助”,沒有學員評價為“沒有幫助”。另有15名學員反應,此交班數據庫,彌補了醫院HIS系統的不足,可以進行多條查詢,有利于查找歷史病例和圖片(如圖1)。

圖1 使用交班數據庫進行多條件查詢的實例
數據庫組的教學查房中涉及的真實的病例資料數量和圖片數量多于對照組的(見表1)。數據庫組和對照組的教學查房的綜合評分分別為(86.90±5.49)分和(79.86±4.94)分,差異具有統計學意義(F=17.957,P<0.001)。

表1 數據庫和主查教員對教學查房的質量對比
7名主查教員在教學查房中引入的病例數量、圖片數量及綜合評分的對比均無統計學意義(見表1)。分組和主查教員兩因素間均無交互效應,差異均無統計學意義(F=0.487,P=0.812;F=0.101,P=0.996;F=0.828,P=0.558)。
教學大查房是住院醫師培訓期間的主要的教學方式之一,是通過討論真實病例而達到教學的目的[2]。它是用一個診斷明確、處理成熟、結局明確的完整病例演示完整的思路過程。在教學查房的過程中,還需要引入“第二份病例”。引入的實質是應用整合醫學理念,打破專科思維局限,提升學員“觸類旁通”的悟性[7]。因為這有助于進行鑒別診斷,即便是同一個病人,在不同的時期多次住院時的病情也不一樣,引入“第二份病例”的目的就是為了從多角度、多時間段分析和討論疾病,以幫助住培學員理解和掌握。
然而,獲取病例資料和圖片資料是一個極為低效的過程。教員或學員在醫院的HIS系統上查找“第二份病例”時困難重重,因為醫院的HIS系統是為醫護人員的日常診療工作而設計的,不具備多條件查詢的功能。對于超過1年的病例資料和圖片資料,已經被病案室庫存起來,需要申請并獲得審批后才能獲取。有些教員或學員是以放棄了引入“第二份病例”。
交班數據庫的創建極大地緩解了這個矛盾。既然是數據庫,就具有了數據庫特有的功能,可以進行多條件查詢。比如:輸入“腦積水”查詢,即可得到1 754條記錄,若是增加查詢條件,如“曾行分流術”“不是顱內感染后的腦積水”“不是動脈瘤術后的腦積水”,則查詢可得639條記錄。這種多條件查詢功能是醫院的HIS系統不具備的(如圖1)。
交班數據庫的數據來源真實的病例,也可能正是住培學員經手診治的病例,有利于學員復習。另外,交班數據庫的配套使用軟件易于上手,無須復雜的軟件學習過程,不會Python編程的學員或教員均能正常使用。
對于圖片資料的查詢和獲取,更能體現交班數據庫的優勢。因為醫院的HIS系統的影像查詢系統只能是通過病歷號和患者姓名來查詢,不能通過疾病或者手術名稱等組合式多條件來查詢。即便是通過病歷號查詢到的圖片,也是未經選擇和過濾的圖片。要知道,一次CTA檢查的圖片就達300張,一個病人的多次住院的CT和MR的圖片資料可達2 000多張,從這些未經過濾的圖片中截取典型的圖片又是一個耗時的過程。交班數據庫中的圖片是經過醫生過濾過的,且與疾病名稱、手術名稱、并發癥等關聯。還與患者住院的時間關聯,這使得教員或者住培學員可以獲取患者不同時間段的圖片資料(見圖2),這對于住培學員掌握疾病的全貌極為重要。

圖2 一患者3年內3次住院時的CT圖片引發學員關于腦淀粉樣變性與腦出血和腦積水相關性的討論
實踐證明,數據庫組的教學查房時引入的病例數量和圖片數量大于對照組的。與之關聯的是教學查房的質量也得以提升。本研究發現,對照組中大部分的教學查房僅包括主查病例1個,即未引入“第二份病例”,使得教學查房具有盲目性,學員討論不起來。鑒別診斷靠教員講解,影像資料的判讀也靠教員講解(同時缺少圖片資料),進而使得對照組的部分教學查房走上了“查房+小講課”的老路[8]。而這不是我們所推崇的教學查房。新的學習理論不再強調以結構式課程為主的灌輸式傳授方法,而是強調激發人腦認知的特點,運用“以學生為中心”的主動學習方法,通過在臨床實踐中發現問題、解決問題,最終促進自我不斷地學習來構建知識體系[9-10]。
數據庫組的教學查房,附加病例資料和圖片資料豐富,討論環節明顯好于對照組的。在討論中若需要類似病例支持,甚至可以在現場查閱數據庫,迅速找到不同部位、不同亞型、不同治療方式的目標病例,即時呈現相關圖片。住培學員可以主動地思考,主動地參與。帶教教師是“領航者”,需加以引導,防止“走偏”,完成既定地教學目標[11]。
住培學員有別于見習或實習學生,他們參與值班和交班PPT的制作,教學查房時所討論的病例可能正是該學員經手診治的病例。這些病例經由交班數據庫再一次被搜尋出來,并在教學查房中使用,可以讓學員更加清晰地認識疾病,更加深刻地認識到自己工作的不足,對今后的工作大有裨益。這正是中國醫師協會所推崇的“臨床實踐為核心,堅持在干中學、學中做、學做結合,以干代看”的分層遞進的進階式教學方式[12]。
中國畢業后醫學教育雜志官方網站公布的住院醫師規范化培訓教學查房示教片中,吳建勝教授說:“咱們做帶教老師的責任就是讓我們所有的規培學員看到更多的圖像,學到更多的知識,拓展你們的視野。我相信在未來的教學查房里面,一定會帶你們走入一個更加新的境界”[3]。正如吳建勝教授所說,基于Python的交班數據庫很好地解決了病例資料獲取和圖片資料獲取的困難,在神經外科教學查房中引入更多的真實病例和圖片,讓住培學員學到更多的知識。
利益沖突:所有作者均聲明不存在利益沖突
作者貢獻聲明:郭洪彬、宋正飛:提出論文構思及撰寫論文;李新偉、王箏揚:修改論文,提出修改意見;王義榮:總體把關,審訂論文。