智能急診分診診斷治療系統的研發與應用

陳亞玲，李玉肖，黃陵生，付沫，傅保國，姚小云

（荊州市中心醫院 急診科，湖北 荊州 434020）

研究顯示[1-3]，應用計算機分診系統對患者進行病情評估，能夠縮短分診時間，為搶救工作提供幫助，而國內將分診標準與信息技術相結合的研究較少，大多只有單純的智能分診功能，缺乏分診后的診斷處置功能。本研究團隊于2017年開發的智能急診分診診斷治療系統分為智能分診、智能診斷處置、數據統計及數據共享4個模塊。該軟件系統經過試用—反饋—團隊討論—修訂完善—評價效果—推廣初版，已在多家三級甲等醫院進行試用，并于2019年7月開始在本院急診科運行，取得較好效果，現報道如下。

1 智能急診分診診斷治療系統的研發

1.1 系統研發團隊 由本院急診科、護理部、醫務處、信息部、浙江好絡維醫療技術有限公司于2017年聯合開發的智能急診分診診斷治療系統V1.0，已獲得中華人民共和國國家版權局頒發的計算機軟件著作權登記證書，登記號2017SR049126，證書號軟著登字第1634410號，支持由微軟公司開發的視窗7以上的電腦操作系統。由正高、副高職稱急診醫生6名、正高職稱危重癥醫生1名、中級職稱以上急診護士5名組成專家團隊，通過查閱文獻、收集整理病歷資料確定適合的分診標準，判定分診信息并形成分診臨床路徑。醫學專家置入專家分診思維，并判定分診信息形成分診臨床路徑，由1名高級軟件工程師根據專家團隊確定的分診標準及信息判定情況編寫程序。

1.2 系統智能化模塊的建立 該系統主要包括智能分診、智能診斷處置、數據統計和數據共享4個功能模塊。

1.2.1 智能分診模塊 智能分診模塊包括對就診患者信息、意識情況、生命體征、主訴（可選擇21項常見急危重癥疾病主訴或空白處添加）、癥狀體征（可選擇根據不同的主訴銜接出的具體疾病癥狀）、發病時間和來院方式等進行錄入。智能分診模塊是根據患者的疼痛情況、改良早期預警評分（modified early warningscore，MEWS）評分、創傷嚴重程度進行評估生成的救治優先級別，并用紅黃綠燈自動顯示，而且預檢分診的信息將銜接到相應診區，進入各區后，再由診療醫生和急診護士進行處置。

1.2.2 智能診斷處置模塊 智能診斷處置模塊包括初診（根據患者癥狀體征自動生成，診治醫生可進行核對更改）、治療處置計劃（根據初診結果自動銜接出不同的治療處置計劃）、處置時間、處置地點及處置結果，再由各地點的醫護人員進行相對應的處置。

1.2.3 數據統計及共享模塊 數據統計模塊包括搶救信息統計、患者信息統計、各救治中心接診統計、各科室接診信息統計和一些指標的時間統計。數據共享模塊包括分診患者的入院記錄、主訴和癥狀信息傳輸到接診醫生的診療系統。

1.3 設備支持 該系統在預檢臺及醫生診室已接入內網的臺式電腦端運行，電腦中無需安裝任何軟件，只需使用操作系統自帶的瀏覽器就可以使用該系統。

2 臨床應用

2.1 一般資料 采取便利抽樣的方法，選擇某三級甲等醫院400例急診科就診患者為研究對象，根據入院時間將其分為2組，2019年 1—6月行常規預檢分診組的200例作為對照組，年齡（36.10±2.90）歲；男92例，女108例。2019年 7—12月應用智能急診分診診斷治療系統預檢分診的200例作為觀察組，年齡為（36.50±3.10）歲；男 96 例，女 104 例。研究對象的納入標準：（1）年齡滿14周歲急診科患者；（2）患者自愿參與，并簽署知情同意書。排除標準：（1）轉院患者、綠色通道患者、突發公共事件的患者群體；（2）不符合急診就診標準的患者（如開藥者、開檢查單者）；（3）精神疾病患者；（4）溝通困難的患者；（5）無法完成全部相關調查的患者。2組患者的性別、年齡、文化程度比較差異無統計學意義（P＞0.05）。2組分診護士的人數、職稱、層級、專業工作年限構成上差異無統計學意義（P＞0.05）。

2.2 方法

2.2.1 研究方法 （1）觀察組實施智能急診分診診斷治療系統。預檢分診標準：以《國家衛生部急診患者病情分級指導原則》[4]為基礎：I級，為入院立即搶救對象，病區分為紅色區（蘇醒室/搶救室）；II級，需盡快搶救，候診時間≤10 min，病情分為紅區（蘇醒室/搶救室）；III級，候診時間≤30 min，病情分為黃區（優先就診）；IV級，候診時間≤4 h，病情分為綠區（一般診室）。操作方法：10名分診護士經過系統使用方法的培訓；患者到達急診科時，由分診護士使用系統進行預檢分診，在智能分診模塊，護士根據患者生命體征、意識情況，結合患者主訴勾選系統對應的癥狀提示欄，并結合系統提示的病情分級，分別將患者分流到不同的診區；分診患者的入院記錄、主訴和癥狀信息傳輸到急診醫生的診療系統，醫生對患者進行二次分級，對重癥患者采用優先叫號原則，保證急診患者及時就診。（2）對照組實施常規預檢分診，分診護士（與觀察組為同一組人）對急診就診患者按照就診順序通過觀察、測量患者的生命體征和詢問患者病情，并在患者接診本上記錄，按照預檢分診標準對患者進行分級分區。

2.2.2 觀察指標 （1）病情資料收集時間：從護士詢問患者病情起到結束詢問的時間。（2）分診時間：從患者到分診臺，直到告知患者需要去向的時間，其中包括病情資料收集時間。（3）分診過度率：護士的初次分診后患者的分診級別經醫生2次分診后降級處理，其占分診總人數的比例。（4）患者對護士分診工作的滿意度：采用自制的患者滿意度調查表調查，調查表滿分為 10 分，1～4 分為“不滿意”，5～7 分為“一般”，8～10分為“滿意”，調查表空白處可填寫不滿意的原因，得分越高表示患者對護士分診工作的滿意度越高。研究過程中，準確記錄2組患者病情資料收集時間、分診時間、分診過度率、患者對護士分診工作的滿意度。

2.2.3 統計學方法 采用SPSS 19.0進行數據分析。計量資料以±S表示，正態分布且方差齊，組間比較采用t檢驗，如不符合正態分布則應用秩和檢驗。計數資料以例數或百分比表示，組間比較采用χ2檢驗。以P＜0.05為差異有統計學意義。

3 結果

3.1 2組急診患者病情資料收集時間、分診時間比較 研究結果顯示，觀察組的病情資料收集時間、分診時間與對照組相比，差異有統計學意義（P＜0.05）見表1。

表1 2組急診患者分診情況比較（±S，min）

表1 2組急診患者分診情況比較（±S，min）

組別觀察組對照組n 200 200 t P病情資料收集時間5.38±1.14 10.38±1.55 10.387＜0.001分診時間8.15±1.33 13.25±1.64 10.397＜0.001

3.2 2組急診患者分診過度率比較 觀察組在主要癥狀為頭暈、咳嗽、心慌、胸悶、嘔吐、發熱、上吐下瀉或腹痛的患者中，分診護士初次分診為III級經醫生2次分診后降級處理為IV級的分診過度率顯著低于對照組，差異有統計學意義（P＜0.05），詳見表2。

表2 2組急診患者分診過度情況比較(例，%)

3.3 2組急診患者對護士分診工作滿意度比較 根據調查，觀察組患者對護士分診工作表示滿意的有196例患者，對照組中40例患者認為分診較慢、流程繁瑣等原因，表示不滿意，2組的總滿意度比較，差異有統計學意義（P＜0.05）。見表3。

表3 2組急診患者對護士工作滿意度比較(例，%)

4 討論

4.1 應用智能急診分診診斷治療系統能縮短急診分診病情資料收集時間 病情資料收集是為護士做出分級分區的前提，屬于分診的一部分[4]。而本研究結果顯示，觀察組病情資料收集時間少于對照組（P＜0.05），就診患者病情資料收集時間的長短，在患者方面，我科對時間難以控制，但可以從分診護士方面出發。急診分診診斷治療系統的智能分診模塊將需要的患者信息按照邏輯順序陳列出來，避免護士在詢問患者病情資料的時候出現重要信息的遺忘，或是詢問的時候缺乏邏輯性，讓患者理解發生困難，從而影響病情資料收集的時間。所以智能分診模塊的出現，保證了護士收集患者病情資料的全面性和專業性，能減少因護士的分診經驗或分診能力的參差不齊而導致跟病情相關的重要信息的遺漏，從而影響接下來的分診準確性，而病情收集時間的延長會直接影響分診時間，將會對患者的救治造成延誤。

4.2 應用智能急診分診診斷治療系統能縮短急診分診時間 急診分診的工作非常重要，快速準確的分診，能夠幫助急診科的患者在較短時間內得到有效的診治[5-6]。智能分診的應用很好地滿足了這一點，在分診過程中能及時了解患者病癥類型，快速指導患者去向，提升急診科工作效率[7]。為制定護理計劃提供循證學依據。智能診斷處置模塊，可根據患者的癥狀和體征，迅速給予處置建議，供醫生參考；本研究結果顯示觀察組的分診時間短于對照組 （P＜0.05），與郭洪亮[8]的研究結果一致。分診護士做出分級處理的這一判斷為瞬時動作，分診時間從患者到分診臺直到告知其去向，這一過程中涉及到時間變量有很多，例如病情資料收集的時間、信息記錄的時間、分診護士反應的時間等等。由于智能分診模塊的特點是收集患者數據并保存，進行24 h回顧和分診數據統計；智能信息化系統對數據進行統一處理時，不會因外界環境的干擾而出現變化，同時通過紅、黃、綠燈自動顯示患者危急程度，自動對患者進行MEWS分級，確定患者救治優先級別；若是按照常規分診流程來分診，紙質記錄的繁瑣以及分診護士的經驗和能力等等都會影響整個分診時間。

4.3 應用智能急診分診診斷治療系統能降低護士的過度分診率 以往臨床常用的分診方式為人工分診，即護士根據患者的主訴、臨床癥狀及體征結合臨床工作經驗對患者給予分診。在此過程中護士容易受專業水平、臨床經驗、評估工具、掌握程度等因素的影響[9]，分診質量難以控制[10]。有研究顯示，在新加坡、法國等發達國家的醫院采用了分診電子信息系統，能及時、快速記錄并在電腦上標識病情級別[2]，極大的降低了分診工作誤差，保障患者生命安全。

本研究應用智能急診分診診斷治療系統中的智能分診模塊，結果顯示觀察組護士的分診過度率比對照組要低（P＜0.05），且分診過度的情況主要發生在主要癥狀為頭暈、咳嗽心慌、胸悶嘔吐、發熱、上吐下瀉、腹痛等的一些患者身上，主要表現癥狀相同的患者，疾病的診斷不盡相同，有少量患者的分診級別經過醫生2次分診，可以降級處理。而本研究中需要立即搶救的I級患者和盡快搶救的II級患者都是直接送入搶救室，所以本研究中的分診過度的情況主要存在于少量的IV級患者。

4.4 應用智能急診分診診斷治療系統能提高患者對護士分診工作的滿意度 急診患者多數存在病情急、病情復雜且變化快的特點[11-12]。大多數護患糾紛會發生在急診科，尤其是分診護士為患者進行病情評估而延誤就診時間時，易導致患者對護士不信任，引發矛盾。本研究結果顯示，觀察組患者滿意度高于對照組（P＜0.05），與董蘭等[13]研究結果一致，將智能信息化系統應用于急診分診工作中，可以縮短病情資料收集時間，縮短分診時間，降低分診過度率，從而提高患者的滿意度。