基于道閘管理的醫院疫情防控管理系統的設計與應用

張驥，杜桂民

齊河縣人民醫院醫學裝備科 （山東德州 251100）

2019年12月，湖北省武漢市部分醫院陸續發現了不明原因肺炎病例，后經證實，該病是由一種新型冠狀病毒感染引起的，以發熱、乏力、干咳為主要表現的急性呼吸道傳染病，嚴重影響人民群眾的生命健康。為此，黨中央國務院高度重視，及時對全國疫情防控作出全面部署，組織全國醫療資源集中攻堅，克服重重困難，在全國人民的通力配合下，將疫情牢牢控制住，顯示出社會主義體制的高度優越性。隨后，國外疫情暴發肆虐，全球各地陸續出現“德爾塔”“奧密克戎”等變異毒株，不時有境外輸入病例和國際貨物、冷鏈物流等引發國內疫情的發生，我國“外防輸入、內防反彈”的防控形勢十分嚴峻，因此，各地開始實施常態化疫情管控措施。自新型冠狀病毒肺炎疫情暴發以來，我院作為縣級綜合公立醫院，承擔著服務全縣人民的任務，嚴格落實閉環管理措施，尤其是對出入口人員實行嚴格的體溫檢測、流行病史調查、健康碼和通行碼查驗等。由于部分來我院就診的患者及陪護人員年齡偏大，無智能手機或未攜帶手機，無法注冊國家健康碼，因此，疫情初期只能以人工手寫方式登記防疫篩查信息，記錄緩慢，且患者配戴口罩發音不清晰，需反復詢問校對，極易造成人員擁堵及信息采集不準確，增加疫情聚集性暴發的風險。為避免就診人員、本院職工或來訪人員在出入口的擁堵，消除人員聚集帶來的傳播隱患，保障疫情防控期間的醫療秩序，全力服務我院疫情防控工作，本研究利用物聯網及人工智能技術對傳統閘機進行改造，設計了一套基于道閘管理的醫院疫情防控管理系統，實現了健康碼識別、紅外體溫檢測、身份證識別、人臉比對等核心功能，根據我院門診和病房的分布位置，將該系統在我院4個出入口應用驗證，提升了人員的通行管理效率，同時加強了對進出醫院人員的安全管理，現對該系統作如下介紹。

1 通道閘機管理系統

通道閘機管理系統通過聯合使用智能通道閘機與人臉識別設備系統，對人員出入通道進行控制管理以及考勤管理，不僅可方便職工有序出入，還可杜絕外來人員隨意進出。該系統將人臉識別功能集成到閘機中，對來訪人員進行健康碼識別、人證比對，有助于加強疫情防控安全管理，適用于醫院、學校、政務部門等機構；也可通過快速錄入人臉信息，創建安全可靠的人臉庫，用戶采用刷臉通行的方式，能解決忘帶工卡、盜刷等問題，實現企業、商業、住宅等多場景門禁通行。根據我院門診樓、外科病房樓、內科病房樓的位置和建筑特征（圖1），為滿足所有出入口全封閉管理的要求，根據各出入口人流量情況，在門診出入口設置2進1出和1個人工通道，在急診出入口、外科出入口及內科出入口各設置1進1出和1個人工通道，為方便使用輪椅和病床的患者通過道閘，所有人工通道的寬度均達到1.5 m。

圖1 我院門診樓、外科病房樓、內科病房樓位置和建筑特征

2 基于道閘管理的醫院疫情防控管理系統

2.1 總體架構

系統總體架構由前端硬件及后端平臺組成，通過前端硬件的健康碼識別、體溫檢測、身份證識別等多項管控手段，提升了進出卡口的通行效率和安全管理能力，建立了安保手段全面、數據查詢精準、人員可追溯的實名制智慧平臺；通過后端平臺的管理模塊可設置賬戶權限、管理區域等，進行數據統計分析并形成可視化報表；還可進行異常預警設置，對異常人群進行定位，并將信息上傳至管理系統；亦可精確查詢異常情況，追溯密切接觸人員。

2.1.1 前端硬件

前端硬件由測溫模塊、健康碼模塊及身份證模塊組成。測溫模塊具有體溫檢測和異常報警功能；健康碼模塊通過與國家信息中心大數據管理應用中心對接，具有健康碼識別、人臉比對、異常報警和記錄功能；身份證模塊通過與國家信息中心大數據管理應用中心對接，具有身份證識別、人臉比對、異常報警和記錄等功能。所有人員進入院區，可選擇刷手機健康碼方式在掃碼器上方掃描個人手機上的健康碼，健康碼識別成功后，可通過與國家信息中心大數據管理應用中心后臺的對接，獲取健康碼狀態信息及更新時間。若健康碼為綠色，閘機放行；若健康碼為黃色或紅色，或健康碼過期，閘機禁行，并語音提示健康碼異常，請走人工通道。已申請健康碼的人員，也可通過刷個人身份證進行健康碼核驗，測量體溫，做到留存信息。進入院區所有出入口的人員均需進行體溫檢測，體溫異常閘機禁行并觸發聲光預警，報警閾值可根據國家疫情防控要求設定為37.3 ℃[1]。

2.1.2 后端平臺

根據本平臺功能需求，本系統整體采用B/S 三層架構，支撐平臺構建全部采取統一標準，全部產品均采用國際標準結構。支撐平臺產品的構架方式完全基于企業級應用集成模式，各原始數據通過數據集成與數據交換技術以通用的方式管理，因此能夠支持不同的上層應用架構，無論各數據庫在物理上是集中的還是分布在不同服務器上，均不會破壞平臺的統一性[2]。B/S 三層架構是指前端表現層（Web Server）、應用邏輯層（Application Server）和數據層（DB Server），見圖2。

圖2 B/S 三層架構

通過數據的采集、加工和整合服務，進行整理后，匯入統一的系統數據庫存儲，其處理過程可監控、可回溯、可重新采集，系統詳細記錄數據處理的原則和整合規則，提供編輯處理[3]。數據采集的對象主要包括通行人員的身份信息、體溫和健康碼狀態及位置信息。該系統采用了大量成熟技術，特別是結合了面向服務架構和組件化設計的思路，應用多層設計模型分離數據、業務邏輯和界面[4]，并采用門戶、電子表單等關鍵技術解決系統需要集成數據異構及數據源的數量、格式不定等技術難點，實現了數據、（查詢分析）功能和界面3個層次的靈活定制。該系統的數據庫技術架構見圖3。

圖3 數據庫技術架構

2.2 設計與應用

2.2.1 設計過程

本研究以全國區域疫情風險等級信息為基礎，集身份證掃描器、健康碼等身份識別設備、紅外體溫檢測設備于一體，以便于就診患者、陪護人員和本院職工快速通過各相關關口。該系統的工作流程見圖4：首先進行健康碼或身份證識別，登記居民信息，同時調取疫情風險庫判斷風險級別；若為低風險，記錄該人員注冊的健康碼信息，核對人臉信息并檢測體溫，體溫合格后放行；若為中風險，則語音提示進行人工登記，填寫流行病史，安排專業醫護組問診處置；若為高風險，則語音報警提示，疫情防控人員啟動疫情防控應急預案處置，同時調查生活軌跡信息，并及時記錄保存，并將異常信息實時上傳至平臺，同時手機短信或后臺可進行實時預警，精確到具體時間和閘機。根據異常人員的出入記錄，查詢所有同區域進出人員的信息，實現對密切接觸者的精準追溯。

圖4 基于道閘管理的醫院疫情防控管理系統的工作流程

2.2.2 關鍵技術

該系統的設計主要應用了物聯網技術、二維碼識別技術、身份證識別技術、體溫檢測技術、構件化的開發方法、ASP.NET 開發架構六項關鍵技術。

物聯網是物與物、人與物之間的信息傳遞與控制，在物聯網應用中有傳感器技術、嵌入式系統技術、智能技術等。健康碼的本質為承載了個人健康信息的二維碼，二維碼識別的主要過程為圖像預處理（灰度化、去噪、畸變矯正以及二值化等）、定位位置探測圖形、定位校正圖形、透視變換、譯碼和糾錯[5-6]。身份證識別采用的是先進的TypeB 非接觸IC 卡閱讀技術，通過內嵌的專用身份證安全控制模塊，以無線WIFI 傳輸方式與第二代居民身份證內的專用芯片進行安全認證后，讀取芯片內的個人信息，再通過通信接口將此信息上傳至智能平板并將其解碼為文字和圖像進行顯示，平板將信息傳輸至身份證識別后臺以對身份信息進行識別[7]。體溫檢測技術通過紅外探測器將物體輻射的功率信號轉換為電信號后，成像裝置的輸出信號便可完全一一對應地模擬掃描物體表面溫度的空間分布，經電子系統處理，傳至顯示屏上，得到與物體表面熱分布相對應的熱像圖[8]。構件化的開發方法實現了分析、設計、類等多層次的重用，分析抽象層的重用元素包括子系統、類；設計層的重用元素包括系統體系結構、子系統體系結構、設計模式、框架、容器、構件等。為了快速實現、跟蹤本系統的設計和開發，系統主要采用了ASP.NET 應用技術，該技術提供了基于組件的設計方法，開發、集成、部署應用程序和多層分布式應用模式，使系統具有重用功能，并集成了基于XML 的數據交換——一個統一的安全模式及靈活的事務控制[9]。

2.2.3 應用

根據系統設計原理，在我院所有出入口安裝了進出道閘后，其中人流量較大時門診的實際情況見圖5，進入門診大廳的所有人員體溫檢測正常后，設備識別健康碼，就診患者、陪護人員和本院職工等有序排隊通過閘機，未發生擁堵和聚集等情況。在平臺管理模塊可以實時查看每日的人員進出情況，由2022年1月19日（正常工作日）門診出入口的人流量統計圖（圖6）可知，當天的人流量為3 078人次、高峰時間段為8～10時和13～15時，以上信息可以幫助疫情防控人員合理安排值守時間，避免人力資源浪費。此外，通過調取健康碼過期和未注冊等健康碼異常情況（圖7），并與人工登記情況對比，詳細記錄通過人員的健康碼異常情況。

圖5 門診出入口道閘安裝圖

圖6 門診出入口人流量統計圖

圖7 健康碼異常統計圖

3 小結

本系統的應用不僅節約了大量人力、物力資源，實現了節能環保（即實現了無紙化登記查詢和電子版材料的上報），而且利于促進區域化健康、防疫一體化聯防聯控大格局的形成和發展；同時，該平臺的投入運行，可以有效對通行人員的數據進行分類處理，提高疫情防控人員的檢查效率以及通行人員的通過效率，減少人員聚集，降低疫情防控人員感染風險；此外，該平臺還可以記錄通行人員的歷史軌跡，高效查詢相關人員的信息，并提供數據分析和報表導出功能，提高對通行人員的監管力度，一旦有異常情況出現，可幫助管理人員快速追蹤到密切接觸者；采用AI 智能設備替代人工，可以減少人員投入，降低管理人員使用成本。但由于本研究項目是在應急狀態下突擊開發，尚有諸多細節需要完善，如平臺方面，尚未與國家行程碼對接，無法直接判斷是否到過中高風險地區；性能方面，識別健康碼存在讀取卡頓的現象，其穩定性尚待提高[10]。