基于人工智能的健康体检重要异常结果管理路径及效果评价.pdf

卫生管理信息学第 37 卷第 3 期医学信息Vol.37 No.32024 年 2 月Journal of Medical InformationFeb.2024基金项目：新疆维吾尔自治区创新环境（人才、基地）建设专项（编号：PT2207）作者简介：哈提拉 京斯汗（1989.12-），女，新疆乌鲁木齐人，硕士，主治医师，主要从事健康管理工作通讯作者：韩雷（1984.12-），男，新疆乌鲁木齐人，硕士，高级工程师，主要从事健康管理研究基于人工智能的健康体检重要异常结果管理路径及效果评价哈提拉窑京斯汗袁江 艳袁董旭南袁韩 雷渊新疆医科大学健康管理学院个案管理部袁新疆 乌鲁木齐830054冤摘要院本研究基于人工智能渊AI冤的重要异常结果管理系统袁对比2020-2021年重要异常结果管理路径实施流程袁评价我健康管理中心基于AI的健康体检重要异常结果管理路径实施前后筛查时限尧工作效率的影响遥使用AI优化重要异常结果管理路径袁从而节约人力成本尧缩短筛查时限袁提升通知与随访工作效率袁提高工作效率尧效益及体检者满意度遥关键词院人工智能曰健康体检曰重要异常结果管理路径中图分类号院TP18曰R194.3文献标识码院BDOI院10.3969/j.issn.1006-1959.2024.03.015文章编号院1006-1959渊2024冤03-0078-05Management Path and Effect Evaluation of Important Abnormal Results of Physical ExaminationBased on Artificial IntelligenceHatira Jinsihan,JANG Yan,DONG Xu-nan,HAN Lei(Physical Examination and Health Management Center,the First Affiliated Hospital of Xinjiang Medical University,Urumqi 830054,Xinjiang,China)Abstract：Based on the important abnormal results management system of artificial intelligence(AI),this study compares the implementation processof the important abnormal results management path from 2020 to 2021,and evaluates the impact of the screening time limit and work efficiency beforeand after the implementation of the AI-based important abnormal results management path of health examination in our health management center.AIis used to optimize the management path of important abnormal results,so as to save labor costs,shorten the screening time limit,improve theefficiency of notification and follow-up work,and improve work efficiency,efficiency and satisfaction of physical examiners.Key words：Artificial intelligence;Physical examination;Important abnormal results management path“健康中国 2030”关于促进“互联网+医疗健康”发展的意见 工作的推进，有效的提高了人们对健康体检的认知水平，越来越多的人将健康体检作为筛查预防疾病的首选方式。何蓓莉等1，2对体检者检后管理需求的研究结论进一步明确了体检机构对检后管理规范化系统化的要求。但目前体检机构对重要异常结果的管理缺乏统一标准3-5，手工处理效率低和错误率高影响重要异常结果的早筛查、早诊断的目标。为规范重要异常结果管理，基于人工智能（artificial intelligence，AI）化的优越性6-9，我中心建立了健康体检重要异常结果的智能化管理路径并实施，取得了较好的效果，现将具体应用情况报道如下。1重要异常结果分类根据 2019 年 4 月公布的“健康体检重要异常结果管理专家共识（试行版）”10，以基本体检项目为基准11，通过专家论证法结合各专业专家意见，形成我中心 重要异常结果管理标准。该标准将重要异常结果分为 A 类与 B 类。A 类：需要立即进行临床干预，否则将危及生命或导致严重不良后果的异常结果。根据 A 类重要异常结果管理要求，实行首诊责任制，在 2 h 内通知患者并采取措施。B 类：需要临床进一步检查以明确诊断和（或）需要医学治疗的重要异常结果。根据 B 类重要异常结果管理要求，24 h内通知体检者，并优先提供体检报告，便于体检者进一步明确诊断。为便于重要异常结果分类管理，按体检项目属性将重要异常结果分成 A 类组和 5 个B 类组，影像组、实验组、超声组、心功能组、其他组。A 类与 B 类重要异常结果以体检基本项目为主进行设置，包括一般检查、物理检查、实验室检查、心电图、影像检查。其中一般检查、实验室属于结构性数据；物理检查、影像、心电图属于非结构性数据。影像检查包括螺旋 CT、核磁、平片、钼靶、超声检查，超声78卫生管理信息学第 37 卷第 3 期医学信息Vol.37 No.32024 年 2 月Journal of Medical InformationFeb.2024细分至腹部常规超声（肝胆胰脾双肾）、甲状腺超声、乳腺超声、前列腺膀胱超声及心脏彩超、颈部彩超。2重要异常结果筛查及标记根据数据格式将体检结果分为结构化数据和非结构化数据，如血糖、血压、体重等定量数据是结构化数据；影像结果、心电图结果等描述性结果是非结构化数据。针对结构化数据设置阈值，由 AI 进行筛查，自动分类确定重要异常结果和可疑重要异常结果，见图 1。医师核对可疑数据，在系统中标记并提交 AI 进行学习，形成知识库。如：甲胎蛋白（AFP）：AFP跃400 滋g/L，系统默认为可疑数据筛出，医师查看健康病史为妊娠期女性，标记为非重要异常结果。针对非结构化数据，设置重要异常结果关键词，利用“爬虫”技术抓取可疑数据，并提示医师进行核对，见图 2。医师结合体检报告进行再次筛查，确定是否标记重要异常结果并提交 AI 进行学习，形成知识库。如：超声结果设置关键词为肝囊肿，逸10 cm，系统默认为可疑数据筛出。知识库根据场景和动态学习，不断动态编制确定重要异常结果，减少可疑数据，从而减少手工处理工作量。图1结构性数据的筛查及标记图2非结构性数据的筛查及标记ID79卫生管理信息学第 37 卷第 3 期医学信息Vol.37 No.32024 年 2 月Journal of Medical InformationFeb.2024图3重要异常结果管理分组图4重要异常结果通知表单3重要异常结果管理3.1 管理计划 重要异常结果筛查标记后，系统将体检者纳入 6 个管理组，并分别进入管理路径，见图3。A 类组管理路径较 5 个 B 类组管理路径多 2 小时的处置步骤，后续 4 次管理路径一致。A 类重要异常 2 小时触发处置单，由首诊医师处置后填写。6 个管理组后续管理流程如下：入组第 4 天，触发随访任务，电话通知重要异常内容，建议就诊科室，并以短信通知；入组 1 个月，触发第 2 次随访任务，电话确定是否就诊，就诊医院、科室，是否住院，是否需要复查；入组 6 个月，未就诊患者或者需复查患者，触发第 3 次随访任务，电话确定就诊及复查情况，未就诊的患者短信再次通知。入组 1 年，触发短信任务，通知再次体检。3.2 管理表单 根据重要异常结果管理计划，制定4个表单，A 类处置单，通知单、1 个月随访表单、6 个月随访表单。表单支持单选题、多选题、填空题、图文选择、矩阵评级框等设置，满足多样化的内容设置，见图 4、图 5。80卫生管理信息学第 37 卷第 3 期医学信息Vol.37 No.32024 年 2 月Journal of Medical InformationFeb.2024图5重要异常结果随访表单3.3 通知及管理途径 除 A 类重要异常结果 2 h 的处置单，其余 3 个表单均支持 AI 方式和手工方式填写。随访任务触发后，AI 系统触发 AI 电话，由 AI 将表单文字转换为语音与患者进行沟通，沟通后将语音转换为文字填入对应表单。根据表单结果，系统自动通过微信、APP 等渠道推荐健康促进方案，和短信就诊提醒，见图 6。AI 系统未成功处理的，如电话号码错误，语义未识别等系统提示失败表单，转入手工处理流程，由随访工作人员处理失败表单。每日抽查质控 AI 完成的表单内容，对 AI 随访失败的表单进行手工识别，完善同义词学习和语义学习等，不断完善 AI 系统识别功能。图6 AI通知记录4应用效果我中心 2020 年体检 105 461 人，检出重要异常结果 5798 人，未使用基于 AI 的重要异常结果管理系统，筛查用时 230 h，人均筛查时间 2.38 min；随访用时 315 h；2021 年体检 106 037 人，检出重要异常结果 7405 人，筛查用时 125 h，人均筛查时间1.69 min；随访用时 59 h。使用 AI 的重要异常结果管理系统后筛查时间、随访时间显著降低，工作效率明显提升。随访平台统计：2021 年随访平台重要异常结果根据表单统计通知异常结果共 7405 人，通知本人共7240 人（97.77%），通知家属共 166 人（2.24%）；根据表单统计共随访 3078 人，已就诊 1033 人（33.56%），未 就 诊 1870 人（60.75%），随 访 失 败 176 人（5.72%）。根据表单统计随访 6 个月，随访人员共4435 人（45.54%），结案 4734 人（48.61%）；随访失败569 人（5.84%）。我中心 2020、2021 年重要异常结果检出率分别为 9.36%、6.70%，同刘玉梅等12、李燕芳等13研究发现的重要异常结果检出率（8.16%）基本一致。且已有研究14，15对健康体检重要异常结果检后随访结果分析，并提出规范化的健康体检服务模式能真正做81卫生管理信息学第 37 卷第 3 期医学信息Vol.37 No.32024 年 2 月Journal of Medical InformationFeb.202410朱俊秀.新形势下医院医保结算管理思路与实践J.今日财富,2020(7):78-79.11丁锦希,黄新锋,严娟,等.医保结算清单与病案首页尧收费票据比较分析J.中国医院,2021,25(6):9-11.12孙淼,彭明毅,左秀然.移动一站式自助入出院服务流程实践J.中国数字医学,2019,14(5):23-26.13李其铿.基于电子健康档案汇聚平台的慢性病患尧发病现状及经济负担研究J.医学信息,2022,35(21):1-4,8.14王蓬.医保支付方式改革背景下公立医院运营管理模式应对策略J.财政监督,2022(11):91-96.15刘兆兴,孙桂菊.新形势下医院医保管理工作探析J.经济管理文摘,2020(11):187-188.16卢斌,张云,高杰.新形势下医院医保精细化管理实践探索J.江苏卫生事业管理,2021,32(7):943-945.17王峰,张朦朦.新形势下医院医保管理工作探析J.中国卫生标准管理,2020,11(3):8-10.18姜子霞,张斌,邢艺凡.新医改背景下医院医保管理的挑战及策略探讨J.卫生软科学,2022,36(8):78-80.19张子旋,张青芝.医保实时结算在医院信息系统中的应用J.河北企业,2021(5):70-71.20鲍淡如.从医保电子凭证说开去J.中国社会保障,2020(8):28.收稿日期：2023-02-28；修回日期：2023-03-29编辑/成森到早诊早治。随着移动互联网的普及，人工智能化（AI）+医疗模式已成为越来越多医院信息化建设的重要选择和突破口，通过优化医患对接机制，促进沟通，使医务人员价值最大化，服务最优化。5总结本中心针对重要异常结果管理的平台优化明显缩短了筛查、标记、随访流程的时限，解决了传统随访工作信息化能力薄弱导致的随访效率低下，质量差，成本过高，容易流于形式的难题，形成体检前和体检后一体化、闭环式管理。因大多数体检者存在体检时重视，体检后轻视，对健康体检报告及宣教内容的执行力差的情况，重要异常结果的平台优化做到了随访计划以系统自动执行为主，辅以医护一对一的服务，利用平台短信、座机电话、互联网等方式，定时自动或人工地对体检者进行随访及呵护，保持着医患之间的互动联络，真正把体检者的健康管理落到实处，提高体检者的满意度。参考文献院1何蓓莉.体检人群体检后健康管理需求的调查分析J.福建医药杂志,2022,44(1):129-130,171.2徐红芳,陈亚红,周慧丽.基于客户需求的健康体检服务优化及效果分析J.医院管理论坛,2022,39(5):55-57.3庞羽,马烈,伍朝春,等.健康体检重要异常结果的标准化管理J.中国卫生标准管理,2020,11(22):1-3.4郝伟,杨娜,陈娜娜.医疗机构体检中心发现重大异常结果的处理流程J.中国医院,2019,23(12):76-78.5黄敏慧,苏海燕,张卿.关于健康体检检后工作的探讨J.中华健康管理学杂志,2019,13(6):549-551.6刘莉,张卿.健康体检重要异常结果处理流程与质量控制浅析J.中华健康管理学杂志,2018,12(5):469-471.7雷梦园,宋晓琴,罗成汉,等.健康体检重要异常结果及检后质控管理的分析J.健康体检与管理,2022,3(2):140-144.8郭清.5G+野三早冶健康管理系统的构建及应用前景探析J.健康研究,2021,41(4):361-364,386.9张千彧,邱宾,刘伟军,等.5G技术助力互联网+医疗健康管理模式发展J.中国卫生质量管理,2020,27(6):81-84.10中华医学会健康管理学分会,叶中华健康管理学杂志曳编辑委员会.健康体检重要异常结果管理专家共识(试行版)J.中华健康管理学杂志,2019,13(2):97-101.11中华医学会健康管理学分会,叶中华健康管理学杂志曳编辑委员会.健康体检基本项目专家共识(2022)J.中华健康管理学杂志,2023,17(9):649-660.12刘玉梅,林海燕,李晓红,等.74628例健康体检者重要异常结果分析J.山东医药,2021,61(34):66-69.13李燕芳,鲁翠红,李莉,等.北京市中关村医院健康体检重要异常结果检后随访结果分析J.中国处方药,2020,18(7):166-167.14林敏,李力.某院2016-2018年健康体检重要异常结果分析J.海峡预防医学杂志,2019,25(3):101-103.15曾琳红,况秀清,黄红卫,等.某健康体检机构重要异常结果标准化管理及质量管理与控制J.健康体检与管理,2022,3(1):51-53,72.收稿日期：2023-05-17；修回日期：2023-06-25编辑/肖婷婷渊上接第77页冤82