智能导检系统在体检中心的应用和评估

陈 钢，陈燕芬，路 平，马 骁

（1.中日友好医院 健康体检中心，北京 100029；2.中日友好医院 科研处，北京 100029）

随着人们对自身健康的重视，参加定期体检的人群逐年增长，2018年我国参加健康体检的人群已经超过4 亿人[1]。由于各体检中心业务量的急剧上升，如何提升客户的体检体验是每个体检中心面临的重要问题。中日友好医院健康体检中心于2018年4月启用了智能导检系统，经过不断探索与改进，系统平稳运行，成为工作中不可缺少的工具。通过对导检系统运行中产生数据的进一步分析，我们能量化体检的流程信息，同时也可以评估智能导检系统的运行效果。

1 资料和方法

1.1 智能导检系统的工作流程

智能导检系统的软件布置在医院内网，与医院信息系统 （hospital information system，HIS）连接，主要有导诊台的导检工作站和诊室的医生工作站；硬件主要是诊室外的显示屏。基本工作流程分为4 步：（1） 客户持体检指引单在导诊台扫码，导检工作站会根据客户的体检项目及各诊室实时的排队情况，通过“AI 导检算法”安排客户第一站的体检项目；（2）客户到诊室外等候检查，诊室外显示屏会动态列出排队信息，同时语音提醒需要进入诊室客户和下一位等候客户的姓名；（3）客户在诊室完成体检后，医生工作站会提示客户下一个体检项目，医生要在指引单上标记并指导客户前往。（4）当客户被分配到收表处时，表示客户已经完成了所有的体检项目。

1.2 研究对象

我们收集了2018年6月20日～2019年7月8日智能导检系统中的数据，每组数据包括客户姓名、年龄、性别、体检登记号、体检项目数（即客户实际进入检查科室的次数，包括检查中调换科室次数）、进入导检系统顺序（排号）、体检开始时间（导检系统分入第一个检查科室的时间）、体检结束时间（导检系统分到收表处的时间，未完成导检的客户没有这个数据）等。

1.3 数据整理

统计每日进入导检系统的人数、完成导检人数、年龄总和、项目数总和、体检用时总和（min），计算出每日客户的平均年龄（岁）、平均项目数（项目数）、平均体检用时（体检时间）和当日的导检完成率。

1.4 对所有排号给予完成体检的次序积分

将每日的数据按照体检结束时间重新排序，根据先后顺序赋予每个排号次序积分： 第1 个完成导检的排号积1 分、第2 个完成导检的排号积2 分，以此类推；未完成导检的排号不统计。汇总所有数据，统计每个排号的频数及平均次序积分。

1.5 统计学方法

应用SPSS25.0 软件进行数据处理，计量资料用x－±s 表示。平均体检时间相关因素分析采用多因素线性回归分析。排号与平均次序积分的相关关系，采用单因素线性回归分析。

2 结果

2.1 体检中心工作的一般情况

共收集259 天的数据，每天的平均体检人数（人数）为207.42±40.01（80～317），体检者平均年龄为42.17±4.32 岁（33.22～60.13 岁），体检项目数11.93±1.01（7.90～14.36），导检完成率为93.12%±7.32%（20%～100%），平均体 检时间120.01±21.24min（58.73～167.82min）。

2.2 影响每日平均体检时间的相关因素分析

以体检时间（Y）作为因变量，年龄（X1）、项目数（X2）、人数（X3）、叫号完成率（X4）为自变量，b0为常量，建立多重线性回归模型：Y=b0+b1X1+b2X2+b3X3+b4X4。

采用多因素线性回归分析的逐步法（Stepwise），最终得到一个包含3 个自变量 （“年龄”、“项目数”和“人数”）的回归模型，“导检完成率”不符合进入条件而被剔除。方差分析：F=162.00，P＜0.01，说明该模型有统计学意义。

表1 示，常量及各自变量的回归系数显著性检验均有统计学意义（均P＜0.01）。因此，模型的线性回归方程为： 体检时间=-67.73+0.79×年龄+7.7×项目数+0.30×人数。各自变量的方差膨胀因子（VIF）均＜4，提示各自变量之间不存在多重共线性。

2.3 排号与平均次序积分的关系

在317 个排号中，排号＞270 的数据其频数均＜10，说明体检中心绝大多数工作日的体检人数在270 人以内。因此，我们选取了排号位于前270 的数据，经统计学处理，排号与平均次序积分的相关系数为0.99，呈强正相关（P＜0.01）。排号与平均次序积分的散点图见图1。

表1 影响体检时间的多因素线性回归分析

图1 排号与平均次序积分的关系

3 讨论

3.1 智能导检系统的应用能改善体检秩序

“秩序是人类最大的需要，是真正的幸福所在”。由于是导检系统来安排客户的体检项目、维护各诊室的检查顺序，减少了客户的随意性，在导检系统使用之后，工作人员最直观的感受是体检秩序明显改善。对于客户而言，不必费心安排体检流程，不用担心漏检了项目。诊室外显示屏上详细的排队信息和温馨的语音提示等，让客户对候检时间有合理预期，减少了候诊焦虑。

3.2 对智能导检系统的评估

导检系统的应用，规范了体检秩序，减少了客户的随意性，但这种安排是否会对客户正常完成体检造成影响？排队导检的一个重要原则就是“先到先服务”[2]。在对排号与平均次序积分关系的分析中，排号代表客户来体检时的顺序，平均次序积分反映了该排号完成体检的次序，数据分析显示两者之间存在着极强的正相关性，说明导检系统很好地做到了“先到，先完成体检”的结果，因此，我们认为，智能导检系统的应用没有对客户正常完成体检产生不利的影响。

在智能导检系统的设计中，系统是依托于体检中心的历史数据，“AI 导检算法”综合评估客户每个检查项目可能花费的时间、诊室间的距离、部分项目的特殊要求（如：空腹项目优先）、现场各诊室的排队情况等因素，为客户最优选择下一个体检项目。这与客户仅凭个人直观感受或者既往经验去选择体检项目排队，不可同日而语。因此，智能导检绝不是一个简单的排队和维持秩序，它的智能设计能够提升客户的满意度。

3.3 智能导检数据可指导合理安排体检人数

对于一个体检中心，环境和工作人员相对固定，那么影响客户体检时间的主要因素就是当天客户的人数、每个客户体检的项目数、客户的年龄、以及体检的秩序等。从影响每日平均体检时间的相关因素分析中，可以看到体检人数、年龄、体检项目数均与体检时间有正相关，而与导检完成率无关，反映了智能导检系统虽然可以改善体检秩序，但对客户体检时间影响不大。在影响体检时间因素的回归分析中，我们最终得到了回归方程：体检时间=-67.73+0.79×年龄+7.7×项目数+0.30×人数，提示在其他自变量不变的情况下，项目数每增加1 个，体检时间会增加7.7min；年龄每增加1岁，体检时间会增加0.79min；体检人数每增加1人，体检时间会增加0.30min，可见客户体检的项目数对体检时间的影响较大。换言之，体检客户平均体检项目增加1 个，相当于增加了约26 人体检，或者相当于客户平均年龄增加将近10 岁。在体检客户预约，特别是团体单位体检预约时，可以根据体检人员的年龄分布、体检项目数量合理安排每日的体检人数。

综上所述，智能导检系统的应用对体检中心工作是一个极大的助力，它还能提升工作效率、提高客户满意度、减少投诉[3，4]。但是，每个体检中心的环境、人员配备、工作流程、体检人群等方面不尽相同，因此，在智能导检系统的调试过程中，要与工程技术人员充分沟通，尽可能地在导检系统中实现体检中心的个性化需求，这样才能最大限度地发挥智能导检的作用。