AI智能化门诊辅助系统开发及应用＊

朱伟健

（绍兴市人民医院，浙江绍兴 312000）

AI辅诊通过引擎模拟全科医生，依托于医院公众号系统，在患者就诊之前，模拟全科医生问诊，收集患者主诉信息，整个过程遵循医学逻辑问询，交互过程智能清晰，引擎会将患者的描述转换成符合医生阅读、书写习惯的电子病历，这样医生在接诊患者时，已经获取了完整的、全面的患者主诉信息。

1.方法

1.1 应用开发研究

AI辅诊引擎针对分诊场景，首先，从海量文献中抽取丰富的医学知识，这一抽取过程相当于学习和记忆医学知识；其次，对所抽取的知识进行理解和加工，包括将医学专业术语与患者语言进行对应、推理症状与疾病间的对应关系和问答对话逻辑；最后，结合场景进行应用，比如在智能导诊场景中结合医生的专业擅长、过往的诊疗经历，刻画出全面、详细、实时的医生画像，通过智能预问诊，为患者匹配最合适的医疗资源[1]。

1.2 应用开发摸索

（1）算法上进行了创新，从巨量的患者自述病情来学习挂号的科室，摒弃了传统通过文本分解通过关键词相似度来方法，提升了算法的准确性和适应性。（2）导诊系统中充分考虑了病人自身的年龄、性别、生活环境等影响病症的重要因素，使最终的推荐能够因人而异，更加准确地判断患者的病症。（3）导诊系统与挂号相结合，不仅能实现挂号科室的推荐，同时也能够根据病人的情况推荐合适的医生与医院，并能够实现在线挂号，全面提升了患者的便利性，真正实现患者智能导诊。

1.3 功能描述

（1）智能导诊。使用“智能导诊系统”无需等待，通过智能的人机对话方式，让患者可以快速获得最合适的科室推荐，从源头上让医疗服务更精准高效。（2）智能预问诊。提前模拟医生问诊。患者就诊前，问诊机器人智能采集用户病情信息，自动生成电子病历（包括主诉、现病史、既往史、过敏史、个人史、婚育史、家族史等）发送给医生，让患者有充分的时间陈述病情，同时节省医生重复问诊和书写病历时间，提升患者就医体验和医生工作效率。（3）智能自诊。用户通过与AI机器人问答的智能交互模式下，完成主诉，结合符合身体症状的特征后，系统会进行计算，匹配用户可能患的疾病，并按概率从高到低呈现。自诊结果里的“疾病详情”里，从症状描述、疾病简介、患者须知、到风险因素、治疗方法、自我护理，甚至是“建议问医生的问题”和一般诊断方法，都一应俱全[2]。

1.4 技术路线

（1）知识图谱。医学知识图谱，是实现医学智能的基石。医学知识图谱主要包含医学实体词和医学实体词之间的关系。构建医学知识图谱，主要分为两个步骤，一个是知识抽取，一个是知识融合。大数据时代，医学知识存在不同的语料中，有结构化的文本、有半结构化的文本、有无结构化的文本等。对于不同的语料类型，需要使用不同的抽取技术，来进行知识抽取，结构化的文本，采用规则抽取的方式，无结构化的文本，采用自学习再反馈的算法。从不同语料抽取的知识，再进行知识融合，即将多个知识库抽取的知识，融合成一个，在这个过程中主要解决的问题是实体对齐，也包括关系对齐和属性对齐，通过相似度计算、聚类等技术来实现。（2）基于数据构建知识图谱。基于医学书籍、文献、指南、临床数据以及资讯，由医学专家制定领域schema，应用自学习再反馈算法从海量数据中抽取实体信息，快速高效构建覆盖病源微生物、疾病、症状、体征、检查、检验、药品等数十类实体，超过数百类实体关系的千万数据量级的医学知识图谱。同时所有实体数据参考国内国际通用的医学术语标准集。（3）智能交互。丰富的智能交互研发经验，业界一流对话交互技术，海量优质病历数据学习；在多样化应用场景中，融合业务特征系统及打磨迭代，每天在近十万人次应用中学习。（4）语义理解技术。多年搜索应用场景技术积累，基于医疗行业特征深度定制；基于深度学习技术，从近亿条医患对话中学习，并以海量用户反馈行为自学习；已大规模应用，业界领先。（5）机器学习。机器学习是精准就医的关键技术。通过对大量历史医疗数据的清洗、整理与训练，建立精准就医分类模型与知识库，针对不同患者需求，自动匹配最合适的专家、医师，针对专病进行专业精准治疗，如图1所示。

图1 AI智能平台建设

患者通过问答的方式完成信息搜集，系统根据电子病历的要求，将采集的信息分类填写到电子病历相应的位置，在医生问诊之前就可以完成患者“一诉五史”的信息采集及患者画像。问诊时只需针对个别点补充询问即可。

1.5 实际应用情况

1.5.1 智能导诊

产品功能描述：解决患者盲目就医，减轻导诊台工作压力，有效提升患者就医体验。数据指标：排列第一的推荐科室准确率>95%。验证方式：对以往上线医院日志分析评估，跟进患者得到的科室结果，结合患者实际的挂号科室进行对比，准确率>95%，医院不同可能会略有差异。使用情况：目前使用智能问诊的患者达到900人次/天。患者反馈：减少排队压力，人机交互方便，得到推荐科室结果后可直接进行挂号，比较方便。

1.5.2 智能预问诊

产品功能描述：提前获知患者病情，提升医生效率，节省书写病历时间，改善医患沟通。数据指标：专科预问诊：生成病历后，二次改动比例 <10%；医患对话理解：数据准确率 >95%，数据召回率>82%。医生对话生成：候选采用率>80%。验证方式：通过统计平台，可查看相关机构对技能的调用次数，选取5个工作日内数据，取均值。使用情况：目前使用通过线上挂号入口，使用智能预问诊的患者达到560人次/天。临床反馈：预问诊内容可根据专科进行配置，效果可稳步提升，预问诊生成结果符合医学病历书写标准，可直接对内容进行简单修改后导入电子病历系统。

2.结果

（1）科学价值。通过人工智能平台的搭建，对专家诊断过程进行数据解析，训练模型，把专家经验可视化、模型化，可以变成留传下去的宝贵财富。改善现有的就医模式，探索更合适更优化的诊疗模式，改善了传统就诊模式带来的医疗资源的浪费及患者满意度低下的现状。（2）社会效益。高效高质量的AI辅助工具，能够快速的帮助新手医生成长，降低诊断风险，降低手术风险，降低用药风险；整体提升患者就诊体验。提升医院医务服务的的质量，节省更多人力，改善核心的临床环节质量。

3.讨论

当前需要解决的主要问题：（1）辅助诊疗技术的具体细节，用以解决医疗导诊与推荐时患者偏好未知的问题，通过辅助诊疗帮助患者根据症状表现确定其所患疾病，从而明确患者偏好。（2）辅助诊断技术，辅助诊疗思路、相似度计算、症状联想机制的明确。（3）诊断结果的优化。患者往往会对自己可能患有的疾病进行猜想，这是非常有价值的信息。系统将考虑来自患者的反馈信息，对诊断结果进行优化。