柯娟玉，于帆，黃良娟，陳思平，張立俊，韋唯，劉欣桐，余蕙君，周義文

南方醫(yī)科大學(xué)深圳醫(yī)院檢驗科，廣東 深圳 518101

隨著醫(yī)院的信息化建設(shè)，微信公眾平臺的建設(shè)和應(yīng)用在醫(yī)院的數(shù)字化發(fā)展中越來越重要。醫(yī)院微信服務(wù)號是醫(yī)院品牌特色的體現(xiàn)，不僅為患者提供便捷的就醫(yī)服務(wù)，還能提高患者對疾病的認知和預(yù)防，增強用戶及患者對醫(yī)院的真誠度[1-2]。利用微信平臺可對患者進行延續(xù)服務(wù)，進行預(yù)約、醫(yī)保查詢、健康管理等系列服務(wù)[3-5]，但是利用微信端平臺進行報告人工智能解讀的研究未見報道。人工智能應(yīng)用是未來檢驗發(fā)展的熱點[6]，報告“解釋性評論有效率”是檢驗后的重要質(zhì)量指標[7]，2017 年國家衛(wèi)生健康委員會出臺了《WS/T496-2017 臨床實驗室質(zhì)量指標》，相比2015 版新增報告“解釋性評論有效率”，報告的專業(yè)解讀已成為醫(yī)院質(zhì)量管理的重要內(nèi)容之一[8-9]。本院已先后實現(xiàn)了微信端檢驗報告查詢(2015年)及微信端檢驗報告智能解讀系統(tǒng)(2018 年)，是廣東省首批實現(xiàn)微信端檢驗報告智能解讀系統(tǒng)的單位。本文構(gòu)建的系統(tǒng)旨在幫助微信端患者解讀檢驗報告的異常指標?，F(xiàn)將構(gòu)建方法及應(yīng)用情況報道如下：

1 設(shè)計與方法

1.1 解釋器 模塊解讀依據(jù)源于《全國臨床檢驗操作規(guī)程》(第4 版)及《診斷試驗臨床解讀--醫(yī)學(xué)實驗室手冊》(Interpretation of Diagnostic Tests, Wallach)第10 版等權(quán)威知識庫，更新內(nèi)容來自梅奧診所(Mayo Clinic)及美國實驗室檢驗在線(Lab tests online)等對檢驗指標的最新解讀。

1.2 知識獲取 通過微信端開發(fā)接口進行LIS及其他軟件的整合。主要遵循了醫(yī)療行業(yè)國際最新的HL7 V3 標準，建立系統(tǒng)間交互的語法標準，采用XML 技術(shù)實現(xiàn)信息交互和共享。通過使用HTTP 請求在微信端對接入的網(wǎng)址進行消息推送。

1.3 推理器 主要在Inference 的inferenceResult 函數(shù)中，從知識庫中獲取所有異常檢驗指標節(jié)點信息，取值并判斷所有滿足條件的檢驗指標節(jié)點，然后取其NextNodes 做交運算求出所有可能的疾病節(jié)點。整個推理器模塊將以一個動態(tài)鏈接庫的形式和其他模塊進行交互，同時在交互的內(nèi)容，即規(guī)則、知識，則以XML 的形式進行存儲。首先由XML 文件格式的知識分解為規(guī)則和條件作為推理機的輸入，通過推理機的處理，得出XML 文件格式的結(jié)論作為輸出。通過使用HTTP請求在微信端對接入的網(wǎng)址進行消息推送。

1.4 推理算法流程 醫(yī)院(診斷數(shù)據(jù)診斷請求)--＞輸入Input(指標數(shù)據(jù))--＞云端AI處理(基于專家知識庫和大數(shù)據(jù)分析)--＞輸出Output(診斷報告)，進一步輸出Output Level2(檢驗指標知識庫+解讀知識庫)。

1.5 效果測試

1.5.1 專家團隊的建立 科室成立專家團隊，包括正高級教授1名、副高級教授2 名及主管技師3 名，負責審核及監(jiān)控系統(tǒng)的運行狀況。

1.5.2 驗證方式 從本院微信端獲取測試賬號，在LIS模擬尿潛血、尿比重、血白細胞等204項常見的檢驗項目數(shù)據(jù)，結(jié)果覆蓋臨檢、微生物、生化、免疫、分子生物學(xué)五大專業(yè)組。通過專家團隊判斷微信端報告結(jié)果解釋是否具有專業(yè)性。通過場景測試，才可以真正檢測信息系統(tǒng)整體運轉(zhuǎn)情況，檢測到異源異構(gòu)的信息系統(tǒng)之間的數(shù)據(jù)信息是否實現(xiàn)了順暢流轉(zhuǎn)及協(xié)同共享。

2 結(jié)果

2.1 系統(tǒng)應(yīng)用效果 改變了傳統(tǒng)的報告單模式，基于微信端友好的使用界面及完備的醫(yī)學(xué)知識庫，患者不受時空限制，可體驗到快捷、專業(yè)的醫(yī)療服務(wù)。傳統(tǒng)的報告如圖1 所示，患者需要在醫(yī)院等待打印報告結(jié)果，若結(jié)果出來時醫(yī)生已下班，有些患者會通過“百度”等方式進行查詢結(jié)果意義，存在網(wǎng)絡(luò)解釋不專業(yè)導(dǎo)致貽誤病情的隱患。

圖1 傳統(tǒng)的報告單模式

改進后的報告如下圖所示，患者無需在醫(yī)院等待結(jié)果，只需要通過微信綁定醫(yī)院公眾服務(wù)號，微信端會進行報告推送(圖2)，若患者微信端報告結(jié)果出現(xiàn)異常指標(圖3)，點擊進去，會出現(xiàn)該指標的動漫圖文解釋(圖4)，再次點擊進去觀看解讀(圖5)。

圖2 微信端報告推送

2.2 解讀效果 系統(tǒng)完成后，專家團隊對系統(tǒng)解讀功能進行驗證，針對204項常見檢驗指標進行解讀，204項解讀結(jié)果符合專家團隊解讀標準，準確率100%(204/204)，系統(tǒng)解讀結(jié)果顯示其對異常檢驗指標解讀具有專業(yè)性。但是也發(fā)現(xiàn)該系統(tǒng)的不足之處：報告智能解讀是針對單個異常指標進行解讀，不能進行綜合解讀，如報告單出現(xiàn)多個結(jié)果異常，只能逐一分析。如患者尿常規(guī)結(jié)果：尿潛血、尿蛋白及尿管型三個都陽性，其解讀方式只能通過逐一點擊尿潛血、尿蛋白及尿管型此三個指標分別獲知其臨床意義，不能對病情進行綜合分析，而科室專家團隊可以從此報告綜合分析得出“不排除腎源性血尿”的結(jié)論，這可為臨床治療提供直接的診斷支持。此系統(tǒng)不能滿足患者檢驗報告多指標異常的綜合，必須進行系統(tǒng)改進。

圖3 微信端報告結(jié)果出現(xiàn)異常指標

圖4 異常指標動漫圖文解釋

圖5 觀看解讀

3 討論

國外的最新研究顯示，智能綜合解讀檢驗指標已在實驗室信息系統(tǒng)可以實現(xiàn)，國外人工智能解讀數(shù)據(jù)可用于疾病模型如糖尿病的診斷[10]，甚至延伸至其他專業(yè)數(shù)據(jù)的整合，可進行癌癥診斷[11]；國內(nèi)朱劼[12]、雷和月等[13]也實踐了檢驗報告智能綜合解讀系統(tǒng)的應(yīng)用。研究中的智能綜合解讀檢驗指標系統(tǒng)功能主要是在實驗室信息系統(tǒng)(Laboratory information system，LIS)上實現(xiàn)，目的是方便醫(yī)務(wù)人員解讀，而基于微信端方便患者解讀的研究未見。在目前我院已實現(xiàn)的微信端檢驗報告智能解讀功能的基礎(chǔ)上，將單一解讀升級到將綜合解讀功能，系統(tǒng)的需求是改進推理機模塊，增加獲取節(jié)點，以便實現(xiàn)多指標綜合分析。整個推理機模塊將以一個動態(tài)鏈接庫的形式和其他模塊進行交互，同時在交互的內(nèi)容，即規(guī)則、知識，則以XML 的形式進行存儲。首先由XML 文件格式的知識分解為規(guī)則和條件作為推理機的輸入，通過推理機的處理，得出XML 文件格式的結(jié)論作為輸出。如尿常規(guī)報告同時出現(xiàn)以下三項異常指標：尿隱血(ERY)陽性(+)、尿蛋白(PROT)陽性(+)，尿管型(CAST)陽性，首先將會生成三個節(jié)點，并從知識庫XML 文件中提取該節(jié)點并生成相應(yīng)的推理規(guī)則。(尿隱血，陽性) 且(尿蛋白,陽性)且(尿管型，陽性)-＞(知識庫解讀，不排除腎源性血尿)。從而實現(xiàn)綜合解讀功能。微信端開發(fā)接口的使用和智能綜合專家?guī)焓浅墒斓募夹g(shù)，基于HL7 衛(wèi)生信息交換標準的標準化衛(wèi)生信息傳輸協(xié)議，系統(tǒng)的升級不存在明顯的技術(shù)困難，前期工作已建立微信端檢驗科報告異常結(jié)果解讀的初步功能，給患者提供了專業(yè)的解讀途徑，提升了患者就診滿意度，進一步完善該系統(tǒng)功能能顯著提高醫(yī)療服務(wù)水平。微信公眾號平臺的建設(shè)是醫(yī)院品牌特色體現(xiàn)，傳統(tǒng)的檢驗報告形式單一，絕大多數(shù)患者對高深難懂的臨床檢驗數(shù)據(jù)難以理解，由此而衍生的醫(yī)療糾紛普遍存在，通過報告智能解讀系統(tǒng)的建立，可改善醫(yī)患溝通方式，從而減少醫(yī)療糾紛，增強患者對醫(yī)院的真誠度。

在微信服務(wù)號的近四年的建設(shè)工作中，截止2019年10月，本院微信端用戶數(shù)近40萬，最高單條閱讀量已超過10萬，報告智能解讀功能的受益人群覆蓋面廣泛，該系統(tǒng)有較大的推廣價值