陳崇德 高 星 王 巖 胡紅濮

北京協(xié)和醫(yī)學(xué)院 中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所衛(wèi)生信息管理研究室，北京 100020

傳染病作為人類(lèi)健康及社會(huì)穩(wěn)定的重要威脅之一存在已久。傷寒、鼠疫、非典型肺炎等傳染病給人類(lèi)社會(huì)均造成過(guò)巨大的破壞[1-2]，給世界人民造成了嚴(yán)重的傷害與經(jīng)濟(jì)負(fù)擔(dān)[3-4]。為應(yīng)對(duì)此類(lèi)問(wèn)題，自非典疫情暴發(fā)后我國(guó)便在原有傳染病監(jiān)測(cè)系統(tǒng)[5]基礎(chǔ)上建立了傳染病直報(bào)系統(tǒng)等一系列公共衛(wèi)生信息系統(tǒng)。但目前我國(guó)公共衛(wèi)生信息化建設(shè)尚不完善[6]，現(xiàn)有的信息系統(tǒng)難以完全實(shí)現(xiàn)對(duì)新發(fā)傳染病的早期篩查發(fā)現(xiàn)、及時(shí)預(yù)警和連續(xù)動(dòng)態(tài)監(jiān)測(cè)，對(duì)未確診疑似患者的特征癥狀進(jìn)行監(jiān)測(cè)的相關(guān)功能也未充分建立[7]。因此，亟須對(duì)傳染病監(jiān)測(cè)系統(tǒng)進(jìn)行升級(jí)與完善，通過(guò)技術(shù)長(zhǎng)板彌補(bǔ)現(xiàn)有系統(tǒng)短板，改善系統(tǒng)難以第一時(shí)間有效發(fā)現(xiàn)并且防控新發(fā)傳染病的現(xiàn)狀[8]。

癥狀監(jiān)測(cè)是通過(guò)對(duì)臨床診斷前的疾病癥狀及其他與健康相關(guān)數(shù)據(jù)進(jìn)行系統(tǒng)且持續(xù)地收集、分析和解釋?zhuān)皶r(shí)發(fā)現(xiàn)特定疾病在時(shí)間和空間上的異常聚集以確定是否需要進(jìn)行早期預(yù)警和快速反應(yīng)的監(jiān)測(cè)方法[9]。本研究即聚焦于構(gòu)建一個(gè)可操作性較強(qiáng)、實(shí)用度較高的傳染病監(jiān)測(cè)系統(tǒng)的癥狀監(jiān)測(cè)模塊模型，旨在通過(guò)計(jì)算機(jī)數(shù)學(xué)模型根據(jù)癥狀自動(dòng)鑒別傳染病患者，輔助醫(yī)生進(jìn)行初步診斷、上報(bào)等，并通過(guò)信息化模塊優(yōu)化整體響應(yīng)流程，從而為進(jìn)一步加強(qiáng)我國(guó)傳染病監(jiān)測(cè)能力、縮短傳染病報(bào)告反應(yīng)時(shí)間提供助力。

1 模塊功能

1.1 癥狀語(yǔ)義標(biāo)準(zhǔn)化

通過(guò)將臨床采集的患者病歷書(shū)寫(xiě)癥狀與模塊內(nèi)根據(jù)國(guó)際疾病分類(lèi)-11 等標(biāo)準(zhǔn)建立的傳染病癥狀指標(biāo)池中指標(biāo)名稱(chēng)相比較，將日常慣用語(yǔ)、口語(yǔ)、不規(guī)范用語(yǔ)轉(zhuǎn)化為臨床醫(yī)學(xué)標(biāo)準(zhǔn)用語(yǔ)，從而規(guī)范臨床使用、登記癥狀的語(yǔ)言標(biāo)準(zhǔn)，保證上傳數(shù)據(jù)的標(biāo)準(zhǔn)統(tǒng)一性與可分析性。

1.2 根據(jù)患者癥狀進(jìn)行疾病輔助鑒別

模塊與基層社區(qū)衛(wèi)生服務(wù)系統(tǒng)、醫(yī)院（如發(fā)熱門(mén)診）信息系統(tǒng)等臨床醫(yī)生工作站進(jìn)行對(duì)接，根據(jù)患者的癥狀對(duì)傳染病進(jìn)行初篩和提醒，協(xié)助醫(yī)療工作者早期篩查和識(shí)別傳染病，從而促進(jìn)傳染病的高效報(bào)告。

1.3 流行病學(xué)數(shù)據(jù)收集

通過(guò)提供標(biāo)準(zhǔn)化信息填報(bào)模板與內(nèi)置提問(wèn)大綱，幫助臨床使用醫(yī)生在必要情況下對(duì)患者及時(shí)進(jìn)行簡(jiǎn)單流行病學(xué)調(diào)查，從而作為部分傳染病的輔助診斷鑒別依據(jù)，并為后續(xù)處置流程提供一定的基礎(chǔ)數(shù)據(jù)，以縮短應(yīng)急反應(yīng)時(shí)間[10]。

1.4 信息自動(dòng)報(bào)送與綜合智慧判斷

癥狀監(jiān)測(cè)模塊作為疾病監(jiān)測(cè)的補(bǔ)充部分，可通過(guò)接口將收集的癥狀、檢查結(jié)果、流行病學(xué)信息匯總上報(bào)至區(qū)域性的傳染病監(jiān)測(cè)平臺(tái)及傳染病直報(bào)系統(tǒng)?，F(xiàn)階段此類(lèi)數(shù)據(jù)可供上級(jí)醫(yī)療、公共衛(wèi)生、管理機(jī)構(gòu)隨時(shí)調(diào)閱、復(fù)核，并作為傳染病上報(bào)的輔助證據(jù)。而在新技術(shù)（大數(shù)據(jù)分析及5G 傳輸技術(shù)等）應(yīng)用相對(duì)成熟、基礎(chǔ)設(shè)施構(gòu)筑相對(duì)完善、區(qū)域信息平臺(tái)聯(lián)通更加普及后，海量的癥狀數(shù)據(jù)也可作為基于大數(shù)據(jù)的傳染病智能自動(dòng)識(shí)別預(yù)警系統(tǒng)的數(shù)據(jù)源，從而實(shí)現(xiàn)全天候?qū)崟r(shí)癥狀自動(dòng)監(jiān)測(cè)。

2 模塊架構(gòu)

模塊根據(jù)使用場(chǎng)景、目標(biāo)人群的不同可分別針對(duì)基層衛(wèi)生機(jī)構(gòu)、大中型醫(yī)院、患者自測(cè)等應(yīng)用方向進(jìn)行調(diào)整與區(qū)別化。本研究以應(yīng)用較基礎(chǔ)、功能較完整的醫(yī)生端模塊為例。此模塊共分為輸入與人機(jī)交互、癥狀識(shí)別與語(yǔ)義標(biāo)準(zhǔn)化、依據(jù)患者癥狀的疾病判斷矩陣、輸出及后續(xù)決策與處置4 個(gè)部分，涵蓋了疑似傳染病患者從就醫(yī)到后續(xù)處置的患者先期處置全過(guò)程。模塊針對(duì)可疑癥狀進(jìn)行識(shí)別，同時(shí)對(duì)臨床醫(yī)生判斷診斷進(jìn)行輔助并提供證明材料，后續(xù)通過(guò)與傳染病直報(bào)系統(tǒng)等公共衛(wèi)生監(jiān)測(cè)系統(tǒng)建立的符合《國(guó)家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)管理平臺(tái)與終端管理平臺(tái)接口規(guī)范（GB/T34283-2017）》[11]的上、下行接口進(jìn)行后續(xù)信息報(bào)送等處置流程。其所采集的數(shù)據(jù)也可上傳至上級(jí)信息系統(tǒng)以供未來(lái)建設(shè)的智能判斷模塊進(jìn)行自動(dòng)預(yù)警。模塊完整架構(gòu)見(jiàn)圖1。

圖1 傳染病監(jiān)測(cè)系統(tǒng)癥狀監(jiān)測(cè)模塊架構(gòu)（醫(yī)生端）

2.1 信息輸入與人機(jī)交互部分

該部分模塊通過(guò)可視化圖形窗口與使用者進(jìn)行交互。通過(guò)html 等可應(yīng)用于移動(dòng)設(shè)備的編程語(yǔ)言進(jìn)行界面構(gòu)成，主要收集患者性別、年齡等基本人口學(xué)信息和通過(guò)患者主訴及醫(yī)生根據(jù)識(shí)別判斷所綜合得出的患者癥狀。系統(tǒng)根據(jù)數(shù)據(jù)庫(kù)內(nèi)存儲(chǔ)的標(biāo)準(zhǔn)化癥狀名稱(chēng)為使用者提供選項(xiàng)進(jìn)行錄入選擇。在政策環(huán)境、技術(shù)條件、基礎(chǔ)設(shè)施允許的情況下也可收集基于《傳染病直報(bào)信息表》的其他相關(guān)流行病學(xué)信息以供后續(xù)環(huán)節(jié)調(diào)用。

2.2 癥狀識(shí)別與語(yǔ)義標(biāo)準(zhǔn)化部分

通過(guò)文獻(xiàn)研究收集所涉及傳染病及其需相互鑒別的疾病癥狀，廣泛查閱檢索權(quán)威機(jī)構(gòu)發(fā)布的傳染病臨床預(yù)防指南、診療指南、傳染病診療相關(guān)教材、相關(guān)行業(yè)標(biāo)準(zhǔn)，以國(guó)家衛(wèi)生健康委發(fā)布的診療指南等行業(yè)規(guī)范[12]為基準(zhǔn)，根據(jù)需求確定模塊所包含的可鑒別傳染病種類(lèi)。從中抽取模塊構(gòu)建所涉及的傳染病癥狀與需鑒別疾病信息，將文章中自然語(yǔ)言進(jìn)行標(biāo)準(zhǔn)化處理后匯總整理形成未經(jīng)結(jié)構(gòu)化、邏輯化處理的2 個(gè)指標(biāo)池，即傳染病癥狀指標(biāo)池與傳染病輔助鑒別診斷指標(biāo)池。在成庫(kù)后經(jīng)多人重復(fù)校對(duì)去除重復(fù)項(xiàng)，并根據(jù)文獻(xiàn)知識(shí)對(duì)各數(shù)據(jù)項(xiàng)進(jìn)行粗分類(lèi)。

2.2.1 建立傳染病癥狀知識(shí)指標(biāo)池 以常見(jiàn)呼吸道傳染病的一系列特異性和非特異性癥狀為例，如畏寒、發(fā)熱、寒戰(zhàn)、頭暈、頭痛、倦怠、乏力、盜汗、咳嗽、咳痰、流涕、咽痛、食欲減退、惡心、嘔吐、胸痛、胸悶、憋氣、氣短、心悸、耳鳴、腹脹、腹痛、腹瀉、大便性狀改變、小便性狀改變、肌肉酸痛、睡眠欠佳、精神萎靡、皮疹等[13-16]，按照疾病為主索引，匯總不同疾病構(gòu)建知識(shí)指標(biāo)池，并通過(guò)專(zhuān)家咨詢法建立專(zhuān)家咨詢小組對(duì)所提取癥狀的完整性與描述準(zhǔn)確性進(jìn)行校驗(yàn)。

2.2.2 建立傳染病輔助鑒別診斷知識(shí)指標(biāo)池 對(duì)每種傳染病在輔助診斷過(guò)程中可能需與之鑒別疾病進(jìn)行梳理，并收集每種疾病的臨床表現(xiàn)、實(shí)驗(yàn)室檢查、病理特點(diǎn)等知識(shí)，形成傳染病輔助鑒別診斷知識(shí)指標(biāo)池。構(gòu)建每種傳染病與其需鑒別疾病間的兩兩對(duì)應(yīng)關(guān)系，標(biāo)明出需鑒別疾病間可供區(qū)分鑒別的高權(quán)重特異性癥狀，并進(jìn)行專(zhuān)家咨詢，得到符合臨床思維與科學(xué)規(guī)律的輔助鑒別診斷知識(shí)指標(biāo)池。

2.3 依據(jù)患者癥狀的疾病判斷矩陣

在癥狀指標(biāo)池與輔助鑒別診斷指標(biāo)池建立完成后，提取指標(biāo)池中傳染病名稱(chēng)、需鑒別疾病名稱(chēng)、各傳染病癥狀名稱(chēng)、需鑒別疾病癥狀名稱(chēng)，構(gòu)建癥狀-疾病關(guān)聯(lián)矩陣。矩陣以三元組為基礎(chǔ)構(gòu)成，其基本組成單位是“實(shí)體-關(guān)系-實(shí)體”三元組，實(shí)體間通過(guò)關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)，由2 個(gè)具有語(yǔ)義連接關(guān)系的實(shí)體和實(shí)體間關(guān)系組成，即G＝（A 實(shí)體，關(guān)系，B 實(shí)體）[17]。本矩陣通過(guò)將既往電子病歷癥狀數(shù)據(jù)進(jìn)行擬合，對(duì)每種疾病的癥狀出現(xiàn)可能進(jìn)行賦值。如G＝（手足口病，80，皮疹）即為矩陣中一個(gè)基本三元組，代表手足口病的皮疹癥狀賦值為80 分。并以此類(lèi)推完成前期構(gòu)建后以專(zhuān)家咨詢法針對(duì)矩陣構(gòu)成指標(biāo)、構(gòu)成關(guān)系、指標(biāo)賦值進(jìn)行再調(diào)整。

2.4 輸出及后續(xù)決策與處置部分

基于鑒別癥狀賦值矩陣的具體分值、在關(guān)聯(lián)就診者的信息基礎(chǔ)上，基于敏感度和特異度均較強(qiáng)相似度算法，通過(guò)信息系統(tǒng)自動(dòng)計(jì)算疾病的相似度（與疑似疾病的相似度越高，為某種疾病的可能性越大），最終將患者疑似所患疾病的前5 種依據(jù)相似度按照從大到小順序依次排序，并顯示出相似度。從而輔助醫(yī)生對(duì)大量的就診者進(jìn)行疾病早期篩查和識(shí)別，作為患者診斷的參考及客觀條件受限時(shí)進(jìn)行上報(bào)的判斷依據(jù)。對(duì)于患者的最終確診則需要依據(jù)現(xiàn)實(shí)應(yīng)用時(shí)所能獲得的檢驗(yàn)結(jié)果、流行病學(xué)史等，由醫(yī)生進(jìn)行最終的診斷。

醫(yī)生在做出最終決策后通過(guò)可視化界面操作系統(tǒng)根據(jù)模塊所連接的傳染病直報(bào)系統(tǒng)、醫(yī)院HIS 系統(tǒng)等對(duì)患者進(jìn)行上報(bào)、轉(zhuǎn)診、隔離、治療等處置。同時(shí)模塊收集到的癥狀信息也可直接匯總至上級(jí)系統(tǒng)、平臺(tái)，根據(jù)判斷矩陣賦值標(biāo)記的不同疾病的重點(diǎn)高分癥狀進(jìn)行分類(lèi)存儲(chǔ)，以供進(jìn)行不同時(shí)間區(qū)間內(nèi)、不同地理區(qū)域內(nèi)“高分值”癥狀的異常表現(xiàn)對(duì)比識(shí)別，或應(yīng)用至基于其他新技術(shù)的分析利用途徑。

3 討論

經(jīng)多次疫情沖擊表明我國(guó)的傳染病直報(bào)、監(jiān)測(cè)和預(yù)警系統(tǒng)對(duì)新發(fā)重大傳染病監(jiān)測(cè)有其局限性[18-20]。同樣，在現(xiàn)場(chǎng)執(zhí)行方面，目前傳染病的診斷與直報(bào)對(duì)基層工作者綜合素質(zhì)的要求也較高。任依等[21]調(diào)查表明，目前我國(guó)基層醫(yī)療衛(wèi)生機(jī)構(gòu)社區(qū)衛(wèi)生應(yīng)急體系與機(jī)制仍需完善、同時(shí)也存在醫(yī)務(wù)人員院感防控和傳染病防控能力不足、信息系統(tǒng)建設(shè)和功能有待進(jìn)一步完善等問(wèn)題。國(guó)內(nèi)傳染病直報(bào)系統(tǒng)覆蓋面廣，但數(shù)據(jù)填報(bào)主要依賴(lài)于各級(jí)衛(wèi)生專(zhuān)業(yè)人員對(duì)傳染病患者確診后進(jìn)行填卡報(bào)告[22]，這就導(dǎo)致了在新發(fā)傳染病無(wú)法短時(shí)間內(nèi)經(jīng)實(shí)驗(yàn)室檢驗(yàn)，或在報(bào)告人員診斷失誤的情況下，會(huì)難以確保傳染病直報(bào)時(shí)效性與靈敏度的問(wèn)題，從而影響各級(jí)管理機(jī)構(gòu)的響應(yīng)時(shí)效。而癥狀監(jiān)測(cè)的應(yīng)用也仍在起步階段，現(xiàn)存癥狀監(jiān)測(cè)系統(tǒng)多分為僅依靠數(shù)據(jù)與公式計(jì)算癥狀時(shí)空間聚集的自動(dòng)預(yù)測(cè)類(lèi)[23]及僅依靠信息化系統(tǒng)進(jìn)行患者癥狀收集后再人工判斷的輔助工具類(lèi)[24-25]這兩大類(lèi)。自動(dòng)預(yù)測(cè)類(lèi)對(duì)數(shù)據(jù)量、數(shù)據(jù)質(zhì)量及基礎(chǔ)設(shè)施有著較高要求，同時(shí)難以聚焦于具體患者；而輔助工具類(lèi)則停留于對(duì)辦公流程的優(yōu)化，難以充分發(fā)揮信息系統(tǒng)應(yīng)有優(yōu)勢(shì)。

本研究構(gòu)建的癥狀監(jiān)測(cè)模塊以通過(guò)癥狀監(jiān)測(cè)模擬專(zhuān)家臨床診療判斷為原理，依據(jù)患者癥狀針對(duì)其可能罹患的各類(lèi)相似疾病進(jìn)行輔助鑒別診斷，并進(jìn)行癥狀及其他相關(guān)數(shù)據(jù)的收集、分析，在自動(dòng)鑒別的基礎(chǔ)上充分保證臨床醫(yī)務(wù)人員的最終決策權(quán)；同時(shí)也考慮到了我國(guó)基層衛(wèi)生資源分布不均的現(xiàn)狀[26]，可在系統(tǒng)運(yùn)行對(duì)新增檢驗(yàn)檢查設(shè)備、高水平專(zhuān)科醫(yī)生等短時(shí)間難以實(shí)現(xiàn)增加的醫(yī)療衛(wèi)生資源需求量較低的基礎(chǔ)上對(duì)傳染病危險(xiǎn)癥狀進(jìn)行快速反應(yīng)、強(qiáng)化基層衛(wèi)生人員對(duì)傳染病識(shí)別概率，將傳染病識(shí)別環(huán)節(jié)的布置深度更下沉至全民健康覆蓋網(wǎng)底，以此提高傳染病監(jiān)測(cè)反應(yīng)系統(tǒng)效率。其優(yōu)點(diǎn)在于設(shè)計(jì)較為合理，實(shí)施應(yīng)用可行性較強(qiáng)，模型根據(jù)臨床醫(yī)生真實(shí)傳染病診斷-處置流程設(shè)計(jì)，將完整臨床路徑信息化以提升效率與規(guī)范性；同時(shí)模型采用的相似度算法可在不同疾病間數(shù)據(jù)項(xiàng)不完全對(duì)應(yīng)的情況下根據(jù)所能獲得的有限數(shù)據(jù)進(jìn)行分析，盡可能降低部署門(mén)檻；其基于html 語(yǔ)言的構(gòu)建也保證了模型對(duì)移動(dòng)設(shè)備的支持，設(shè)計(jì)目標(biāo)較貼合現(xiàn)實(shí)應(yīng)用場(chǎng)景并擁有相當(dāng)?shù)耐卣箍臻g。在目前疫情防控常態(tài)化的背景下，考慮到今后仍有可能新發(fā)疫情，而基層醫(yī)院、疾控機(jī)構(gòu)、社區(qū)聯(lián)防聯(lián)控是遏制疫情傳播的重要途徑[27-28]；利用目前的大數(shù)據(jù)分析等技術(shù)，不斷分析總結(jié)凝練傳染病診療相關(guān)知識(shí)與經(jīng)驗(yàn)，實(shí)現(xiàn)臨床患者的早發(fā)現(xiàn)擁有一定的意義和應(yīng)用價(jià)值，也是實(shí)現(xiàn)傳染病智慧化監(jiān)測(cè)預(yù)警的重要前提。但目前本研究已構(gòu)建的模型更多起到輔助診斷及數(shù)據(jù)統(tǒng)計(jì)收集的作用，其本身的智慧化、自動(dòng)化判斷還有著提升空間。如何利用好大數(shù)據(jù)技術(shù)及5G 等新技術(shù)構(gòu)建更智能化、功能更全面、涵蓋范圍更廣的癥狀監(jiān)測(cè)工具[29]將是今后亟須持續(xù)探索并尋求突破的重點(diǎn)。

因此，在后續(xù)完整模塊建設(shè)及系統(tǒng)整合時(shí)研究團(tuán)隊(duì)也將不斷優(yōu)化聚焦重點(diǎn)疾病（如發(fā)熱呼吸道傳染?。?；同時(shí)更注重流行病學(xué)的應(yīng)用，對(duì)人群根據(jù)年齡等人口學(xué)指標(biāo)分類(lèi)以增加判斷模型的準(zhǔn)確性；并在構(gòu)建過(guò)程中積極征求基層醫(yī)療機(jī)構(gòu)人員、醫(yī)院發(fā)熱門(mén)診工作人員等目標(biāo)應(yīng)用人群的意見(jiàn)，以提升模塊的可操作性和實(shí)用性，也將根據(jù)不同應(yīng)用場(chǎng)景及使用人群種類(lèi)對(duì)相應(yīng)的傳染病信息系統(tǒng)進(jìn)行分別適配。