陳崇德 高 星 王 巖 胡紅濮

北京協(xié)和醫(yī)學(xué)院 中國醫(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

傳染病作為人類健康及社會穩(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社會均造成過巨大的破壞[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)對此類問題，自非典疫情暴發(fā)后我國便在原有傳染病監(jiān)測系統(tǒng)[5]基礎(chǔ)上建立了傳染病直報系統(tǒng)等一系列公共衛(wèi)生信息系統(tǒng)。但目前我國公共衛(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)對新發(fā)傳染病的早期篩查發(fā)現(xiàn)、及時預(yù)警和連續(xù)動態(tài)監(jiān)測，對未確診疑似患者的特征癥狀進(jìn)行監(jiān)測的相關(guān)功能也未充分建立[7]。因此，亟須對傳染病監(jiān)測系統(tǒng)進(jìn)行升級與完善，通過技術(shù)長板彌補(bǔ)現(xiàn)有系統(tǒng)短板，改善系統(tǒng)難以第一時間有效發(fā)現(xiàn)并且防控新發(fā)傳染病的現(xiàn)狀[8]。

癥狀監(jiān)測是通過對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，及時發(fā)現(xiàn)特定疾病在時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)測方法[9]。本研究即聚焦于構(gòu)建一個可操作性較強(qiáng)、實(shí)用度較高的傳染病監(jiān)測系統(tǒng)的癥狀監(jiān)測模塊模型，旨在通過計算機(jī)數(shù)學(xué)模型根據(jù)癥狀自動鑒別傳染病患者，輔助醫(yī)生進(jìn)行初步診斷、上報等，并通過信息化模塊優(yōu)化整體響應(yīng)流程，從而為進(jìn)一步加強(qiáng)我國傳染病監(jiān)測能力、縮短傳染病報告反應(yīng)時間提供助力。

1 模塊功能

1.1 癥狀語義標(biāo)準(zhǔn)化

通過將臨床采集的患者病歷書寫癥狀與模塊內(nèi)根據(jù)國際疾病分類-11 等標(biāo)準(zhǔn)建立的傳染病癥狀指標(biāo)池中指標(biāo)名稱相比較，將日常慣用語、口語、不規(guī)范用語轉(zhuǎn)化為臨床醫(yī)學(xué)標(biāo)準(zhǔn)用語，從而規(guī)范臨床使用、登記癥狀的語言標(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)熱門診）信息系統(tǒng)等臨床醫(yī)生工作站進(jìn)行對接，根據(jù)患者的癥狀對傳染病進(jìn)行初篩和提醒，協(xié)助醫(yī)療工作者早期篩查和識別傳染病，從而促進(jìn)傳染病的高效報告。

1.3 流行病學(xué)數(shù)據(jù)收集

通過提供標(biāo)準(zhǔn)化信息填報模板與內(nèi)置提問大綱，幫助臨床使用醫(yī)生在必要情況下對患者及時進(jìn)行簡單流行病學(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)時間[10]。

1.4 信息自動報送與綜合智慧判斷

癥狀監(jiān)測模塊作為疾病監(jiān)測的補(bǔ)充部分，可通過接口將收集的癥狀、檢查結(jié)果、流行病學(xué)信息匯總上報至區(qū)域性的傳染病監(jiān)測平臺及傳染病直報系統(tǒng)?，F(xiàn)階段此類數(shù)據(jù)可供上級醫(yī)療、公共衛(wèi)生、管理機(jī)構(gòu)隨時調(diào)閱、復(fù)核，并作為傳染病上報的輔助證據(jù)。而在新技術(shù)（大數(shù)據(jù)分析及5G 傳輸技術(shù)等）應(yīng)用相對成熟、基礎(chǔ)設(shè)施構(gòu)筑相對完善、區(qū)域信息平臺聯(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)的傳染病智能自動識別預(yù)警系統(tǒng)的數(shù)據(jù)源，從而實(shí)現(xiàn)全天候?qū)崟r癥狀自動監(jiān)測。

2 模塊架構(gòu)

模塊根據(jù)使用場景、目標(biāo)人群的不同可分別針對基層衛(wèi)生機(jī)構(gòu)、大中型醫(yī)院、患者自測等應(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、癥狀識別與語義標(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程。模塊針對可疑癥狀進(jìn)行識別，同時對臨床醫(yī)生判斷診斷進(jìn)行輔助并提供證明材料，后續(xù)通過與傳染病直報系統(tǒng)等公共衛(wèi)生監(jiān)測系統(tǒng)建立的符合《國家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)管理平臺與終端管理平臺接口規(guī)范（GB/T34283-2017）》[11]的上、下行接口進(jìn)行后續(xù)信息報送等處置流程。其所采集的數(shù)據(jù)也可上傳至上級信息系統(tǒng)以供未來建設(shè)的智能判斷模塊進(jìn)行自動預(yù)警。模塊完整架構(gòu)見圖1。

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

2.1 信息輸入與人機(jī)交互部分

該部分模塊通過可視化圖形窗口與使用者進(jìn)行交互。通過html 等可應(yīng)用于移動設(shè)備的編程語言進(jìn)行界面構(gòu)成，主要收集患者性別、年齡等基本人口學(xué)信息和通過患者主訴及醫(yī)生根據(jù)識別判斷所綜合得出的患者癥狀。系統(tǒng)根據(jù)數(shù)據(jù)庫內(nèi)存儲的標(biāo)準(zhǔn)化癥狀名稱為使用者提供選項進(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 癥狀識別與語義標(biāo)準(zhǔn)化部分

通過文獻(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。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。在成庫后經(jīng)多人重復(fù)校對去除重復(fù)項，并根據(jù)文獻(xiàn)知識對各數(shù)據(jù)項進(jìn)行粗分類。

2.2.1 建立傳染病癥狀知識指標(biāo)池 以常見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)建知識指標(biāo)池，并通過專家咨詢法建立專家咨詢小組對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指標(biāo)池 對每種傳染病在輔助診斷過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，形成傳染病輔助鑒別診斷知識指標(biāo)池。構(gòu)建每種傳染病與其需鑒別疾病間的兩兩對應(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、需鑒別疾病名稱、各傳染病癥狀名稱、需鑒別疾病癥狀名稱，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)體間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)，由2 個具有語義連接關(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]。本矩陣通過將既往電子病歷癥狀數(shù)據(jù)進(jìn)行擬合，對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。并以此類推完成前期構(gòu)建后以專家咨詢法針對矩陣構(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，通過信息系統(tǒng)自動計算疾病的相似度（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)生對大量的就診者進(jìn)行疾病早期篩查和識別，作為患者診斷的參考及客觀條件受限時進(jìn)行上報的判斷依據(jù)。對于患者的最終確診則需要依據(jù)現(xiàn)實(shí)應(yīng)用時所能獲得的檢驗(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可視化界面操作系統(tǒng)根據(jù)模塊所連接的傳染病直報系統(tǒng)、醫(yī)院HIS 系統(tǒng)等對患者進(jìn)行上報、轉(zhuǎn)診、隔離、治療等處置。同時模塊收集到的癥狀信息也可直接匯總至上級系統(tǒng)、平臺，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)行分類存儲，以供進(jìn)行不同時間區(qū)間內(nèi)、不同地理區(qū)域內(nèi)“高分值”癥狀的異常表現(xiàn)對比識別，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的傳染病直報、監(jiān)測和預(yù)警系統(tǒng)對新發(fā)重大傳染病監(jiān)測有其局限性[18-20]。同樣，在現(xiàn)場執(zhí)行方面，目前傳染病的診斷與直報對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)一步完善等問題。國內(nèi)傳染病直報系統(tǒng)覆蓋面廣，但數(shù)據(jù)填報主要依賴于各級衛(wèi)生專業(yè)人員對傳染病患者確診后進(jìn)行填卡報告[22]，這就導(dǎo)致了在新發(fā)傳染病無法短時間內(nèi)經(jīng)實(shí)驗(yàn)室檢驗(yàn)，或在報告人員診斷失誤的情況下，會難以確保傳染病直報時效性與靈敏度的問題，從而影響各級管理機(jī)構(gòu)的響應(yīng)時效。而癥狀監(jiān)測的應(yīng)用也仍在起步階段，現(xiàn)存癥狀監(jiān)測系統(tǒng)多分為僅依靠數(shù)據(jù)與公式計算癥狀時空間聚集的自動預(yù)測類[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[24-25]這兩大類。自動預(yù)測類對數(shù)據(jù)量、數(shù)據(jù)質(zhì)量及基礎(chǔ)設(shè)施有著較高要求，同時難以聚焦于具體患者；而輔助工具類則停留于對辦公流程的優(yōu)化，難以充分發(fā)揮信息系統(tǒng)應(yīng)有優(yōu)勢。

本研究構(gòu)建的癥狀監(jiān)測模塊以通過癥狀監(jiān)測模擬專家臨床診療判斷為原理，依據(jù)患者癥狀針對其可能罹患的各類相似疾病進(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)；同時也考慮到了我國基層衛(wèi)生資源分布不均的現(xiàn)狀[26]，可在系統(tǒng)運(yùn)行對新增檢驗(yàn)檢查設(shè)備、高水平專科醫(yī)生等短時間難以實(shí)現(xiàn)增加的醫(yī)療衛(wèi)生資源需求量較低的基礎(chǔ)上對傳染病危險癥狀進(jìn)行快速反應(yīng)、強(qiáng)化基層衛(wèi)生人員對傳染病識別概率，將傳染病識別環(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)測反應(yīng)系統(tǒng)效率。其優(yōu)點(diǎn)在于設(shè)計較為合理，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，將完整臨床路徑信息化以提升效率與規(guī)范性；同時模型采用的相似度算法可在不同疾病間數(shù)據(jù)項不完全對應(yīng)的情況下根據(jù)所能獲得的有限數(shù)據(jù)進(jìn)行分析，盡可能降低部署門檻；其基于html 語言的構(gòu)建也保證了模型對移動設(shè)備的支持，設(shè)計目標(biāo)較貼合現(xiàn)實(shí)應(yīng)用場景并擁有相當(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)用價值，也是實(shí)現(xiàn)傳染病智慧化監(jiān)測預(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)計收集的作用，其本身的智慧化、自動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)整合時研究團(tuán)隊也將不斷優(yōu)化聚焦重點(diǎn)疾?。ㄈ绨l(fā)熱呼吸道傳染病）；同時更注重流行病學(xué)的應(yīng)用，對人群根據(jù)年齡等人口學(xué)指標(biāo)分類以增加判斷模型的準(zhǔn)確性；并在構(gòu)建過程中積極征求基層醫(yī)療機(jī)構(gòu)人員、醫(yī)院發(fā)熱門診工作人員等目標(biāo)應(yīng)用人群的意見，以提升模塊的可操作性和實(shí)用性，也將根據(jù)不同應(yīng)用場景及使用人群種類對相應(yīng)的傳染病信息系統(tǒng)進(jìn)行分別適配。