王高峰
山东管理学院 信息工程学院,山东 济南 250357
摘 要:随着计算机技术及智能学习算法的发展,中医诊断学与信息技术结合后得到了更好的推广,为人们的健康提供了普遍而高效的保障途径。本文结合以往计算机问诊系统相关的研究成果,分析了该系统的发展现状及实现功能。从医疗数据来源、诊断过程、诊断结果及系统的功能等方面对现行的几种计算机问诊系统进行对比总结。最后分析讨论了计算机问诊系统当前面临问题的解决方案及未来的发展方向。
关键词:计算机辅助技术; 问诊系统; 诊断; 人工智能
文献标志码: A 中图分类号: ****
1 引言
问诊是询问病人或其陪同者与疾病相关的信息、病人的自觉症状,从而了解病人的各种不适感觉和疾病的发证、发展、诊疗情况的一种诊病方法。在四诊中通过问诊获得的病情资料最为丰富,在临床上通常将其作为首要的诊察方法。在“互联网+”的发展背景下,计算机辅助问诊系统应运而生。例如,支付宝APP第三方服务中提供的“智能预诊”,它能针对全身、皮肤、头面部等十七个大类进行预诊,选择好大类后进行“一问一答”模式,问答完毕后系统将患者的主诉进行综述,并做出初步诊断、给出诊疗建议。
自20世纪70年代人工智能技术进入医疗领域以来,智能化问诊系统经过研究和开发已经取得了一些成果,但由于该系统目前发展尚未成熟,在客观化、标准化等方面存在不足。
2 计算机问诊系统的发展现状
2.1 问诊系统运行
目前已经存在几种问诊系统被普遍使用,包括好人生集团智能预诊系统、朗通医疗智能预问诊系统、健康宁海APP,以及由医院推出的定制化的医院问诊系统。
(1)好人生集团智能预诊系统
该系统分为疾病知识库、常见症状速查两大类。疾病知识库共包括1004条疾病信息。常见症状速查则共包括十七大类,每一个大类又划分为多个小类。进入预诊后,首先需要填写个人基本信息;根据自己的实际情况选择相应的病症;然后根据系统提出的问题,选择与自己症状相符的选项;最终,完成咨询后系统会给出相应的诊断建议。
(2)朗通医疗智能预问诊系统
朗通医疗智能预问诊系统应用于患者挂号后就诊前,通过智能引导进行病情的自我采集,主要包括主诉、现病史等内容,通过医学术语同义词的转化生成符合书写规范的初步电子病历报告,同时系统通过API接口[1]匹配到医院现有的电子病历库,医生问诊时只需针对个别重点的问题补充问询。
(3)健康宁海APP
该系统包括热查症状和人体图查症状两大类。热查症状从5个方向进行分类:男性、女性、当下所属季节、老人、儿童。 人体图查症状,分为全身、头部12个相关大类,每个大类又包括多个相关小类。根据自己的实际情况进行选择,进而进入答题模式,最终给出诊断结果以及病因描述、推荐科室等等。
分析以往计算机问诊系统的研究成果可以总结出目前该系统的主要功能包括:
(1)查询疾病信息。可通过该系统查询疾病的表现症状、病因以及如何有效预防等信息。
(2)智能分诊。可通过该系统查询自己应该就诊于哪个科室。
(3)智能诊断。智能诊断是计算机问诊系统的核心功能,用户根据自己的情况,选择相应的病症,通过人机问答模式,给出诊疗建议。
(4)生成电子病历。智能诊断功能能够引导患者进行病情的自我采集,并生成电子病历报告。
2.2 目前问诊系统中用到的主要技术
在计算机问诊系统中用的主要技术包括医疗知识图谱、数据挖掘、贝叶斯网络决策模型、自然语言处理技术等技术。
医疗知识图谱[2]是计算机问诊系统建立的医学知识基础,该图谱的建立需要依据患者电子病历、医生诊断报告等多维度的数据进行整合分析和综合判断,且需要经过严格的审核。
数据挖掘技术[3]为医疗知识图谱的搭建提供了更全面的医疗知识信息。数据挖掘技术在医疗领域的应用非常广泛,但目前,若在数据体量非常庞大的情况下,数据挖掘技术也存在较大的困难。
患者对症状的简单描述可以通过自然语言处理技术转化为医学专业术语。但由于目前自然语言处理技术还未达到一定的高度,导致诊断结果不够精准。
3 计算机问诊系统的作用
3.1 计算机问诊系统建立的必要性
从中国卫键委发表的数据中我们了解到,截至2018年底,在卫生资源方面,我国卫生人员总数达1230.0万人,其中基层计生工作人员有396.5万人(占32.2%),占比较少;每千人口执业医师2.59人(德国、奥地利等一些发达国家超过4人),每万人口专业公共卫生机构人员6.34人,较世界先进水平还有很大距离。在医疗服务方面,我国医院医师日均担负诊疗7.0人次和住院2.5床日,医师日均工作量依旧处于超负荷的状态;全国医疗卫生机构门诊量也在逐年增加。以上数据均表示,我国医疗资源存在短缺。
现如今,我国正面临新型冠状病毒肺炎疫情非常严峻的情况,大量的疑似感染患者涌入医院发热门诊,极大地加剧了门诊医生的工作量,挤占医疗资源,同时医院内确诊患者携带新冠肺炎病毒,存在大面积交叉感染的风险,而这些都在影响疫情的控制。与此同时,朗通医疗联合邵逸夫医院开发了“新冠肺炎智能问诊”公益产品,每日患者问诊访问量过万,有效地加快了新冠肺炎的预检工作。
我国人口众多,医疗资源匮乏,我们需要借助人工智能技术的方法,去解决资源和人口众多之间的矛盾差。因此结合医学理论知识与计算机技术开发出计算机问诊系统是必要的。
3.2 计算机问诊系统对医疗效率的影响
(1)计算机问诊系统能够引导患者就医前导诊、预诊,有效地解决了患者去医院之前的茫然。
(2)某些患者不愿意将症状告诉医生,计算机问诊系统便可通过人机问答的模式,避免这种尴尬的情况。还可以更全面的提示患者补充遗漏的症状,为疾病的诊断提供更为详细的信息。
(3)该系统拥有分诊功能,可有效的解决患者常常存在的“知症不知病”、“知病不知科”[7]的困惑,同时也解决了医院在门诊投入大量人力进行导诊服务的问题,有效地降低医院的人力成本。
(4)受新型冠状病毒的影响,国家大力倡导
不出门不聚众,在这种疫情蔓延较为严重的情况下,患者在家便可自行通过计算机问诊系统进行智能诊断,以减少去医院被感染的风险,同时,也能在这种医疗资源紧急的情况下节省资源。
4 计算机问诊系统目前存在的问题及改进
方向
4.1 计算机问诊系统存在的问题
除了本文列举的几个系统,目前计算机问诊系统还普遍存在以下几个问题:
(1)缺少多种症状的关联。考虑到现实的情况,一个病例可能有多个症型,并且各症状之间还有关联[8]。尤其是像我国的中医更是具有“同病异证”、“异病同证”的特点[9],更是需要将多种症状进行联系观察。
(2)无图像获取与处理。望诊,是指观察患者气色,辅助判断患者病况。
(3)由于患者对医疗知识了解有限,其在症状补充时无法用医学术语进行描述,可能会使用一些俗语、方言,系统需要将其所述进行转换,但目前的计算机问诊系统的转换准确度并不高,由此将会导致问答结果有些偏离。
(4)我们目前所拥有的计算机问诊系统的主要功能是为患者提供建议,它所能解决的问题具有较大的局限性,如在遇到较为复杂或是医疗数据库中不存在的疾病时,该系统便无法处理。
(5)当患者完成问诊后,系统仅仅是将患者的主诉进行一个简单的汇总,并没有生成更连贯更可观的病历报告[11]。
(6)患者在计算机问诊系统中进行诊断时,系统会收集患者的个人基本信息以及病史等涉及到患者个人隐私的问题。
4.2 计算机问诊系统问题的改进
对于计算机问诊系统目前存在的种种问题,需要多方途径来解决。
对于个人信息规范化问题,可以注册时要求上传身份证用于实名制,以方便必要时核对信息以及辅助医生诊断。对于用户上传的个人信息、病史等隐私问题,系统应保证绝不外泄。
对于系统入口问题,可通过手机端下载APP、关注微信公众号等方式提供一个正方便快捷的入口。系统入口应设置安全提示问题,谨防用户进入虚假网站。
对于多种症状关联问题,我们应该将单任务换作多任务学习,把各个单一症状之间的联系考虑进去,把多任务学习[12]运用到计算机问诊系统中,将患者出现的多种症状进行联系观察,以便提高诊断的准确率。
对于图像获取问题,首先,我们在系统前台界面添加图像获取按钮,设置用户是否允许权限;进而应用图像获取与处理技术,对用户上传的图片或视频进行数字转化。
对于计算机问诊系统的转换准确度不高的问题,该问题主要涉及自然语言处理技术。
对于问诊报告,当患者完成计算机问诊后,系统应当输出问诊报告及完整的记录并通过医学术语同义词的转化生成符合书写规范的初步电子病历报告,同时匹配到医院现有的电子病历系统,医生问诊时只需针对个别重点的问题补充问询,进而提高就诊效率。
对于用户信息问题,主要应通过法律保护解决。人工智能时代,个人隐私问题一直是热点,如何有效的保障我们个人信息的规范化,去年两会期间,全国人大常委会已将个人信息保护法等与人工智能密切相关的立法项目列入本届五年的立法规划,中国企业必须提前在战略层面上深思熟虑。
6 结束语
分析计算机问诊系统目前为何尚未得到广泛推广,总结原因如下:
(1)在遇到较为复杂或罕见疾病时,系统无法处理。
(2)该系统与各医院的病历库对接工作量较大,系统建立后,还要定期进行系统的更新与维护,构建成本较高。
(3)系统的使用难度较高,而且部分患者不认可该系统。
为了继续推广计算机问诊系统,应做好以下几个方面的工作。
(1)国家应加大扶持力度、出台相关政策。
(3)系统研发要考虑到不同文化背景人群。
(4)可通过引导患者本人亲自对该系统进行操作的方式,以消除部分患者对该系统存在的偏见。
我国医疗资源匮乏,因此,我们更需要借助人工智能的手段,去解决我国所面临的资源和人口众多之间的矛盾差。计算机问诊系统的开发是一个年轻但充满希望的研究领域,虽然它目前的发展尚未完全成熟,但科研人员对它的研究正逐步深入。对于未来,我们相信随着科学技术的飞速发展,计算机问诊系统将会得到更多更完善的技术的支持,该系统将会更好的服务大家。
参考文献 :
[1]曹静. 基于复杂网络的推荐算法在中医辅助问诊中的应用研究[D]. 江苏大学, 2018.
[2]何建成, 王文武, 丁宏娟. 计算机中医问诊系统的开发与研究[J]. 时珍国医国药, 2010, 21(09):2370-2372.
[3]王立文. 基于深度学习与条件随机场的多标记学习方法的中医问诊建模研究[D]. 华东理工大学, 2013.
姓名: 王高峰 出生年月: 1988-4 性别:女 民族:汉 籍贯:山东省烟台市 毕业院校:青岛科技大学 毕业专业: 计算机软件与理论 学历: 研究生 职称:助教 研究方向: 虚拟现实、大数据 工作单位: 山东管理学院