智能化的语言云预检分诊系统在急诊分诊中的应用

董 兰，胡娟娟

（海军军医大学第二附属医院，上海 200003）

急诊是危重症患者聚集的地方，急诊患者多具有发病急、进展快、病死率高等特点。因此，急诊预检分诊对于患者疾病的早期识别、及时救治有非常重要的临床意义［1-2］。急诊预检分诊护士的主要任务是迅速、准确地判断患者的病情严重程度，并对患者进行准确分诊。但目前我国医院急诊患者中往往涌入大量非急诊患者，这给急诊预检分诊护士的工作带来很大的难度，继而造成分诊不准确、患者候诊时间延长，甚至错过最佳抢救时机，造成患者死亡等严重后果［3-4］。海军军医大学第二附属医院急诊科在采用智能化的语言云急诊预检分诊系统后，在急诊分诊方面取得了较好的临床效果，现报道如下。

1 智能化的语言云急诊预检分诊系统

1.1 概述智能化的语言云急诊预检分诊系统是基于语言云而建立的预检分级指标电子档案库，系统可根据档案库内信息进行智能判断，从而进行智能化的急诊预检分诊，并给出相应的急诊分诊级别。该系统电子档案库内包括患者一般信息和分诊相关信息2 部分内容。一般信息由就诊卡自动导入，包括患者姓名、性别、年龄等一般资料。分诊相关信息包括发病时间、主诉/症状、个人史、既往史及手术史等，是由医护人员通过语音系统录入。该语音系统通过建立无线语音传输网，连接相关医护人员和各医疗部门。

1.2 功能该急诊预检分诊系统共包括7 个功能模块。①患者基本信息录入模块：患者挂号时，通过刷就诊卡可实现患者一般信息的自动录入，包括患者姓名、性别及年龄等一般资料。②生命体征自动导入模块：该模块的端口为护士端，患者生命体征数据由护士通过监护仪采集，采集的数据直接同步至该系统，患者可通过监护仪显示屏幕了解自己的基本生命体征。③评估工具模块：该模块的端口在护士端，包括格拉斯哥昏迷评分表、疼痛评分表、创伤评分及快速病情评分表，评估工具均参考《急诊预检快速分诊评估单》［5］设定，均由急诊预检分诊护士通过问诊的形式完成。④智能分级模块：系统自动根据患者年龄、症状、严重程度、各类评分表结果、生命体征等数据进行整合分析，智能给出急诊预检分级及分区。患者的分诊级别不是固定不变的，急诊预检分诊人员需要密切观察患者的病情变化并作出调整。⑤患者主诉录入模块： 该模块端口在医师端，共有3 部分内容，第1 部分为系统分类；第2 部分为症状描述，包括10 大类系统的症状描述；第3 部分为严重程度判断，使用轻、中、重度等词语或短句描述疾病严重程度。该录入模块由问诊医师完成问诊、录入，并对症状及严重程度进行判断和描述。⑥统计模块：系统可根据患者的资料进行相关统计。⑦质控模块：系统可自动生成各类报表，如各时段急诊患者人数、各级别患者人数、护士分诊时间、患者等候时间、患者年龄分布、患者疾病谱分布等，并自动生成相应的图表等。

1.3 使用流程患者到达急诊室挂号后系统自动导入患者基本信息，急诊预检护士对其进行生命体征监测及相关评估，并进行相关信息录入，电脑自动根据分诊标准确定分诊级别； 患者在确定急诊预检分诊级别后至相应区域等待就诊； 急诊医师看诊过程中可直接通过智能化的语言云系统获取患者的基本信息及生命体征。另外，系统内还设置脑出血、心血管、急性心梗、创伤等一些特殊人群的绿色通道模块； 急诊分诊护士接待患者时，需对患者进行信息化系统适用性的评估，与患者及家属做好及时有效的沟通，妥善安排患者，做好动态评估，根据患者病情变化及时作出调整。

2 效果评价

2.1 评价对象选取2017 年1 月—2018 年6 月期间在海军军医大学第二附属医院急诊就诊的7 282 例患者作为研究对象。根据入院的先后时间进行分组，将2017 年 1—9 月就诊的3 641 例患者设为对照组，将2017 年 10 月—2018 年 6 月就诊的 3 641 例患者设为观察组。纳入标准：神志清楚；无心理、精神疾病；能配合完成急诊的预检分诊；自愿参与本研究，并签署知情同意书。排除标准：自动转院或放弃治疗；有精神病史。对照组患者中，男性 1 900 例（52.18%），女性 1 741 例（47.82%）；年龄 18～84 岁，平均年龄（50.16±5.30）岁；既往本院就诊次数 1～3 次，平均就诊（1.40±0.50）次；初中及 以 下 学 历 1 600 例 （43.94%），高 中 1 300 例（35.70%），大专及以上 741 例（20.35%）。观察组患者中，男性 1 850 例（50.81%），女性 1 791 例（49.19%）；年龄 17～82 岁，平均年龄（51.58±5.70）岁；既往本院就诊次数 1～3 次，平均就诊（1.30±0.40）次；初中及以下学历1 700 例（46.68%），高中 1 240 例（34.06%），大专及以上701 例（19.25%）。两组患者性别、年龄、学历、既往本院就诊次数比较，差异没有统计学意义（P>0.05）。

2.2 方法对照组患者由急诊分诊护士采用常规四级分诊模式进行分诊，即通过“一看、二问、三查”的方式，根据《急诊预检快速分诊评估单》上的内容综合分析患者的临床资料，初步判断患者病情，将患者划分至相应的抢救区域或普通诊室进行诊治。观察组采用智能化的语言云急诊预检分诊系统进行急诊分诊。

2.3 评价指标①分诊准确率：责任护士于每天下午4 时统计两组患者分诊准确例数。根据席淑华等［5］制订的急诊预检分诊分级标准界定急诊分诊准确率，将分科错误、分级不准确列为分诊不准确，其他为分诊准确。分诊准确率(%)=正确分诊例数/总例数×100%。②抢救成功率（通过抢救使危及生命体征的危险解除，病情平稳达到24 h 以上）、死亡率、候诊意外（候诊期间出现病情加重或紧急情况）发生率：责任护士于每日下午5 时进行统计。③患者满意度：于患者就诊后离院时，由责任护士对急诊就诊患者或家属进行满意度调查，采用医院自制的满意度评价表，评价内容主要包括分诊护士工作态度、专业技能、应急处理等，满分为100 分。根据总分将其分为非常满意（＞80 分）、满意（60～80 分）、不满意（＜60 分），满意度=（非常满意患者数+满意患者数）/总例数×100%。

2.4 统计学方法采用Epidata 3.1 中文版双人录入数据，采用SPSS 19.0 软件进行统计分析，计数资料以频数、构成比描述，组间比较采用 χ2检验，以 P＜0.05 为差异有统计学意义。

3 结果

3.1 智能化的语言云预检分诊系统实施前后急诊分诊准确率、抢救成功率、死亡率、候诊意外发生率的比较见表1。

表1 智能化的语言云预检分诊系统实施前后急诊分诊准确率、抢救成功率、死亡率、候诊意外发生率的比较 ［n（%）］

3.2 智能化的语言云预检分诊系统实施前后急诊患者满意度的比较见表2。

表2 智能化的语言云预检分诊系统实施前后急诊患者满意度的比较 ［n（%）］

4 讨论

4.1 智能化的语言云预检分诊系统的应用可提高急诊预检分诊质量急诊科作为高风险科室，容易发生医疗纠纷，这与急诊患者的构成、疾病特点有着直接关系，而引发医疗纠纷的主要原因与护理工作没有紧密衔接、护患沟通不畅等因素有关［5］。有研究显示，急诊科的分诊流程直接影响科室护理质量，这可能与科室护理规章制度不完善、科室环境较差，以及患者及家属、护士等因素有关［6］。本研究采用智能化的语言云急诊预检分诊系统后，提高了急诊预检分诊准确率 （P＜0.05）。智能化的语言云急诊预检分诊系统建立了预检分级指标电子档案库，根据急诊分诊评估项目对急诊分诊级别进行智能判断，整个实施流程完善了患者信息录入、信息查询等功能；对病情评价指标进行量化，做到分诊有据可依；分诊设施齐全，通过生命体征监护仪可采集患者病情相关客观指标，再结合分诊护士的专业知识及分诊能力，从而确保了急诊分诊的准确率［7］。

4.2 智能化的语言云预检分诊系统的应用可提高急诊患者的满意度本研究结果显示，观察组抢救成功率得以提高、死亡率及候诊意外发生率均降低、患者满意度得以提升（P<0.05），说明智能化的语言云预检分诊系统能够提高急诊就诊患者的抢救成功率，从而提升患者满意度。急诊四级分诊标准相对笼统，分诊护士多依据自身经验进行分诊，缺乏客观性评价指标，同时存在患者主诉不清等问题，导致过度分诊或分诊不足的情况出现。而智能化的语言云预检分诊系统优化了分诊流程，患者挂号时可通过就诊卡直接导入患者基本信息，分诊护士在采集患者生命体征数据后利用评估工具进行评估及信息录入，此时医师端即可看到患者的基本信息及自动导入的生命体征、患者主诉等，医师可通过工作站查询患者生命体征及相关评分指标，根据病情进行区域间的转诊，所有患者资料均可通过系统进行查询，从而提高急诊分诊管理效能及患者满意度。

5 小结

智能化的语言云预检分诊系统应用于急诊预检分诊，能提高分诊准确率、抢救成功率，降低候诊意外发生率及死亡率，从而提高患者满意度。基于我院智能化的语言云预检分诊系统的应用效果，建议有关各方推进各大医疗机构之间急诊分诊信息的共享，使急诊患者能够享受到更便捷、更有效、更人性化的医疗服务。但该系统还处于推广应用阶段，仍然有部分内容需要完善，如该系统如何与辅助检查科室等对接，尚需今后进一步研究。