基于应急机制的大型公立医院新型冠状病毒肺炎（COVID-19）在线问诊应用模式研究与效果评价

2019年12月以来，随着新型冠状病毒肺炎（COVID-19）患者在湖北省武汉市的增加，并迅速蔓延各地，武汉市当地医疗资源告急。武汉市所有医院发热门诊超负荷运转，普通门诊暂停，医疗资源告急。华中科技大学同济医学院附属同济医院（以下简称“同济医院”）发热门诊面积从110平方米扩增到5000多平方米，截至2020年2月19日，同济医院发热门诊累计接诊32640人次。

COVID-19暴发后，2020年1月23日武汉市封城，还有900万武汉人民各自在家隔离。一方面为了缓解门诊压力，另一方面尽量满足患者的就医咨询需求，同济医院基于应急机制迅速成立在线问诊筹建小组，统筹在线问诊的建设与问诊质量管理。

在暴发的第一时间构建在线问诊发热平台，平台迅速上线是第一位。筹建小组立刻对院内系统以及现有的微信公众号和APP进行分析，确定在微信公众号和APP建立整个在线问诊平台，并同时与院内必要的系统进行对接。为了便于患者和医生操作，筹建小组优化微信公众号和APP的操作界面与流程。1月24日下午微信公众号和APP上线运行，上线第一天患者咨询量达10577笔。大量患者与医生同时在线，对原有的微信公众号和APP后台带来冲击。筹建小组马上采取应急措施调整医院网络和系统架构布局，保障网络和数据安全的同时与院内的PACS系统、AI服务器互通。整个服务平台是基于SpringBoot开发框架完成，SpringBoot是新一代Spring应用的开发框架，它能够快速进行应用开发，让人忘记传统的繁琐配置，更加专注于业务逻辑。SpringBoot框架有两个非常重要的策略：开箱即用和约定优于配置。开箱即用是指在开发过程中通过在MAVEN项目的pom文件中添加相关依赖包，然后使用对应注解来代替繁琐的XML配置文件以管理对象的生命周期。具体架构如图1所示。

图1系统架构图

2.1加入问诊量表，便于疾病评估

组织感染科、呼吸科、公共卫生科等科室专家，对COVID-19的发病特点和流行病特征进行讨论，并快速形成COVID-19发热问诊的在线问诊选项，见图2。系统快速收集患者基础信息，同时根据患者给出的信息对患者的疾病进行评估。

图2 同济医院在线问诊选项

2.2组建COVID-19多学科会诊

对于重症患者、孕产妇、儿童、血液透析、肿瘤患者等特殊病例由门诊部组建专家对COVID-19进行多学科会诊，快速形成定时讨论会机制，多学科专家团队对病例进行充分讨论，形成会诊意见。由于COVID-19的传染性强外加封城因素，为了便于专家进行会诊，在医院OA平台中构建了基于电脑端和手机APP的医生会诊模块，在该模块中专家可以对病例进行讨论和记载。

2.3建立心理咨询门诊、儿科专科和产科专科

COVID-19的发生导致了普通门诊的停诊，针对特殊人群，组建了除发热门诊以外的心理咨询门诊、儿科专科和产科专科。从发热门诊上线第一天的数据分析得出，由于封城和COVID-19的暴发，武汉市民的心理压力很大。在疫情暴发的特殊时期，患者哪怕是普通感冒和发烧症状也非常紧张，患者非常希望与医生直接进行沟通。儿科和产科由于其特殊性，医院门诊部迅速组织相应科室专家建立儿科和产科线上咨询通道。

2.4优化阅片流程

COVID-19病毒对患者带来的主要影响部位是肺部。2020年1月24～31日，患者通过在线问诊平台上传CT图片共计41566张，给在线问诊医生的答复带来了巨大挑战。根据形势变化，在线问诊平台迅速与院内的放射中心联通，图片传给放射科医生进行阅片，必要时放射科医生先完成会诊阅片，完成后再通过系统返回结果到问诊医生。这一模式也给放射科医生带来巨大工作量，系统通过在放射科医生的工作中加入人工智能（AI）阅片协作，大幅提升了阅片效率。放射科的专业阅片及会诊阅片，更进一步确保了在线问诊咨询的专业性。

在同济医院公众号、湖北省卫生健康委“健康湖北”公众号、腾讯新闻客户端等渠道，发布专家团队的科普知识，助力于疫情知识的传播。专家团队通过咨询问诊收集到患者提出的相应问题编撰了12篇图文并茂的科普进行网络传播，对武汉市民乃至全国人民提供了第一手来自临床的COVID-19科普知识。

在线问诊平台的及时上线，给人民群众获得了及时的健康评估和专业指导，精准指导患者有序就诊，增加了医疗资源的可及性，减少了医疗挤兑风险，有效缓解了医院压力，减少了院内人员集聚，降低了交叉感染风险。市民咨询最多的是“自己到底是不是发热”，可见患者压力是非常大的，从同济医院发热门诊在线问诊上线1周趋势图来看，明显可看到咨询感冒发烧的患者越来越少，有效缓解了患者的紧张情绪。

针对疫情特点，在线问诊平台推出了COVID-19病毒预问诊模板，协助接诊专家快速、准确收集病情信息，提升问诊效率，为后续进一步的量化数据分析做好了数据标准化。

在线问诊与医院内部的放射中心接入，加入AI阅片，提高了阅片效率。COVID-19在临床诊断中需要借助于CT胶片的诊断意见，而患者也会多次复查肺部CT。AI阅片具有早期诊断、辅助决策、辅助治疗等功能。已有研究表明在肺癌的早期筛查中，仅需30秒即可对肺癌做出诊断，在肺结节检出的敏感性及特异性上已达到国际领先水平，其准确率达98.8%。AI通过对COVID-19的影像图片进行快速机器学习，快速优化知识数据库，提升了阅片效率。

COVID-19疫情发生后，各地多家发热门诊免费问诊平台上线，增加了医疗服务可及性，有效缓解了发热门诊压力。从目前已上线的问诊平台建设主体来看，建设主体一般可分为公司助建、医院自建和医院与公司联合开发3种模式。但众所周知，医疗服务是纵向链条，具有环节多的特点，从目前问诊平台的流程和功能来看，流程还过于简单，并未与线下诊疗环节相结合，没有形成医疗流程、医疗主体、医疗信息、医疗监督、医保、医药等功能的互联网闭环式医疗。在线问诊平台还有诸多的挑战亟待解决，如如何实现医疗纵向和横向资源共享、如何降低医疗服务系统成本、如何随时随地查看医疗信息、如何建立在线问诊的医疗质量与评价机制、如何进一步保证数据安全的前提下打破医院HIS、LIS、PACS等院内系统界限、如何优化患者操作界面、如何提升患者就医体验等。