原始论文
摘要
背景:2019冠状病毒病的爆发引发了持续的全球大流行。医院是防控新冠肺炎不可或缺的环节;然而,在疫情期间,他们面临着许多挑战。
摘要目的:本研究旨在介绍中国某三级医院基于web的COVID-19服务平台的设计与实现的实践经验,以及实现的初步结果。
方法:在广东省第二总医院和互联网医院医疗卫生系统内部署新冠肺炎网络服务平台;该平台的功能是为公众成员和非专业保健工作者提供基于网络的医疗服务。该系统的重点功能包括新冠病毒自动筛查、相关症状监测、网络咨询和心理支持;它还是COVID-19知识中心。介绍了各功能的设计和实现过程。收集平台服务使用数据,分为三个时间段:疫情前(2019年12月22日至2020年1月22日,32天)、控制期(2020年1月23日至3月31日,69天)和疫情后(2020年4月1日至6月30日,91天)。
结果:截至2020年6月底,96642人分别使用新冠病毒自动筛查系统和症状监测系统161884次和7795194次。每天的一般网络咨询服务次数从疫情前的30次增加到控制期间的122次,然后在疫情后下降到73次。疫情期间,心理咨询服务人次达636人次。在使用COVID-19自动筛查服务的人中,有160916人(99.40%)被归为无风险类别。464人(0.29%)为中高危人群,12人(0.01%)建议进一步检测和治疗。在使用COVID-19相关症状监测服务的96642名个人中,6696人(6.93%)在监测期间的某个时刻出现了症状。发烧是最常见的报告症状,有症状的2684/6696人(40.1%)有此症状。在6696名有症状的使用者中,咳嗽和咽痛的报告频率也相对较高(分别为1657人,24.7%和1622人,24.2%)。
结论:在中国某三级医院实施的网络COVID-19服务平台是利用数字卫生技术应对COVID-19大流行的典范。新型冠状病毒肺炎自动筛查、症状日常监测、网络护理、知识传播等数字化解决方案对补充医院线下服务、促进疾病防控具有一定的可接受性和可行性。
doi: 10.2196/24505
关键字
简介
2019冠状病毒病的爆发造成了持续的全球大流行,目前影响到全球3700多万人。疫情期间,医院处于疫情防控的中心位置,面临诸多挑战。COVID-19筛查和治疗的卫生保健需求激增,使医疗系统不堪重负[
, ],而医务人员缺乏适当的个人防护装备正引起医院感染的担忧[ , ].此外,在疫情期间暂停普通门诊,同时维持慢性病护理和急诊门诊等常规护理服务,给医院带来了压力[ - ].广东省第二总医院(GD2H)是位于中国广州市的一所大型三级医院,以紧急医疗救援和智慧医院服务著称。GD2H于2014年10月成立了中国第一家互联网医院,是智慧医院探索的先导中心[
].2019年,该互联网医院升级了一个新的应用程序,配备了20多项数字健康技术,包括人工智能(AI)医生服务、远程心电图诊断、处方流通平台和医疗成像诊断系统。这些数字技术有助于将任务从医院转移到社区。以互联网医院为基础,建立分级医疗服务体系,为广东2377个贫困村的基层医务人员提供专业医疗服务支持。在5G技术的应用方面,GD2H率先在广东省建立了5G远程手术实践。同时,广东医院作为中国第一家省级急救医院和世界卫生组织第七批紧急医疗队,是广东省应对新冠肺炎疫情的重点定点救治中心之一。据报告,包括互联网医院在内的数字卫生解决方案可在提供基于网络的医疗服务的同时,促进接触者追踪和院前分诊等流行病控制措施[
- ].2019冠状病毒病大流行期间,互联网医院的建设大幅增加。2020年1月至6月,中国共新增213家互联网医院(2019年底为362家)。超过4.7万名医生自愿在好医网(私营互联网医院平台)提供医疗服务[ ].然而,关于这些技术在医院的实施前景的文献资料较少[ ].本文介绍了基于互联网医院的基于web的COVID-19服务平台的设计、实现的实践经验和初步成果;它的功能包括COVID-19自动筛查、监测相关症状和基于网络的护理服务,此外,它还是一个知识中心。方法
服务框架
在GD2H互联网医院部署了基于web的COVID-19平台[
为公众个人(即客户)和非专业卫生保健工作者(即医生客户、未接受正式医疗培训的农村卫生保健人员)提供基于网络的医疗服务。服务框架如图所示 .上层是该服务的门户,包括微信(中国流行的社交媒体平台,类似于Facebook和Twitter)、智能手机应用程序(由GD2H开发)、网站和目标用户。主要功能包括:自动筛查、症状监测、网络咨询、心理支持、新冠肺炎知识传播等。服务平台以物联网、大数据、人工智能等现代信息技术为特色。自动化COVID-19筛选
这项服务的功能是向前分诊策略,使患者在到达医院急诊科之前能够得到有效的筛选;这一策略保护患者、临床医生和社区免受暴露。自动筛选算法是基于决策树设计的,该决策树根据患者的症状、旅行历史和接触COVID-19的时间对患者进行分类。符合疑似流行病学标准的客户随后被转移到基于网络的医生会诊进行进一步筛查和护理。纳入症状、确定持续时间和接触史的依据是中华人民共和国国家卫生健康委员会发布的《新冠肺炎诊疗方案(试行七版)》[
].根据该报告,将个人分为无风险、低风险、中至高风险和高风险。风险类别的定义载于 .COVID-19自动筛查流程见 .监测covid -19相关症状
这项服务旨在便利个人的症状自我管理和组织对工作人员健康状况的管理。症状监测方案基于中国疾病预防控制中心COVID-19病例密切接触者监测指南[
].发烧、喉咙痛、疲劳等典型与covid -19相关的症状每天两次被结构化收集,并通过应用程序门户进行自我报告。仪表板显示可视化图形,为用户和医生显示症状的变化。一旦出现异常,网络医院的医生会被实时提醒,网络医院的医生会主动伸出手,指导客户进行风险评估和治疗。引发网络咨询服务的异常结果包括体温≥38℃;体温≥37.3℃,喉咙痛;体温≥37.3℃,疲劳。covid -19相关症状监测过程如图所示
.网络咨询
基于网络的咨询通过微信和与GD2H互联网医院链接的应用程序为公众提供免费的一般医疗服务和心理咨询。这项服务还通过桌面系统为在村庄提供医疗服务时遇到问题的普通卫生保健工作者和初级保健中心提供专门的医疗保健支助。如果新冠病毒自动筛查或风险监测结果出现异常,也可以启动网络咨询服务。
一般医疗服务由30名在GD2H互联网医院注册的具有专业资格的全职医生提供。医生的专业包括内科、外科、中医和康复。由持牌精神病医生提供心理咨询服务;这些服务不仅针对公众和患者,也针对医务人员,以缓解疫情带来的心理压力。
所有医师还接受了新冠肺炎诊疗专业培训。网上谘询服务支持文字输入及视频谘询两种模式。会诊界面使用户可以上传各种文字、声音、图像格式的资料,包括疾病描述、既往病史、症状、检测结果等;此外,用户上传的数据也被加密,以保护隐私。医生在网上开出经过认证的数字处方,这些处方连接到第三方药品分销机构,提供药品上门配送服务。新冠肺炎网络咨询流程如图所示
.COVID-19知识中心
新冠肺炎知识中心提供新冠肺炎百科全书,帮助公众及时、全面了解新冠肺炎疫情。适当更新与covid -19相关的政策和预防措施、治疗和其他信息。国家卫健委、中国营养学会正式发布新冠肺炎疫情防控新信息时,会以信息图的形式推送到平台上,供用户参考。新冠肺炎治疗模块主要提供常用抗病毒药物、免疫增强剂、糖皮质激素、抗菌药物的使用规范、剂量、不良反应、禁忌症等详细说明。中药,包括具体的处方成分、适应症等信息,由GD2H的传统医学和运动损伤康复研究团队通过实践验证。
数据收集与分析
收集平台的使用数据进行分析。自2020年1月26日起,新冠病毒自动筛查、新冠病毒相关症状监测和网络咨询服务已开始使用。所有数据收集截止到2020年6月30日。2020年1月23日,武汉市正式实施封城措施,广东省政府宣布进入突发公共卫生事件一级应对机制。截至2020年3月31日,中国大部分地区被划为低风险地区。一周后(4月8日),武汉解除了新冠肺炎疫情防控措施[
],这表明中国的疫情已经得到控制。根据这两个时间点,我们将整个时间段划分为三个子时间段:疫情前期(1月23日之前)、控制期(1月23日至3月31日)和疫情后期(3月31日之后)。收集每日医院服务访问数据(一个月),以比较爆发前和爆发后期间的医院服务量。所有信息在分析前都被识别。该研究获得了GD2H伦理审查委员会的批准。结果
在COVID-19疫情爆发前,医院门诊人次平均每天3266次,在控制期间下降到每天约1182次,在疫情爆发后略有增加到每天约2699次。尽管发热门诊就诊人次从疫情爆发前的每天11次增加到控制期间的每天56次,在疫情爆发后的时期则增加到每天37次(
), 表明门诊就诊人数在疫情爆发早期显著下降,随后缓慢上升。新冠肺炎疫情暴发初期,发热门诊就诊和网络咨询呈明显上升趋势,随后下降至较低水平,但仍高于疫情暴发前水平。2020年3月2日,在网络咨询达到峰值30天后,发热诊所就诊人数达到峰值( ).功能 | Pre-epidemic时期 (2019年12月22日至2020年1月22日) |
控制时间 (2020年1月23日至3月31日) |
Postepidemic时期 (2020年4月1日至6月30日) |
|||
总使用 | 每天使用 | 总使用 | 每天使用 | 总使用 | 每天使用 | |
门诊访问 | 104498年 | 3266 | 81561年 | 1182 | 245605年 | 2699 |
发烧门诊访问 | 356 | 11 | 3886 | 56 | 3371 | 37 |
自动化COVID-19筛选 | N/A一个 | N/A | 93405年 | 1354 | 68479年 | 752 |
COVID-19-related症状监测 | N/A | N/A | 2006178年 | 29075年 | 5775357年 | 63465年 |
一般网络咨询 | 960 | 30. | 8406 | 122 | 6656 | 73 |
心理疏导 | N/A | N/A | 474 | 7 | 162 | 2 |
基于web的处方 | 830 | 26 | 1781 | 26 | 1898 | 21 |
一个N / A:不适用。
平台服务使用数据显示在
.截至2020年6月底,96642人使用新冠病毒自动筛查和症状监测服务的次数分别为161884次和7795194次。每天的一般网络咨询服务次数从疫情前的30次增加到控制期间的122次,然后在疫情后下降到73次。疫情期间,心理咨询平台共服务636人次。在使用新冠病毒自动筛查服务的161884人中,有160916人(99.40%)被分类为无风险,464人(0.29%)被分类为中高危,12人(0.01%)被推荐接受新冠病毒检测和治疗。控制期和大流行后自动筛查结果见
.结果 | 监控期间(2020年1月23日至3月31日)的屏幕数,n (%) | 疫情后期间(2020年4月1日至6月30日)筛查,n (%) | 总屏幕数,n (%) |
筛选 | 93405 (100) | 68479 (100) | 161884 (100) |
没有风险 | 92704 (99.25) | 68212 (99.61) | 160916 (99.40) |
低风险(居家观察) | 435 (0.47) | 57 (0.08) | 492 (0.30) |
中至高风险(隔离) | 256 (0.27) | 208 (0.30) | 464 (0.29) |
高风险(治疗) | 10 (0.01) | 2 (0.01) | 12 (0.01) |
在使用covid -19相关症状监测服务的96642名个人中,6696人(6.9%)在监测期间出现了症状。发烧是最常见的症状;2684/6696例(40.1%)有症状者出现发热。有症状患者咳嗽、咽痛复发(分别为1657/6696、24.7%、1622/6696、24.3%)。covid -19相关症状监测结果见
.症状 | 控制期(2020年1月23日至3月31日) | 疫情后时期(2020年4月1日至6月30日) | ||
受监测人数(n=46,456), n (%) | *监控 | 受监测人数(n=50,186), n (%) | *监控 | |
无症状的 | 43988 (94.7) | 2006178年 | 45958 (91.6) | 5775357年 |
有症状的 | 2468 (5.3) | 5673 | 4228 (8.4) | 10343年 |
发热 | 919 (37.2) | 2666 | 1765 (41.7) | 5219 |
流鼻涕 | 241 (9.8) | 382 | 468 (11.1) | 766 |
咳嗽 | 623 (25.2) | 1111 | 1036 (24.5) | 1777 |
喉咙痛 | 565 (22.9) | 897 | 1057 (25.0) | 1605 |
乏力 | 399 (16.2) | 617 | 616 (14.6) | 976 |
讨论
主要研究结果
本文从某公立三级医院的角度,介绍了数字卫生技术在应对新冠肺炎大流行中的应用实践经验。新冠肺炎网络服务平台集成新冠肺炎自动筛查、症状日常监测、网络护理服务、知识传播等功能,实现院前分诊,辅助线下医疗,助力疾病防控。初步数据表明,这一做法在公众中具有良好的接受度,在紧急危机期间对补充医院服务具有良好的适用性。我们的实践可以作为医院开发自己的数字卫生服务的结构模型,以适应其技术基础设施、疾病流行特征和疾病控制的需要。
这个基于web的COVID-19服务平台具有应对疾病流行痛点的若干功能[
].基于COVID-19流行病学证据的COVID-19自动筛查使用决策树算法实现患者入院前的院前分诊[ ].这项工作大大减轻了发热门诊的服务负担,有效地预防了医院感染。此外,对COVID-19症状的每日监测有助于行政和卫生工作人员管理与基于网络的医疗服务的联系,这确保了系统的工作流程。此外,网络咨询在虚拟环境中为个人提供医疗服务,补充了线下医疗服务的暂停。心理咨询服务为网络和线下服务用户提供免费、专业、系统的心理帮助,以预防和缓解疫情带来的心理困扰[ ].此外,这个基于web的服务平台克服了时间和地域的限制,使人们能够方便地获得专业的护理服务。平台服务使用数据显示,在疫情控制期间网络咨询数量急剧增加,在疫情控制后略有下降;然而,这一数字仍远远高于疫情前时期。相比之下,我们发现,在控制期间,离线门诊次数显著下降。这些结果表明,使用网络医疗服务可以解决维持医疗服务的挑战,同时降低医院感染的可能性。
影响
我们的工作有几个政策、实施和研究意义。首先,从政策角度看,根据2019冠状病毒病大流行的经验,政策制定者应制定一项应急计划,包括通过定义实体的范围和标准以及权利和责任,促进和监管网络医疗服务的战略[
].其次,在实施方面,医院要因地制宜,提前规划建立互联网医院,建立数字卫生技术,制定重大传染病突发事件应急应对措施[ ].然而,并没有“一刀切”的策略适用于所有的医院;功能应根据每个医院的需要进行调整,可用的工具应在医疗联盟内共享,以实现最高的成本效益。此外,从研究角度来看,有必要加强对基于网络的卫生服务的研究,包括互联网医院的诊断和护理范围、不同亚群体人口的可接受性、数字卫生解决方案和质量控制措施[ ].建议
虽然本文已经在一定程度上展示了该系统预防和抗击COVID-19的能力,但进一步加强该系统的方法有以下几点。第一,在保证信息安全的前提下,将医院电子病案数据库与互联网医院信息对接,可以为患者提供更全面、更可靠的医疗服务。此外,针对不同人群群体定制医疗服务,如基于网络的医疗访问和对慢性患者的家庭监测,可以提高疾病诊断和治疗的效率和患者的满意度[
].还必须指出的是,医疗保险对基于网络的医疗服务的支付可以进一步增加患者使用这些服务的意愿。结论
介绍了中国某三级医院新冠肺炎网络服务平台,作为利用数字卫生技术应对新冠肺炎大流行的榜样。新型冠状病毒病自动筛查、症状日常监测、网络护理、知识获取等数字化解决方案对补充医院线下服务、促进疾病防控具有良好的可接受性和可行性。今后开展研究,评估相关功能对实际应用的影响,制定相关政策和措施,以加强数字卫生技术的应用,具有极其重要的意义。
致谢
本研究获得广东省重点研发项目(No. 2019B111103001)资助。
的利益冲突
没有宣布。
COVID-19自动筛查服务中的风险类别定义。
DOCX文件,14kb参考文献
- Ageron F, Sarasin F, Pasquier M, Carron P.急诊科:COVID-19危机和组织方面。文章在法国。瑞士Rev Med 2020年5月06日;16(692):924-929。[Medline]
- Elmore JG, Wang P, Kerr KF, Schriger DL, Morrison DE, Brookmeyer R,等。COVID-19大流行前几个月美国一家大型卫生系统因咳嗽和肺部疾病就诊的患者过多:时间序列分析。J Med Internet Res 2020年9月10日;22(9):e21562 [免费的全文] [CrossRef] [Medline]
- 何艳,李伟,王铮,陈红,田玲,刘东。武汉市某中心918例新冠肺炎患者医院感染回顾性分析。2020年8月13日;41(8):982-983 [免费的全文] [CrossRef] [Medline]
- 黄H,赵W,李·g·COVID-19相关知识和心理压力在医院护理人员在中国:横断面调查研究。JMIR Form Res 2020年9月18日;4(9):e20606 [免费的全文] [CrossRef] [Medline]
- Chiappetta S, Sharma AM, Bottino V, Stier C. COVID-19和慢性炎症在肥胖患者中的作用。国际标准局(伦敦)2020 8月14日;44(8):1790-1792 [免费的全文] [CrossRef] [Medline]
- Guarino M, Cossiga V, Fiorentino A, Pontillo G, Morisco F. COVID-19大流行期间单一护理中心对慢性肝病的远程医疗使用:前瞻性观察性研究。J Med Internet Res 2020年9月21日;22(9):e20874 [免费的全文] [CrossRef] [Medline]
- Atherly A, Van Den brooke - altenburg E, Hart V, Gleason K, Carney J.消费者报告的COVID-19大流行导致的护理延迟,以及远程医疗的作用和潜力:横断面分析。2020年9月14日;6(3):e21607 [免费的全文] [CrossRef] [Medline]
- 涂杰,王超,吴松。互联网医院:中国新兴创新。Lancet Glob Health 2015年8月;3(8):e445-e446。[CrossRef]
- 陈at, Drew DA, Nguyen LH, Joshi AD, Ma W, Guo C, COPE财团。冠状病毒大流行病学(COPE)联盟:行动呼吁。2020年7月05日;29(7):1283-1289 [免费的全文] [CrossRef] [Medline]
- Dong E, Du H, Gardner L.实时跟踪COVID-19的交互式基于web的仪表盘。《柳叶刀感染杂志2020年5月》;20(5):533-534。[CrossRef]
- Kamel Boulos MN, Geraghty EM.全球冠状病毒疾病COVID-19/严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)流行和相关事件的地理跟踪和制图:21世纪GIS技术如何支持全球抗击疫情和流行。Int J Health Geogr 2020 3月11日;19(1):8 [免费的全文] [CrossRef] [Medline]
- Wissel B, Van Camp PJ, Kouril M, Weis C, Glauser TA, White PS,等。用于实时跟踪美国县、市和州的COVID-19的交互式在线仪表盘。J Am Med Inform Assoc 2020 july 01;27(7):1121-1125 [免费的全文] [CrossRef] [Medline]
- 程伟,郝c。利用匿名通知对病例发起的COVID-19接触者追踪。JMIR Mhealth Uhealth 2020年6月22日;8(6):e20369 [免费的全文] [CrossRef] [Medline]
- Adorni F, Prinelli F, Bianchi F, Giacomelli A, Pagani G, Bernacchia D,等。意大利非住院人群中SARS-CoV-2感染的自我报告症状:EPICOVID19网络调查的横断面研究2020年9月18日;6(3):e21866 [免费的全文] [CrossRef] [Medline]
- Haodf.com。网页在中国。URL:https://www.haodf.com/[2020-11-16]访问
- 包华,曹斌,熊燕,唐伟。数字媒体在新冠肺炎大流行中的作用。JMIR mHealth uHealth 2020年9月18日;8(9):e20156 [免费的全文] [CrossRef] [Medline]
- 《新型冠状病毒感染的肺炎诊疗方案(试行七版)》中华人民共和国国家卫生健康委员会2020年3月03日。URL:https://www.chinadaily.com.cn/pdf/2020/1.Clinical.Protocols.for.the.Diagnosis.and.Treatment.of.COVID-19.V7.pdf[2020-11-16]访问
- 中国疾病预防控制中心《新型冠状病毒肺炎病例密切接触者调查与管理指南》培训包。2020年2月中国疾病预防控制中心http://www.chinacdc.cn/en/COVID19/202003/P020200323390122945167.pdf[2020-11-16]访问
- https://www.scmp.com/economy/china-economy/article/3064625/coronavirus-first-chinese-province-declare-top-level。《南华早报》2020年4月8日。URL:https://www.scmp.com/economy/china-economy/article/3064625/coronavirus-first-chinese-province-declare-top-level[2020-11-16]访问
- Dzieciatkowski T, Szarpak L, Filipiak KJ, Jaguszewski M, Ladny JR, Smereka J. COVID-19对现代医学的挑战。Cardiol J 2020 5月18日;27(2):175-183。[CrossRef]
- 在医疗数据中隐藏决策树规则:一个案例研究。种马健康技术通知2019年7月04日;262:368-371。[CrossRef] [Medline]
- 沈杰,段浩,张斌,王杰,季建军,王杰,等。公共交通新冠肺炎疫情防控:来自中国的经验环境污染2020年11月266(Pt 2):115291。[CrossRef] [Medline]
- Ramtekkar U, Bridge JA, Thomas G, Butter E, Reese J, Logan E,等。儿科远程行为卫生:COVID-19时代医疗服务的转型转变。JMIR Ment Health 2020年9月18日;7(9):e20157 [免费的全文] [CrossRef] [Medline]
- saco G, Lléonart S, Simon R, Noublanche F, Annweiler C, TOVID研究组。住院和机构体弱老年人在COVID-19隔离期间的通信技术偏好:横断面调查研究。JMIR Mhealth Uhealth 2020年9月18日;8(9):e21845 [免费的全文] [CrossRef] [Medline]
- Mani VR, Kalabin A, Valdivieso SC, Murray-Ramcharan M, Donaldson B.纽约内城医院COVID-19的经验和当前数据:美国冠状病毒爆发中心的回顾性分析。J Med Internet Res 2020年9月18日;22(9):e20548 [免费的全文] [CrossRef] [Medline]
缩写
人工智能:人工智能 |
GD2H:广东省第二总医院 |
G·埃森巴赫编辑;提交22.09.20;薛h、包H、江h同行评议;对作者08.10.20的评论;修订版收到28.10.20;接受29.10.20;发表24.11.20
版权©廉万民,文莉,周其茹,朱伟杰,段温州,肖雄志,木hungu Florence,黄文臣,李崇冲,程伟斌,田俊章。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2020年11月24日。
这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。