安全医疗信息中医患沟通的特征:回顾性研究

简介

病人入门网站是一个安全的网上平台，让病人可以方便地存取和管理个人健康资料，并与他们的临床医生沟通[1］．2009年《经济与临床健康卫生信息技术法案》颁布后，美国的医疗保健系统广泛采用了患者门户网站[2，3.］．2017年，超过90%的医疗保健组织，包括退伍军人管理局、马萨诸塞州布里格姆总医院、凯撒医疗机构和梅奥诊所，都为患者提供了患者门户访问权限[4］．患者门户允许患者在任何有互联网连接的地方全天候访问他们的健康信息(例如，临床访问、实验室检测结果、药物和出院摘要)[5]并已被证明可以通过提高对疾病知识、状况和进展的认识来改善患者的自我管理[2］．

患者门户的一个重要功能是患者-临床医生安全消息传递，它使患者和临床医生能够就广泛的问题进行及时沟通。患者使用安全消息请求在线医疗预约和补充处方[6，7］．临床医生向病人发出预约提醒，并促进及时的预防护理[8，9］．患者和临床医生可以就复杂的情况进行交流，如新症状、疾病随访、药物问题和其他医疗问题。有证据表明，安全消息传递可提高医疗保健效率、生产力和质量。例如，Zhou等[10他对Kaiser Permanente的4000多名用户进行了调查，发现在采用安全信息系统之前和之后，他们亲自去初级保健的年就诊率降低了9.7%。西蒙等[11的研究表明，使用安全短信的患者抗抑郁药物依从率和抑郁症治疗满意度都提高了20%。

另一方面，安全消息传递增加了临床医生的额外工作量，并导致工作倦怠，因为它增加了患者面对面访问之间的患者与临床医生的互动。根据一项调查，5家诊所的43名临床医生中，63%不同意“安全消息传递减少了我的工作量”的观点，33%同意“安全消息传递对我的工作流程有负面影响”的观点[12］．另一项研究表明，初级保健医生在门诊时间后，平均要花1.4小时(5.9小时)与电子健康记录进行非面对面护理[13］．

随着注册这些门户网站的患者人数的增加，安全消息的数量大幅增加，特别是在COVID-19大流行期间[14-18］．对于护理团队来说，理解患者-临床医生之间的信息传递并正确分配沟通负荷以提高效率和避免临床医生倦怠是至关重要的。可以预见，一些医疗保健系统可能很快就会面临管理日益增加的患者信息的挑战[12]，这将需要新的计费模式和实践指标，或额外的基础设施，包括支持人员来回复越来越多的患者信息。然而，人们对安全消息的使用以及用户通过这种媒介进行交互的程度(包括临床医生消息负载、消息传递时间延迟、一天中的消息传递时间分布以及通信线程的消息传递复杂性)的理解有限。

在这项研究中，我们试图通过分析2010年至2017年期间罗切斯特梅奥诊所一个大型多专科卫生系统的患者和临床医生产生的500多万条安全信息来弥合这一知识鸿沟。我们通过计算消息量、患者或临床医生群体规模、每个患者或临床医生的消息数、临床医生消息的时间分布及其多年来的趋势，进行了面向消息的和面向发送者的分析。我们还进行了面向线程的分析，以探测临床医生对患者信息的响应时间延迟，以评估他们的沟通效率，以及来回轮来估计沟通复杂性。我们的研究结果阐明了患者-临床医生的数字通信，并为安全医疗信息的使用提供了未来的改进。

方法

数据采集与预处理

罗彻斯特市梅奥诊所的患者门户(患者在线服务)[19]于2010年开始为初级保健实践，后来于2013年扩展到专科实践。患者门户允许患者和临床医生通过安全消息就广泛的问题进行双向通信。从2010年2月18日到2017年12月31日，我们从患者门户网站检索了超过500万条安全信息。每条消息都有一个唯一标识符(ID)、先前的消息ID、初始消息ID、发送方ID、接收方ID、发送时的时间戳、消息主题和消息正文。在具有一系列来回消息的消息线程中，初始消息是发送方发起的第一个消息，初始消息的消息ID作为消息线程的ID。然后我们应用了三个过滤器:排除消息体为空的消息;排除为测试而创建的模拟病人和临床医生发送的信息;并排除由临床医生组发送的消息，其中发件人使用共享ID，通常用于非个人通信。最后，我们总共获得了5,654,514条由患者和临床医生发送的安全消息，用于以下分析。

面向消息和面向发送者的分析

我们首先计算了大约560万条安全消息的描述性统计数据，以探讨患者-临床医生通信的四个方面。(1)患者和临床医生发送的消息总数(卷)以及患者和临床医生发送的唯一发送者的总数。我们还区分消息线程中的消息是来自发送方的初始消息(例如，来自患者的药物相关问题或来自临床医生的预约提醒)还是回复消息(例如，后续问题或澄清);(2)对于患者发送的消息，我们计算了整个研究期间每个患者的消息数分布，按年计算了安全消息数和唯一患者发送者的数量，以及每个患者每年的消息数分布。在患者门户网站注册但未发送任何消息的患者被排除;(3)同样，对于临床医生发送的消息，我们计算了整个研究期间每个临床医生发送的消息数的分布，每年安全消息的数量和临床医生发送的数量，以及每个临床医生每年的消息数的分布。此外，我们根据临床医生的执业角色(如医生、执业护士/医生助理[NP/PA]、注册护士[RN]和其他)和护理环境(如初级护理、专业和其他)，将临床医生分为9类表1，并测量每个临床医生类别的工作量。“其他-其他”类别是指通过安全消息与患者沟通的其他支持人员，如患者预约服务专家、社会工作者和在初级和专业护理环境之外工作的财务顾问;和(4)分析临床医生的工作量在一天不同的时间,我们每天24小时分割成12时间片(即11点到1点,1到3点,3到5点,5到7点,7到9点,9点到11点,11点到1点,1到3点,3到5点,5到7点,7到9点,和9到11点)和安全的那些临床医生发送消息的百分比计算的12个时间片。

并分析

我们调查了患者-临床医生在消息线程中的沟通的两个方面。第一个方面是临床医生对患者信息的反应时间延迟。对患者信息和临床医生反应之间的时间延迟进行分析，可以提示临床医生对患者的反应有多迅速。我们在一个消息线程中识别了所有患者发送的消息和临床医生回复的消息，并计算了它们之间的时间差(以天为单位)。然后，我们计算了整个研究期间和每年的时间延迟分布。其次，患者经常在一个消息线程中与临床医生来回多次沟通。我们通过测量每个消息线程中的来回轮数(即消息线程的长度)并根据消息线程长度计算消息线程的分布来检查这些消息线程。

我们用Python (Python Software Foundation)和流行的Python库(例如pandas [20.]， NumPy [21]， SciPy [22]，以及Matplotlib [23)进行数据收集和预处理、统计分析和可视化。没有患者接受任何干预。我们使用来自梅奥诊所统一数据平台的数据进行分析。这项研究得到了梅奥诊所机构审查委员会(19-002211)的批准。

结果

面向消息和面向发送者的分析

安全医疗消息及其发送者的描述性统计

表2列出由患者和临床医生发送(即发起和回复)的安全消息的总数，以及唯一的患者发送者和临床医生发送者。临床医生发起的信息数量与临床医生回复的信息数量几乎相同，但略多于患者发起的信息数量(170万对150万)。然而，患者发起的消息数量大约是患者回复消息的3倍(150万对50万)。此外，93.7%的患者(203,166/216,740)发起了安全消息，而只有52.6%(113,974/216,740)回复了他们的临床医生。这表明，患者通常在有健康相关问题时发起消息，而不是在消息线程中回复，而临床医生有义务发起消息并回应患者的消息。

独特患者总数与独特临床医生总数的比例约为25:1(216,740对8450)。每年患者数量与临床医生数量之比从2010年的7.7(1919对249)增加到2017年的21.0(125647对5980)，如表S1 (多媒体附件1)．这表明，在安全消息系统的患者用户方面，每个临床医生的工作量在过去几年有增加的趋势。

患者发送的安全消息

我们绘制了每个患者的消息数、患者发送的消息总数和唯一患者的年分布，以及每个患者的消息数的年盒须图图1(a - c)。我们发现95.4%(206,818/216,740)的患者发送的消息少于40条图1(A).患者发送信息的中位数为4条。患者发起和患者回复的最大消息数分别为2052条和302条(表S1，多媒体附件1)．我们观察到，多年来，唯一患者的数量和患者发送的消息之间有类似的增长趋势，如图所示图1(B)，表明这种技术的强烈采用。使用SciPy计算的唯一患者数量与患者发送消息之间的Pearson相关系数为r= 1。2010-2017年期间，每位患者的消息数中位数从1增加到3图1(C)。

‎ 查看此图

Clinician-Sent消息

图1(D-F)描述了每个临床医生的信息数量分布、每年临床医生发送的信息总数和不同临床医生的数量，以及每个临床医生每年的信息数量的盒须图。在图1(D)，每个临床医生的消息数分布呈现出“长尾”模式，其中中位数为77，但最大值延伸到最右的18,314(远远超出X轴标记范围)。随着患者数量和患者发送的信息数量的增长，临床医生和临床医生发送的信息数量也随着时间的推移而增加(图1[E])。历年临床医生发送信息总数与患者发送信息总数之间的Pearson相关系数为r=1，说明临床医生发送的信息总数与患者发送的信息总数有很强的相关性。2010-2017年，每位临床医生的信息计数的中位数和IQR稳步增长(图1[F])。我们观察到，与2012年相比，2013年临床医生的数量大幅增加，但每位临床医生的信息数量的中位数和IQR下降，因为罗切斯特梅奥诊所的许多专业开始使用患者门户。

在2010年至2017年期间，19.93%(6773/8459)的临床医生从罗切斯特的梅奥诊所转出，因此，我们没有关于他们的实践角色和护理环境的信息。我们将剩余的6773名临床医生分组，他们产生了86.87%(3,071,529/3,535,741)的信息，分为9个临床医生类别。然后，基于这些消息，我们分析了工作负载、每个临床医生的消息数，以及每个临床医生类别每天的消息时间分布。

图2显示每年每个临床医生类别中每个临床医生发送的消息总数、临床医生总数以及每个临床医生的消息计数的中位数。如图2(A)，每个临床医生类别的临床医生发送的信息数量随着时间的推移逐渐增加。三个临床医生类别，即“医生-初级保健”，“注册护士(RN) -专业”和“医生-专业”产生的信息增加最多。2014年之后，这3个临床医生类别发送的信息数量超过其他临床医生类别总和的2.5倍以上。“医生-初级保健”类别每年发起的信息最多(图2[B])。在2010-2013年期间，“医生-初级保健”类别也是回复患者信息最多的类别，但在2013年之后，“护士-专科”类别在回复患者信息中占据了首位(图2[C])。

‎ 查看此图

2010-2017年，每个类别的独立临床医生发送总数稳步增长(图2[D-F])。2012年之后，发送最多信息的临床医生类别分别是“内科医生专业”、“其他专业”和“注册护士专业”。“其他专业”类别的大多数临床医生负责回复患者信息，而不是发起信息。“执业护士(NP)或医师助理(PA) -初级护理”类别的临床医生发送人数最少(图2[D])。

在图2(G)，在2010-2017年期间，9个临床医生类别中有7个临床医生的每个临床医生的消息数中位数稳步增长。其中，“NP/ pa -初级保健”和“医生-初级保健”是排名前2的临床医生类别。2017年，“NP/ pa -初级护理”类别的每位临床医生的消息数中位数是其他任何组的2倍以上(图2(胃肠道))。

临床医生一天内的信息工作量

我们分析了9个临床医生类别的临床医生一天中发送信息的时间(图3)和消息号(图S5-7，多媒体附件1)．大多数信息是在早上7点到下午5点之间发送的。然而，医生和NP/PA也在下午5点到7点之间向患者发送了相当数量的信息。例如，下午5-7点期间“医生-初级保健”发送的信息百分比从2010年的7.95%(102/1283)增加到2012年的8.98%(2669/29,705)，然后下降到2017年的6.12%(15,714/256,761)。2010年至2017年，“NP/ pa -初级保健”在下午5-7点发送的消息百分比保持在5.08-6.75%(3/59- 2824 /41,833)左右。

‎ 查看此图

并分析

我们在3,887,542条消息中确定了1,576,205个消息线程，其中包括1,332,931个患者发起的消息和243,274个临床医生发起的消息，用于面向线程的分析。在这些消息中，我们确定了1,761,739名临床医生对患者消息的回复。

患者信息与临床医生反应之间的时间延迟

我们说明了在临床医生的反应和病人的信息之间的时间延迟分布图4．临床医生在5天内回复了96.0%(1,691,733/1,761,739)的患者信息。临床医生对患者做出反应的最短时间为1秒，中位数为0.6天。随着临床医生信息总量和每个临床医生的信息数量的增加，临床医生响应和患者信息之间的中位数时间延迟从2010年的0.13天增加到2014年的0.59天，但在2014年之后保持稳定(0.53-0.59天)。时延IQR与多年时延中位数趋势相似。

‎ 查看此图

消息线程中患者和临床医生之间的来回消息

我们分析了消息线程长度的分布(图5)．我们发现95.1%(1,499,316/1,576,205)消息线程的来回消息少于5条。消息线程的中值和最大长度分别为2和34。从2010年到2017年，长度为2的消息线程的百分比从88.0%(3429/3895)下降到72.7%(372424 / 512395)。长度为3的消息线程的百分比从0.4%(16/3895)增加到13.6%(69,754/512,395)。长度为4的消息线程的百分比保持相对稳定，6.1-9.6%(2354/38,537-374/3895)。长度为5或5以上的消息线程的百分比随着时间的推移呈上升趋势。消息线程的中值时间跨度随着消息线程长度的增加而延长。

‎ 查看此图

讨论

主要研究结果

患者门户中的安全消息传递可使患者更方便地访问更个性化的医疗建议和信息[5，24］．患者可以随时随地向他们的临床医生发送安全信息，这满足了日益增长的医疗保健消费模式[14］．与先前有关安全消息传递的结果相似[14-17]，我们的患者门户在2010-2017年期间经历了患者、临床医生和安全消息数量的大幅增长。我们观察到患者数量和患者信息数量之间有很强的相关性。每个患者的患者数量和每个患者的信息数量的增长都导致了患者信息数量的激增，这表明了这种医疗保健技术的广泛采用和患者参与模式的不断增长。患者发起的信息和患者回复的信息之间的显著数量差异(150万vs 50万)表明患者发起和回复信息的行为差异;一般来说，患者在遇到健康问题时发起消息，而不是遵循现有的消息线程。这意味着潜在的机会，让患者参与沟通，并增加在相关背景下的反应。

临床医生的信息量与患者的信息量密切相关，因为临床医生有义务与患者进行沟通，以提供医疗保健支持。临床医生也有实践特定和角色特定的模式。例如，“医生-初级保健”每年向患者发出的信息最多，表明他们在患者参与中发挥了重要作用。2013年以后，“rn -专科”回复患者的信息最多，说明患者门户打开了专科护理获取患者信息需求的一个渴望已久的渠道[25]，而专业注册护士则是第一线的专责小组，以配合需要。

患者门户还显示了患者数量与临床医生数量的比率以及每个患者和临床医生的消息数量的上升趋势。研究结果表明，临床医生在安全信息方面的工作量增加了。具体来说，“医生-初级护理”和“NP/ pa -初级护理”类别每年的每个临床医生的消息工作量最大，因为“医生-初级护理”类别产生的临床医生消息数量最多，而“NP/ pa -初级护理”类别的临床医生发送者数量最小。这表明在减轻临床医生工作量方面最需要优化的地方。大多数(93.2%，2,862,978/3,071,529)的临床医生信息是在上午7点至下午5点之间发送的，但17.3%(532,894/3,071,529)的信息是在中午(上午11点至下午1点)左右发送的，5.94%(182,468/3,071,529)的信息是在下午5点(下午5点至11点)之后发送的。我们的发现与之前的研究一致，即安全短信对临床医生的工作量有负面影响[12]，而约24%的工作是由临床医生在临床工作时间以外，以非面对面的方式处理电子健康纪录[13］．

大多数临床医生对病人的反应都很及时。临床医生对患者信息做出反应的中位时间延迟保持不变(小于0.60天)。尽管多年来，临床医生的信息量和工作量不断增加，但临床医生设法及时回应患者。关于信息线索，患者通常与临床医生进行几轮来回的沟通。可能，患者和临床医生在不复杂的情况下通过安全消息进行交流，或者临床医生在反复讨论哪些急性问题和复杂情况需要面对面访问或随访时及时做出决定。超过2轮的消息线程百分比上升，这可能意味着患者和临床医生越来越愿意就更复杂的情况进行沟通。但是，为了理解通信线程的消息传递复杂性的潜在机制，有必要进行进一步的研究。

不断增长的门户消息对其涉众有不同的指示或影响。对于患者而言，本研究中大多数患者的担忧和要求得到了及时的回应。在未来，特别是在COVID-19大流行期间和之后，患者参与可能会在患者数量和每个患者的消息数量方面继续增加。对于临床医生来说，他们中的大多数人认为安全信息传递可以对护理质量和患者安全产生积极影响，但正如Hoonakker等人所指出的，安全信息传递增加了他们对患者间接护理的负担[12］．在某些情况下，临床医生需要在下午5点后向患者发送信息，以便及时响应。随着时间的推移，患者参与度和信息量的增加[14-17]，正确分配通信负荷以提高效率和避免临床医生倦怠将是至关重要的。对于医疗保健系统，患者门户和安全消息传递可能会对医疗的成本效益产生有利影响[26］．它们不仅可减轻运作负担，从而有助减低行政成本[27]，同时通过改善患者的功能状态，降低患者的医疗保健利用率[28］．但是，由于相关数据难以收集，详细的经济或成本效益分析超出了本文的范围。在不久的将来，其他一些医疗保健系统可能会面临快速增长的患者信息量的管理挑战[12］．这些医疗保健系统将需要新的政策、计费模式或额外的基础设施。例如，更多的NP/PA、RN和其他支持人员将参与回复越来越多的患者信息。人工智能(AI)和自然语言处理(NLP)工具甚至将被投资和开发，以支持护理团队的安全消息传递[29-31］．

我们的研究有几个局限性。首先，安全信息是从罗切斯特的梅奥诊所收集的，这是一家针对复杂医疗条件的三级护理机构，可能不能代表该国其他地区的不同患者群体或临床环境。其次，由于梅奥诊所在2018年对患者门户系统进行了升级，2017年之后的患者安全信息未纳入本研究。COVID-19大流行正在通过远程医疗改变医疗保健服务，我们将在未来的研究中调查2017年后的安全消息传递以及COVID-19对患者门户系统的影响。第三，我们使用的9个临床医生类别并不总是准确的，因为一小部分临床医生在研究期间改变了他们的实践角色和护理环境。第四，不能保证由临床医生发起或由临床医生回复的信息总是由他们自己撰写。最后，将患者安全消息链接到其他患者医疗记录，以更详细地研究不同患者群体的需求，这超出了本研究的范围，但这是我们希望在未来探索的一个重要领域。

结论

我们执行了面向消息、面向发送者和面向线程的分析，以探测和描述由具有不同背景的患者和临床医生生成的数百万条安全医疗消息。我们分析了消息量、患者或临床医生人数、每个患者或临床医生的消息数，以及它们多年来的趋势。我们计算了临床医生发送信息的时间分布，以进一步了解他们在一天中不同时间段的工作量。对于每个消息线程，我们计算患者消息和临床医生响应之间的时间延迟，以检查响应效率，以及来回循环的数量，以大致评估通信复杂性。

我们的研究表明，通过使用安全信息和多年来每个临床医生的工作量，患者的参与度稳步上升。然而，大多数临床医生都在及时响应患者，以满足他们的需求。我们的发现揭示了护理团队改善消息传递任务和优化临床医生工作量的机会，以及人工智能和NLP专家开发强大和智能的消息传递工具的机会，以支持护理团队提高沟通效率和质量。这些发现为患者和临床医生之间的数字互动提供了有价值的信息，并可作为促进以患者为中心的护理的参考。

未来，我们将使用人工智能和NLP对患者安全消息进行内容分析，并通过将患者的医疗记录与患者的社会经济因素联系起来，检查患者群体。我们还将在患者门户消息和传统医疗保健服务之间进行比较研究，并进行调查研究，以了解患者和临床医生使用患者门户消息的经验。