作者:边焱焱,项永波(共同第一作者),佟冰渡,冯宾,翁习生
患者随访是医院病房管理及临床科研的重要组成部分。 随着深度学习算法的发展,个体随访任务可通过人工智能(artificial intelligence,AI)完成。
北京协和医院骨科翁习生教授团队自主研发的人工智能辅助随访系统可模拟人的声音,并可选择合适时间进行批量化、自动化和个性化的患者随访。此项研究于2020年5月在线发表于Web of Science数据库Q1区杂志“JOURNAL OF MEDICAL INTERNET RESEARCH”中,旨在通过与传统手工随访对比,探索人工智能辅助随访的成本效益与信息采集能力。
研究方法
研究开始于2019年4月,实验组采用人工智能辅助随访系统,总计纳入270例北京协和医院骨科手术患者进行术后随访。对照组采用传统人工电话随访,由接线员手动外呼并记录随访信息,对照组总计纳入2656名患者进行手动随访。
研究对比两组随访的基线资料、电话接通率、花费时间、反馈收集率及反馈构成情况。
人工智能辅助随访系统流程图
随访内容
主要结果
(1) 两组患者在年龄、性别、诊断类型方面无统计学差异。
(2) 两组间电话接通率(93.3% vs 92.2%; P=0.50)和随访率(92.9% vs 92.8%; P=0.96)无显著性差异。
(3) 传统人工访组随访100例患者花费时间为9.3 h。 相比之下,人工智能辅助随访无需花费人力。
(4) 人工智能辅助随访组的反馈收集率高于手工随访组(10.3% vs 2.5%; P<0.001)。
(5) 两组反馈构成有所不同:人工智能辅助随访组的反馈内容主要包括护理、健康宣教和医院环境;手动随访组的反馈主要集中于医疗咨询。
结论
人工智能辅助随访效果不劣于手工随访;且节省了常规随访的人力资源成本,并可帮助获得全面的患者反馈,但其在沟通的深度和针对性方面还有待提高。
评论
随访目前越来越受到临床诊疗科室的重视,特别是术后随访是术者治疗手段反馈及患者全流程管理的重要环节,医疗机构可通过随访为术后出院患者提供长期服务并积累重要的医学资料。
传统的随访方法包括电话、电子邮件、入户随访和门诊随访等,这些方法都需要花费大量的人力物力。随着人工智能和远程医疗的发展,我们有理由相信,越来越多的常规随访工作可以通过电脑、手机等移动终端完成。
本文通过人工智能辅助系统用于手术患者的术后随访,旨在通过机器学习、语音识别和人类语音模拟技术提高随访效率,节约人力资源成本。
研究发现人工智能辅助随访的质量和效率并不逊于手工随访,且与手工随访相比,人工智能可获得更加全面的患者反馈,数据真实排除了人工收集录入过程中的干扰,且直接生成结构化表格便于统计分析。
因此,人工智能辅助随访系统在医院病房管理中的应用将有可能改善远程医疗的服务质量和患者满意度。
本研究存在一些局限性:
(1)除电话随访,还有其他可以与人工智能相结合的通讯方式,比如电子邮件电脑软件和智能手机APP,然而国内许多老年患者并不能熟练使用互联网及智能手机,为使平台覆盖更多人群,故选择了智能电话随访。
(2)目前人工智能语音识别能识别的语种多样性并不够,虽然对普通话、英语等大语种识别已相对完善,但对方言和小语种的语义识别还有待加强。相信随着技术的完善,越来越多的重复性工作可以被机器所取代,人工智能在医疗领域将会有着更加广泛的应用前景。
作者简介
边焱焱
北京协和医院骨科,主治医师,医学博士。
在激素性股骨头坏死的机制研究、膝关节骨关节炎的干细胞治疗、生物活性骨水泥的开发和应用以及人工关节摩擦材料的开发方面具有丰富经验。
担任中华医学会骨科分会会员,北京医学会骨科学分会关节外科学组秘书,北京医学会骨科学分会关节外科青年委员会秘书,中华医学会骨科学分会足踝外科学组青年委员,白求恩公益基金关节外科专业委员会委员。
曾主持并参加多项国自然、北京市科委、十三五重点专项、卫生部行业基金等课题,先后以第一作者发表论文近20篇,申请相关专利近10项。
项永波
北京协和医学院临床医学八年制2013级博士研究生。师从骨科翁习生教授,发表多篇SCI文章,参与多项课题。
翁习生
骨科教授/主任医师,博士生导师,北京协和医院外科学系主任。
中华医学会骨科分会副主任委员,中国医师协会骨科分会副会长,中华医学会骨质疏松学组组长,北京医学会骨科专业委员会副主任委员,中国医疗保健国际交流促进会运动损伤防治委员会主任委员,北京医学会关节外科学组组长;《中华骨与关节外科杂志》、《中华骨科杂志》、《国际骨科》等杂志副主编,《协和医学杂志》编委。
国家863重大专项课题首席专家、国家百千万人才工程专家,曾获得“国家科技进步”二等奖、“北京市科学技术”二等奖和“吴杨奖”一等奖等重要奖项,并承担国家自然科学基金重点项目、面上项目、北京市科委基金、博士点基金等多项科研项目,先后在国内外期刊发表论文190余篇。