突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自查應(yīng)用的交互設(shè)計(jì)研究

王時(shí)惠　李春輝　黃勛　胡建中　黃偉紅

摘 ? 要：針對(duì)突發(fā)疫情帶來的患者線下交叉感染風(fēng)險(xiǎn)與醫(yī)護(hù)人工排查患者工作量激增的社會(huì)公共安全問題，通過文獻(xiàn)法、流行病學(xué)理論、專家咨詢與主觀賦權(quán)法（醫(yī)院感控、呼吸內(nèi)科、危急重癥科、疾病控制中心等部門的專家）、人機(jī)交互設(shè)計(jì)、用戶測試與可用性評(píng)估等方法，進(jìn)行了突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自查內(nèi)容、可供選項(xiàng)、風(fēng)險(xiǎn)權(quán)重與閾值以及人機(jī)交互設(shè)計(jì)研究，制定了疑似病案篩查與患者分類居家觀察、隔離和立即就診的早期防控策略，設(shè)計(jì)了疑似癥狀風(fēng)險(xiǎn)評(píng)估人機(jī)交互應(yīng)用與篩查模式并上線推廣使用. 結(jié)果表明在突發(fā)疫情爆發(fā)早期，疑似癥狀風(fēng)險(xiǎn)自查應(yīng)用為民眾提供了簡單易行的臨床判斷科學(xué)依據(jù)，一定程度上緩解了民眾盲目焦慮、線下交叉感染風(fēng)險(xiǎn)以及醫(yī)護(hù)人工排查工作量，為未來新型傳染病疫情防控，提供了線上疑似癥狀風(fēng)險(xiǎn)篩查分類與線下患者分流就醫(yī)的防控策略與人機(jī)交互設(shè)計(jì)參考.

關(guān)鍵詞：突發(fā)疫情;疑似癥狀;風(fēng)險(xiǎn)自查;設(shè)計(jì)策略;人機(jī)交互;應(yīng)用設(shè)計(jì)

中圖分類號(hào)：TP391 ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

Study on Interaction Design on Risk Self-check Application

of Emergent Epidemic Suspected Symptoms

WANG Shihui1，2，LI Chunhui3，HUANG Xun3，HU Jianzhong2，HUANG Weihong2

（1. School of Architecture and Art，Central South University，Changsha 410083，China;

2. “Mobile Health” Ministry of Education - China Mobile Joint Laboratory，Central South University，Changsha 410008，China;

3. Center for Healthcare-associated Infection ?Control of ?Xiangya Hospital，Central South University，Changsha 410008，China）

Abstract：A surge in the workload of the hospital for testing potential patients and an increased risk of cross-infection among patients due to emergent epidemic， poses a critical social public safety problem. Through the methods including literature review， epidemiological theory， expert consultation，subjective weighting （involving experts from the Departments of Infection Control， Respiratory Medicine， Critical Care， and the Center for Disease Control）， human-computer interactive design，user test，usability evaluation and etc，the content of online affected risk self-check application， available options， risk weighting and threshold， and human-computer interactions of high usability are investigate. An early prevention and control strategy is proposed for suspected cases screening and reliable suggestions to self-monitor at home， self-isolate， or seek immediate medical attention. The human-computer interaction application and screening model for suspected symptom risk assessment are designed and promoted online. The results indicate that in the early phase of emergent epidemic， the online emergent epidemic affected risk self-check application can provide a simple and feasible scientific basis for clinical judgement， alleviate the social panic， resolve the shortage of manual screening， and reduce the risk of cross-infection among patients by providing a straightforward， easy-to-understand scientific protocol. It provides references for future new epidemics prevention and control through online classification and offline triage of patients of suspected symptoms.

Key words：emergent epidemic;suspected symptoms;risk self-check;design strategy;human-computer interaction;application design

新型突發(fā)傳染病疫情，由于患者在發(fā)病前期缺乏與其他疾病顯著區(qū)別的臨床表現(xiàn)癥狀，導(dǎo)致普通病患者與感染患者因缺乏對(duì)自己病情判斷的科學(xué)依據(jù)，盲目恐慌扎堆至醫(yī)院候診與就診，導(dǎo)致門診就診人數(shù)高峰期突破上萬，線下醫(yī)療資源被嚴(yán)重?cái)D兌，醫(yī)護(hù)24小時(shí)超高工作負(fù)荷，候診患者交叉感染風(fēng)險(xiǎn)激增，嚴(yán)重危害民眾生命健康安全，造成不可估計(jì)的損失[1-2]，亟需快速總結(jié)臨床判斷經(jīng)驗(yàn)，采取合理有效的疫情防控手段應(yīng)對(duì).

應(yīng)突發(fā)疫情的防控需求，本研究基于中南大學(xué)湘雅醫(yī)院于2003年SARS和2013年H7N9禽流感疫情防控經(jīng)驗(yàn)，根據(jù)中國國家衛(wèi)健委2020年1月28日發(fā)布的《防控方案》[3]與流行病學(xué)，制定了突發(fā)疫情疑似病案篩查與患者分類居家觀察、隔離和立即就診的早期防控策略，設(shè)計(jì)研發(fā)了疑似癥狀風(fēng)險(xiǎn)評(píng)估人機(jī)交互應(yīng)用與篩查模式，于2020年2月5日-2020年2月9日上線推廣使用.

1 ? 文獻(xiàn)綜述與研究方法

1.1 ? 突發(fā)疫情臨床循證醫(yī)學(xué)研究

2020年1月底，臨床醫(yī)護(hù)人員、流行病專家和病毒專家通過疫情爆發(fā)區(qū)病案研究，對(duì)突發(fā)疫情的感染源頭、傳播模式、臨床癥狀及CT胸片特征等進(jìn)行了階段性總結(jié)[4-5].

香港大學(xué)深圳醫(yī)院通過對(duì)5位家庭聚集患者進(jìn)行流行病學(xué)、臨床、實(shí)驗(yàn)室、放射學(xué)和微生物學(xué)跟蹤研究，指出了新型病毒在醫(yī)院和家庭群體聚集環(huán)境中具有人傳人的特點(diǎn)[6];武漢金銀潭醫(yī)院、中日友好醫(yī)院和北京協(xié)和醫(yī)院等，通過41名確診患者臨床癥狀研究，總結(jié)出多數(shù)如高燒、咳嗽、肌肉酸痛或乏力等，少數(shù)如咳痰咳血、頭疼、腹瀉等臨床癥狀. 接近一半的患者從早期癥狀發(fā)展成呼吸困難與淋巴球減少癥，所有患者都存在肺炎，呈現(xiàn)出非正常胸部CT影像特征，并發(fā)癥包括急性呼吸窘迫綜合征、急性心肌損傷、血漿實(shí)時(shí)RT-PCR陽性等[7];中國國家衛(wèi)健委發(fā)布了《防控方案（試行第三版）》，從疑似病例定義、臨床癥狀、病案調(diào)查與匯報(bào)、特定人群個(gè)人防護(hù)等方面，提出了臨床判斷排查疑似病案的參考指南.

上述循證醫(yī)學(xué)研究，快速總結(jié)了突發(fā)疫情傳播與臨床癥狀特點(diǎn)，為疫情防控與疑似癥狀篩查應(yīng)用設(shè)計(jì)，提供了臨床事實(shí)依據(jù)與參考.

1.2 ? 突發(fā)疫情在線咨詢服務(wù)與應(yīng)用研究

2020年1月底，為應(yīng)對(duì)線下醫(yī)療資源不足的問題，政府健康組織與醫(yī)療機(jī)構(gòu)為民眾提供了突發(fā)疫情線上咨詢服務(wù)與應(yīng)用.

中國武漢市同濟(jì)醫(yī)院開通了“發(fā)熱門診”線上咨詢?nèi)斯し?wù)，患者通過線上病情癥狀描述，獲得專家建議隔離觀察或立即就診的建議;好大夫、微醫(yī)、微脈、妙手醫(yī)生、平安好醫(yī)生、阿里健康等醫(yī)療企業(yè)，在配備多名三甲醫(yī)院的專業(yè)醫(yī)生的資源基礎(chǔ)上，開通了針對(duì)突發(fā)疫情的線上人工咨詢服務(wù);騰訊公司通過微信小程序，上線了突發(fā)疫情初篩服務(wù).

上述線上人工服務(wù)雖緩解了部分線下醫(yī)療資源壓力，但由于中國疑似感染突發(fā)疫情患者眾多，線上候診人數(shù)亦達(dá)上百人，等待時(shí)間漫長，亦耽誤民眾及時(shí)采取有效防護(hù)與醫(yī)療措施. 而騰訊公司開發(fā)的突發(fā)疫情初篩小程序，其初篩內(nèi)容與判斷缺乏臨床依據(jù).

1.3 ? 人工智能輔助突發(fā)疫情防控研究

2020年1月底至今，臨床人員、計(jì)算機(jī)科學(xué)家、數(shù)據(jù)科學(xué)家、工程師、認(rèn)知科學(xué)家及企業(yè)家，利用臨床、流行病學(xué)、基因組數(shù)據(jù)，通過人工智能深度學(xué)習(xí)，進(jìn)行了疫情預(yù)測防治、臨床輔助診斷、疫情監(jiān)控等方面的研究與應(yīng)用.

匈牙利賽格德大學(xué)在柳葉刀上發(fā)表了突發(fā)疫情在中國以外的國家地區(qū)爆發(fā)的風(fēng)險(xiǎn)評(píng)估數(shù)學(xué)模型，由中國大陸積累的病案統(tǒng)計(jì)、與目的地國家的聯(lián)系如旅行頻率等、以及目的地國家所采取的防控措施等核心參數(shù)構(gòu)成[8];北京航天航空大學(xué)大數(shù)據(jù)中心聯(lián)合中南大學(xué)湘雅第二醫(yī)院放射科和上海智能圖像處理有限公司，通過對(duì)176名確診患者（45.3±16.5歲，96位男性，80位女性）的胸部CT片進(jìn)行研究，提取出63個(gè)臨床定量特性，如肺部的感染比率、毛玻璃狀區(qū)域面積等. 通過隨機(jī)森林模型（RF model）進(jìn)行訓(xùn)練分析臨床定量特征與突發(fā)疫情嚴(yán)重程度的相關(guān)性，提高臨床診斷效率與預(yù)測準(zhǔn)確性[9];美國凱斯西儲(chǔ)大學(xué)計(jì)算機(jī)與數(shù)據(jù)科學(xué)中心利用AI技術(shù)處理的大量實(shí)時(shí)產(chǎn)生的異質(zhì)源數(shù)據(jù)，如源于公共健康組織的疾病相關(guān)數(shù)據(jù)、人口統(tǒng)計(jì)數(shù)據(jù)、移動(dòng)數(shù)據(jù)、用戶社交媒體所產(chǎn)生的定位數(shù)據(jù)等，進(jìn)行社區(qū)AI風(fēng)險(xiǎn)評(píng)估與公共場所疫情智能監(jiān)控，輔助個(gè)體進(jìn)行移動(dòng)交通決策與個(gè)體防護(hù)[10].

上述與人工智能結(jié)合的突發(fā)疫情防控解決方案，可以幫助政府、臨床工作人員與社會(huì)民眾更好地進(jìn)行疫情預(yù)防、臨床診斷以及公共區(qū)域監(jiān)控等，但在針對(duì)突發(fā)疫情疑似癥狀篩查方面，還缺乏針對(duì)中國患者與醫(yī)療情景的解決方案.

1.4 ? 研究方法

本研究根據(jù)中國國家衛(wèi)健委發(fā)布的《防控方案》，通過專家咨詢、主觀賦權(quán)法與人機(jī)交互設(shè)計(jì)方法，制定了突發(fā)疫情疑似病案線上篩查，輔助患者線下分流的居家觀察、隔離和立即就診的疫情防控策略，設(shè)計(jì)研發(fā)了便于向社會(huì)民眾推廣應(yīng)用的、疑似癥狀風(fēng)險(xiǎn)評(píng)估應(yīng)用與基于流行病學(xué)的智能篩查模式. 通過醫(yī)院感控、呼吸內(nèi)科、危急重癥科、疾病控制中心基于不同患者情況的小范圍內(nèi)部測試與可用性優(yōu)化[11-14]，于2020年2月5日上線推廣應(yīng)用. 最后，通過應(yīng)用后臺(tái)用戶使用數(shù)據(jù)統(tǒng)計(jì)驗(yàn)證與反饋，總結(jié)突發(fā)疫情防控策略、智能應(yīng)用的優(yōu)勢與不足以及未來工作. 研究方法如圖 1 所示.

2 ? 突發(fā)疫情防控策略制定

針對(duì)上述疫情防控存在的問題，2020年1月底中南大學(xué)湘雅醫(yī)院醫(yī)院感控、呼吸內(nèi)科、危急重癥科、疾病控制中心專家，根據(jù)中國國家衛(wèi)健委發(fā)布的《防控方案》在疫情監(jiān)測、預(yù)防與控制等提出的疫情防控指導(dǎo)方針與具體指南，結(jié)合2003年SARS和2013年H7N9疫情防控工作中“新病案早期發(fā)現(xiàn)”與“患者鑒別分類、隔離、感染控制”的經(jīng)驗(yàn)，經(jīng)過專家組討論與決策，提出了“人工智能輔助突發(fā)疫情線上患者分流篩查，線下患者分流觀察、隔離與就醫(yī)”的防控策略如下：

1）以中國國家衛(wèi)健委發(fā)布的《防控方案》為指南，結(jié)合流行病學(xué)，進(jìn)行普通患者與疫情疑似患者的鑒別分類與處理措施建議;

2）以指南中《流行病學(xué)調(diào)查方案》和《個(gè)案調(diào)查表》為參考，進(jìn)行突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自評(píng)內(nèi)容的設(shè)定，包括患者性別、年齡、職業(yè)等基本信息、高危特點(diǎn)評(píng)估、疫區(qū)接觸與暴露史、既往病史和疑似癥狀5個(gè)部分的問題與選項(xiàng)設(shè)定;

3）根據(jù)流行病學(xué)，對(duì)問題選項(xiàng)進(jìn)行風(fēng)險(xiǎn)評(píng)分權(quán)重、閾值和分類參考醫(yī)療建議設(shè)定. 根據(jù)患者自身情況客觀回答，構(gòu)建線上智能鑒別分類篩查模式;

4）基于人機(jī)交互可用性之易學(xué)性原則[15]，考慮患者不同文化程度，設(shè)計(jì)簡單易懂的突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自評(píng)的應(yīng)用說明、問題與選項(xiàng)、以及措施建議參考;

5）基于人機(jī)交互可用性之效率原則[16]，考慮中國本地化線上線下多類應(yīng)用與推廣場景，設(shè)計(jì)極簡的讓用戶進(jìn)入程序、問題回答、選擇等人機(jī)操作步驟，保證用戶每次都能方便快速地進(jìn)行自評(píng).

3 ? 人機(jī)交互與篩查模式設(shè)計(jì)

3.1 ? 便捷易懂的人機(jī)交互設(shè)計(jì)

突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)評(píng)估應(yīng)用人機(jī)交互流程簡單快捷，如圖2所示，一般用戶根據(jù)客觀情況做答，可在3 min內(nèi)完成評(píng)估.

具體評(píng)估內(nèi)容，其問題與選項(xiàng)文字定義，考慮到不同文化程度的患者使用，將一些臨床術(shù)語進(jìn)行了簡單易懂語句的轉(zhuǎn)化，具體條目及選項(xiàng)如下.

1）患者基本信息：性別、年齡與職業(yè);

2）高危特點(diǎn)人群的危險(xiǎn)因素評(píng)估：醫(yī)務(wù)人員，醫(yī)院其他工作人員，病原微生物檢測人員，野生動(dòng)物接觸相關(guān)人員，家禽/家畜養(yǎng)殖人員，孕婦和其他;

3）疫區(qū)接觸與暴露史評(píng)估：患者是否佩戴口罩進(jìn)行自我防護(hù)，在華南海鮮市場及周邊接觸或居住史，武漢地區(qū)旅行或居住史，武漢周邊地區(qū)或本地病例持續(xù)傳播地區(qū)的旅行或居住史，疫區(qū)發(fā)熱或呼吸道癥狀患者接觸史（如共同工作/學(xué)習(xí)/開會(huì)/探視或場所聚過，或在公共交通/房間/排隊(duì)候診的密閉空間呆過），流行病關(guān)聯(lián)史（如出自同一家庭或生活在同一住戶），以及聚集性發(fā)病（家庭/家族/社區(qū)/市縣）等;

4）既往病史評(píng)估：高血壓，糖尿病，心血管疾病，肺部疾?。ㄈ缦?、肺心病、肺纖維化、矽肺等），慢性腎病，慢性肝病，免疫缺陷類疾病，惡性腫瘤或其他;

5）臨床疑似癥狀評(píng)估：發(fā)熱寒戰(zhàn)，干咳，咳痰，咽痛，鼻塞流涕，頭痛，乏力，肌肉酸疼，關(guān)節(jié)酸疼，呼吸大于30次/min，呼吸小于30次/min，心率大于100次/min，心率小于100次/min，胸悶，惡心嘔吐，腹痛、腹瀉，結(jié)膜炎（異物感、燒灼感、眼瞼沉重、分泌物增多等）.

用戶根據(jù)自身客觀情況完成評(píng)估后，系統(tǒng)后臺(tái)將不同選項(xiàng)的風(fēng)險(xiǎn)評(píng)估分值統(tǒng)計(jì)，結(jié)合之前設(shè)定的患者分類閾值，給出評(píng)分及“居家觀察”、“隔離或就醫(yī)”以及“立即就醫(yī)”的建議.

3.2 ? 在線自查風(fēng)險(xiǎn)評(píng)估權(quán)重與患者分類閾值設(shè)定

突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自評(píng)內(nèi)容包含4個(gè)計(jì)分評(píng)估類別，分別為危險(xiǎn)因素評(píng)估、疫區(qū)接觸與暴露史、既往病史和疑似癥狀.不同選項(xiàng)對(duì)應(yīng)的權(quán)重，見表1～表4.

不同選項(xiàng)對(duì)應(yīng)的風(fēng)險(xiǎn)權(quán)重和患者分類閾值，由感控中心、呼吸內(nèi)科、危急重癥科、疾病控制中心等專家，基于流行病學(xué)理論，先通過主觀賦權(quán)法設(shè)定，然后根據(jù)臨床多樣化情況進(jìn)行小范圍內(nèi)快速測試，優(yōu)化風(fēng)險(xiǎn)權(quán)重分值及患者分類閾值.

分值在0～35之間被判斷為輕度疑似患者，建議進(jìn)行居家觀察;36～68分之間被判斷為中度疑似患者，建議居家隔離或就醫(yī);分值為69～179分之間被判斷為重度疑似患者，建議立即就醫(yī).

3.3 ? 推廣應(yīng)用情況

2020年2月5日，突發(fā)疫情疑似癥狀風(fēng)險(xiǎn)自評(píng)應(yīng)用通過湘雅醫(yī)院科普平臺(tái)、微信朋友圈以及湘雅醫(yī)院公眾號(hào)發(fā)布，向全社會(huì)推廣應(yīng)用.

根據(jù)2020年2月5日-2月11日后臺(tái)用戶訪問量與應(yīng)用人數(shù)統(tǒng)計(jì)，2月6日單日訪問量突破9萬，用戶數(shù)突破1.6萬（見圖3），被中華人民共和國教育部快速關(guān)注，給予了很高的評(píng)價(jià)，并在教育部官方網(wǎng)站對(duì)中南大學(xué)團(tuán)隊(duì)給予了表揚(yáng)和鼓勵(lì)[17].

高訪問量以及高用戶使用數(shù)，驗(yàn)證了本研究針對(duì)突發(fā)疫情防控進(jìn)行的疑似癥狀風(fēng)險(xiǎn)自評(píng)、線上智能患者分類篩查與線下患者分流的疫情防控策略與智能模式的及時(shí)性與有效性，一定程度上緩解了社會(huì)盲目恐慌、線下醫(yī)療資源擠兌與患者交叉感染風(fēng)險(xiǎn).

4 ? 結(jié) ? 論

針對(duì)突發(fā)疫情爆發(fā)期，由于公眾缺乏對(duì)病情的科學(xué)臨床判斷依據(jù)，蜂擁至醫(yī)院候診與就診，使得醫(yī)院排查工作量與患者交叉感染風(fēng)險(xiǎn)激增，嚴(yán)重?cái)D兌醫(yī)療資源，耽誤患者及時(shí)醫(yī)治，嚴(yán)重危害公共健康安全的問題，本研究提出了應(yīng)對(duì)突發(fā)疫情，基于疑似癥狀風(fēng)險(xiǎn)自查的線上患者分類篩查，與線下患者分類觀察、隔離與就醫(yī)的防控策略，設(shè)計(jì)了智能輔助自查應(yīng)用，讓患者可以線上線下多場景應(yīng)用（手機(jī)端與PC段以及線下門診），方便快捷，為民眾提供了簡單易行的臨床判斷科學(xué)依據(jù)，緩解了突發(fā)疫情早期民眾盲目焦慮，降低了線下交叉感染風(fēng)險(xiǎn)以及醫(yī)護(hù)人工排查工作量. 同時(shí)，面對(duì)未來存在的突發(fā)疫情風(fēng)險(xiǎn)，本研究在前人研究基礎(chǔ)上，針對(duì)國內(nèi)患者的特點(diǎn)與使用情境，為醫(yī)工交叉團(tuán)隊(duì)未來快速有效應(yīng)對(duì)新疫情爆發(fā)風(fēng)險(xiǎn)，提供了疫情防控策略與智能模式應(yīng)用的有效參考.

致 ? 謝

本項(xiàng)研究感謝國家衛(wèi)健委抗擊突發(fā)疫情專家組成員、中華預(yù)防醫(yī)學(xué)會(huì)醫(yī)院感染控制分會(huì)主任委員吳安華教授，中南大學(xué)公共衛(wèi)生學(xué)院院長胡國清教授，中南大學(xué)湘雅醫(yī)院感控主任黃勛教授、副主任李春輝教授，中南大學(xué)湘雅三醫(yī)院呼吸科主任孟婕教授，進(jìn)行防控策略與智能模式制定、內(nèi)容編寫、審核和樣本測試. 中南大學(xué)湘雅醫(yī)院網(wǎng)絡(luò)信息中心主任馮嵩帶領(lǐng)軟件研發(fā)團(tuán)隊(duì)，在醫(yī)院信息化服務(wù)體系的基礎(chǔ)上，充分利用互聯(lián)網(wǎng)技術(shù)，打通信息通道，快速開發(fā)部署，按期上線了本應(yīng)用.

參考文獻(xiàn)

[1] ? ?WANG C，HORBY P W，HAYDEN F G，et al. A novel coronavirus outbreak of global health concern[J]. The Lancet，2020，395（10223）：470—473.

[2] ? HUANG C L，WANG Y M，LI X W，et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan，China[J]. The Lancet，2020，395（10223）：497—506.

[3] ? ?國家衛(wèi)生健康委辦公廳. 關(guān)于印發(fā)新型冠狀病毒感染的肺炎防控方案的通知[R]. 第三版

National Health Commission of the People's Republic of China. “Diagnosis and Treatment Protocol for COVID—19”[R]. 3rd edition. （In Chinese）

[4] ? ?GUO Y R，CAO Q D，HONG Z S，et al. The origin，transmission and clinical therapies on coronavirus disease 2019（COVID-19） outbreak-an update on the status[J]. Military Medical Research，2020，7（1）：93—103.

[5] ? ?SINGHAL T.A review of coronavirus disease-2019 （COVID-19）[J]. The Indian Journal of Pediatrics，2020，87（4）：281—286.

[6] ? ?BAI Y，YAO L S，WEI T，et al. Presumed asymptomatic carrier transmission of COVID-19[J].JAMA，2020，323（14）：1406—1407.

[7] ? ?ZU Z Y，JIANG M D，XU P P，et al. Coronavirus disease 2019 （COVID-19）：a perspective from China[J].Radiology，2020，296（2）：E15—E25.

[8] ? ?BOLDOG P，TEKELI T，VIZI Z，et al. Risk assessment of novel coronavirus COVID-19 outbreaks outside China[J]. Journal of Clinical Medicine，2020，9（2）：571.

[9] ? ?TANG Z Y，ZHAO W，XIE X Z，et al. Severity assessment of coronavirus disease 2019 （COVID-19） using quantitative features from chest CT images[EB/OL].2020.

[10] ?YE Y，HOU S，F(xiàn)AN Y，et al. alpha $-Satellite：an AI-driven system and benchmark datasets for hierarchical community-level risk assessment to help combat COVID-19[EB/OL]. 2020.

[11] ?EUBANK B H，MOHTADI N G，LAFAVE M R，et al. Using the modified Delphi method to establish clinical consensus for the diagnosis and treatment of patients with rotator cuff pathology[J].BMC Medical Research Methodology，2016，16（1）：1—15.

[12] ?LAZAR J，F(xiàn)ENG J H，HOCHHEISER H. Experimental research[M]//Research Methods in Human Computer Interaction.Amsterdam。Elsevier，2017：25—44.

[13] ?MARAMBA I，CHATTERJEE A，NEWMAN C.Methods of usability testing in the development of eHealth applications：a scoping review[J]. International Journal of Medical Informatics，2019，126：95—104.

[14] ?XU X Z. A note on the subjective and objective integrated approach to determine attribute weights[J]. European Journal of Operational Research，2004，156（2）：530—532.

[15] ?MARTIN M L，BLUM S I，LIEDGENS H，et al. Mixed-methods development of a new patient-reported outcome instrument for chronic low back pain：part 1-the Patient Assessment for Low Back Pain-Symptoms （PAL-S）[J].Pain，2018，159（6）：1045—1055.

[16] GEORGSSON M，STAGGERS N. Quantifying usability：an evaluation of a diabetes mHealth system on effectiveness，efficiency，and satisfaction metrics with associated user characteristics[J]. Journal of the American Medical Informatics Association，2016，23（1）：5—11.

[17] ?新型冠狀病毒感染的肺炎防治及科普平臺(tái)上線[R].

COVID-19 prevention and control knowledge platform supported by Xiangya Hospital Central South University[R]. （In Chinese）

收稿日期：2020-10-12

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目（2018YFC2002400），National Key R&D Program of China（2018YFC2002400）;湖南省自然科學(xué)青年基金資助項(xiàng)目（2020JJ5781），Youth Program of Natural Science Foundation of Hunan Province（2020JJ5781）;長沙市科技計(jì)劃新冠肺炎專項(xiàng)項(xiàng)目（kq2001046），The Special Science and Technology Project for COVID-19 of Changsha City（kq2001046）

作者簡介：王時(shí)惠（1985—），女，湖南長沙人，中南大學(xué)講師，博士

通信聯(lián)系人，E-mail：whuangcn@qq.com