口腔專科智能分診系統(tǒng)的建設(shè)與應(yīng)用

口腔?？漆t(yī)院科室分工精細(xì)且部分科室之間存在專業(yè)交叉，同時(shí)多數(shù)口腔疾病需要經(jīng)歷跨專業(yè)、跨科室的診治過(guò)程，導(dǎo)致多數(shù)初診患者就診前難以準(zhǔn)確選擇就診科室。例如，牙周專業(yè)患者易誤掛黏膜專業(yè)，智齒冠周炎患者易誤掛頜面外科專業(yè)。由于缺乏及時(shí)有效的指導(dǎo)，患者掛錯(cuò)號(hào)、退換號(hào)行為以及相關(guān)糾紛屢見不鮮，造成號(hào)源利用率降低、診療效率降低、患者滿意度下降、醫(yī)院運(yùn)營(yíng)成本增加等不良影響。

醫(yī)院開通互聯(lián)網(wǎng)預(yù)約掛號(hào)服務(wù)后，傳統(tǒng)的線下導(dǎo)診方式難以滿足線上掛號(hào)的咨詢需求，線上簡(jiǎn)單的科室和專業(yè)說(shuō)明也無(wú)法有針對(duì)性地解決患者對(duì)就診科室的疑慮，加之號(hào)源有限患者搶號(hào)時(shí)間緊張，錯(cuò)掛號(hào)情況更加頻繁。為此，項(xiàng)目團(tuán)隊(duì)基于人工神經(jīng)網(wǎng)絡(luò)和自然語(yǔ)言處理技術(shù)開發(fā)智能分診系統(tǒng)，在系統(tǒng)同患者對(duì)話后即時(shí)反饋患者相對(duì)準(zhǔn)確的答案，以節(jié)約患者咨詢時(shí)間，為患者提供自動(dòng)化、準(zhǔn)確化、高效化的就診指導(dǎo)。

系統(tǒng)架構(gòu)設(shè)計(jì)

智能分診系統(tǒng)需具備與患者對(duì)話聊天、基于深度學(xué)習(xí)的診斷功能，同時(shí)通過(guò)安全權(quán)限控制，保證患者信息安全傳輸，并對(duì)日志數(shù)據(jù)進(jìn)行埋點(diǎn)收集，對(duì)患者的訪問進(jìn)行有效記錄。該系統(tǒng)分為口腔知識(shí)圖譜構(gòu)建和口腔診療智能分診兩個(gè)子系統(tǒng)。口腔知識(shí)圖譜構(gòu)建子系統(tǒng)利用醫(yī)療過(guò)程中生成的真實(shí)口腔臨床數(shù)據(jù)，通過(guò)分析存儲(chǔ)口腔臨床病歷數(shù)據(jù)的數(shù)據(jù)庫(kù)表，設(shè)計(jì)出關(guān)鍵概念模式并構(gòu)建知識(shí)圖譜。口腔診療智能分診子系統(tǒng)以該口腔知識(shí)圖譜為基礎(chǔ)，匹配查詢模板在知識(shí)圖譜內(nèi)進(jìn)行查詢，生成分診結(jié)果并通過(guò)前端頁(yè)面展示給患者[1]。系統(tǒng)架構(gòu)見圖1。

圖1 系統(tǒng)架構(gòu)

系統(tǒng)實(shí)現(xiàn)

1.口腔知識(shí)圖譜構(gòu)建子系統(tǒng)

1.1 實(shí)體抽取。醫(yī)院口腔?？齐娮硬v基準(zhǔn)數(shù)據(jù)模型根據(jù)口腔疾病的臨床診療特點(diǎn)設(shè)計(jì)，以診斷名稱(diagnosis)、治療方案(plan)、治療步驟(step)、醫(yī)囑(order)、收費(fèi)項(xiàng)目(item)為路徑，梳理2015年至2019年口腔?？圃\療過(guò)程中的非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)清單見表1。通過(guò)自然語(yǔ)言處理和上下文語(yǔ)義識(shí)別，并利用數(shù)據(jù)模型進(jìn)行數(shù)據(jù)抽取，生成文本數(shù)據(jù)集[2](見圖2)。結(jié)合傳統(tǒng)教科書與指南對(duì)文本數(shù)據(jù)集進(jìn)行清洗，得到口腔領(lǐng)域的臨床術(shù)語(yǔ)及關(guān)鍵詞。據(jù)此定義口腔知識(shí)圖譜中的實(shí)體，包括患者癥狀實(shí)體、就診科室實(shí)體、診斷實(shí)體、用藥實(shí)體、檢查實(shí)體、檢查指標(biāo)實(shí)體等。

圖2 診療數(shù)據(jù)抽取示例

表1 數(shù)據(jù)梳理清單

1.2 語(yǔ)義類設(shè)計(jì)。語(yǔ)義類設(shè)計(jì)作為實(shí)體層面上的規(guī)整和抽象，包含了兩層概念：第一層概念對(duì)應(yīng)口腔臨床數(shù)據(jù)表，第二層概念對(duì)應(yīng)口腔臨床數(shù)據(jù)表中字段名[3]。歸納提取概念之間的關(guān)系以及概念的屬性，形成有向的、包含關(guān)系的語(yǔ)義類。

表2 概念間的關(guān)系

1.3 知識(shí)圖譜構(gòu)建。將實(shí)體集中的實(shí)體與語(yǔ)義類中的概念一一對(duì)應(yīng)，將同類實(shí)體映射到同一個(gè)概念上，建立實(shí)體與語(yǔ)義類的映射表。通過(guò)BFS（廣度優(yōu)先遍歷）算法將映射表中的數(shù)據(jù)實(shí)例存入其映射的概念結(jié)點(diǎn)的子節(jié)點(diǎn)中，建立三元組口腔知識(shí)圖譜[4]。

以繼發(fā)齲節(jié)點(diǎn)為例。與繼發(fā)齲存在診斷關(guān)系的癥狀節(jié)點(diǎn)包括：(食物嵌塞，診斷，繼發(fā)齲)，(咬合不適，診斷，繼發(fā)齲)，(牙齒有洞，診斷，繼發(fā)齲)，(冷熱酸甜敏感，診斷，繼發(fā)齲)，(冷熱刺激痛，診斷，繼發(fā)齲)與(充填物脫落，診斷，繼發(fā)齲)。與繼發(fā)齲存在就診關(guān)系的就診科室節(jié)點(diǎn)包括：(繼發(fā)齲，就診，牙體牙髓科)，(繼發(fā)齲，就診，特診科牙體牙髓科)，(繼發(fā)齲，就診，口腔預(yù)防保健科牙體牙髓科)，(繼發(fā)齲，就診，綜合科牙體牙髓科)。因此，當(dāng)患者輸入上述癥狀時(shí)，系統(tǒng)可通過(guò)知識(shí)圖譜對(duì)應(yīng)相關(guān)就診科室，輔助智能分診。

2.口腔診療智能分診子系統(tǒng)

2.1 對(duì)話聊天模塊。對(duì)話聊天模塊是基于AIML架構(gòu)和以圖結(jié)構(gòu)的問答模塊，內(nèi)置的問題生成器通過(guò)人機(jī)交互引導(dǎo)患者回答問題，收集患者基本信息、癥狀等數(shù)據(jù)。當(dāng)收集到足夠的信息后，利用實(shí)體識(shí)別模型對(duì)患者提供的數(shù)據(jù)進(jìn)行清洗和轉(zhuǎn)換，獲取關(guān)聯(lián)模型可識(shí)別的字段[5]。

2.2 關(guān)聯(lián)模型與服務(wù)。從歷史病歷信息中抽取有效特征，結(jié)合知識(shí)圖譜內(nèi)容，建立就診科室與患者主訴的關(guān)聯(lián)模型，通過(guò)restful接口對(duì)外提供服務(wù)，用于分析病人主訴和病史等信息，給出就診科室的推薦。關(guān)聯(lián)模型的輸入為所有訓(xùn)練集的病例特征信息，采用加法模型將各個(gè)弱分類器進(jìn)行線性組合得到預(yù)測(cè)結(jié)果，輸出為建議就診科室。對(duì)于預(yù)測(cè)錯(cuò)誤的弱分類器增加該分類器的權(quán)重值，對(duì)于預(yù)測(cè)正確的弱分類器則降低該分類器的權(quán)重值，進(jìn)行迭代訓(xùn)練，直到關(guān)聯(lián)模型具有較低的殘差和較高的預(yù)測(cè)準(zhǔn)確性，應(yīng)用用于對(duì)新病例的預(yù)測(cè)。

應(yīng)用效果

智能分診系統(tǒng)可針對(duì)北大口腔醫(yī)院所有專業(yè)和15個(gè)科室常見的100多個(gè)癥狀、100多種疾病提供就診建議，應(yīng)用于北大口腔醫(yī)院微信公眾號(hào)。系統(tǒng)可為以下情景下的患者推薦就診科室：(1)僅知道癥狀，如牙疼、潰瘍；(2)僅知道診斷，如牙體缺損、牙髓炎；(3)僅知道治療方式，如整牙、拔牙。

截止2020年底，智能分診系統(tǒng)服務(wù)人次達(dá)3.7萬(wàn)，近1萬(wàn)人次對(duì)系統(tǒng)服務(wù)進(jìn)行了評(píng)價(jià)，好評(píng)率達(dá)98%。系統(tǒng)在運(yùn)行過(guò)程中積攢了大量真實(shí)患者數(shù)據(jù)，對(duì)患者畫像、癥狀疾病、就診科室等數(shù)據(jù)進(jìn)行分析，可了解患者行為偏好、口腔常見病等情況。圖3列出了患者咨詢數(shù)量最多的5種癥狀。

圖3 癥狀分析

討論與結(jié)論

智能分診系統(tǒng)從口腔?？齐娮硬v入手，利用自然語(yǔ)言處理技術(shù)和知識(shí)圖譜技術(shù)，建立起計(jì)算機(jī)可閱讀、可理解的知識(shí)體系。通過(guò)搭建的人機(jī)智能對(duì)話系統(tǒng)，收集患者的口腔疾病信息，綜合運(yùn)用中文分詞技術(shù)、近義詞處理技術(shù)、不確定推理技術(shù)以及文本相似度技術(shù)，合理推斷患者可以前往就診的科室信息。該口腔?？浦悄芊衷\系統(tǒng)支持部署于APP、公眾號(hào)、小程序，基本覆蓋了口腔專業(yè)的疾病與治療方式，隨時(shí)隨地為患者提供快捷的就診指導(dǎo)，降低了患者誤掛科室的可能性，可為其他醫(yī)療機(jī)構(gòu)開展口腔?？浦悄芊衷\提供借鑒。

智能分診系統(tǒng)通過(guò)日志監(jiān)控系統(tǒng)記錄系統(tǒng)的使用狀況，可對(duì)各服務(wù)節(jié)點(diǎn)的穩(wěn)定性與服務(wù)效率進(jìn)行可視化監(jiān)控，有利于及時(shí)發(fā)現(xiàn)系統(tǒng)的效率瓶頸與錯(cuò)誤信息。另外，通過(guò)日志系統(tǒng)可有效收集患者訪問記錄，對(duì)患者使用數(shù)據(jù)進(jìn)行合理分析，可作為系統(tǒng)優(yōu)化、資源分配的依據(jù)。

智能分診系統(tǒng)具備兩個(gè)特點(diǎn)：第一，知識(shí)圖譜的構(gòu)建以口腔?？齐娮硬v中的大量專家模板與真實(shí)診療數(shù)據(jù)為基礎(chǔ)，相較于常規(guī)的基于百科類站點(diǎn)、垂直站點(diǎn)爬取，知識(shí)圖譜的完整性與推斷的準(zhǔn)確率更高；第二，不同于開放的自由文本人機(jī)對(duì)話，本系統(tǒng)的人機(jī)對(duì)話是在預(yù)定義的規(guī)則下進(jìn)行的，更符合真實(shí)的診療場(chǎng)景。在時(shí)間有限的線下面對(duì)面問診過(guò)程中，醫(yī)生會(huì)對(duì)患者提出引導(dǎo)性的問題，從而獲得關(guān)鍵信息做出診斷。如果允許完全自由的文本人機(jī)對(duì)話，患者可能會(huì)輸入與診療目的無(wú)關(guān)的過(guò)于離散的信息，導(dǎo)致機(jī)器學(xué)習(xí)的成本大大提高，推理結(jié)果的準(zhǔn)確性反而降低。因此，經(jīng)真實(shí)測(cè)試與實(shí)踐表明，基于真實(shí)診療數(shù)據(jù)的、預(yù)定義人機(jī)對(duì)話場(chǎng)景的智能分診系統(tǒng)可用性與可信性更高。