兒童醫院急診信息系統設計應用效果
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了兒童醫院急診信息系統設計應用效果范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：為了解決某三甲兒童醫院急診科分診缺少系統支撐，精細化管理缺少數據支撐的現狀。方法：結合急診分診指南以及院內臨床專家經驗設定了兒科分診分級標準，構建了信息系統。結果：通過統計2019年2月1日至8月31日，并對比2018年同期數據發現：分診平均耗時為49s；患者急診滯留平均時間縮短了65min；降低了急診搶救室患者死亡率0.02%；患兒年齡段主要集中在7個月至6歲，其中肺炎、抽搐待查及發熱待查是最為常見的就診原因；每日的12—13點為就診高峰期。結論：智能分診系統的應用，提高了急診的服務質量以及患者滿意度；同時通過分診數據的支撐分析，有利于合理安排醫療資源。
關鍵詞：兒童醫院；急診；信息系統；服務質量
急診科是醫院病種最復雜，搶救任務最繁重的科室，急診醫療所面臨的往往是一些高危急重癥患者[1-2]。國內外急診科擁擠情況日益嚴重，就診秩序混亂，部分真正需要急救的患者得不到及時救治[3]。而兒童醫院情況更加嚴重，兒童與成人相比，病情變化快、病情險、病死率高，更容易出現等候期間病情突然惡化或死亡[4]。急診分級準確率、急診滯留時間、72小時內非計劃重返急診率、患者滿意度等，都是急診醫療質量考核指標[5]。有研究[6]顯示：國內132家三甲醫院，急診患者就診模式按照分級就診為79家占59.8%，預檢分診有電子信息化分診系統支持的為67家占50.8%。急診預檢分診普遍存在以下問題[7-8]：①缺乏具體客觀的量化指標，缺乏可靠的分級分診標準；②預檢分診采用手工登記方式，工作效率低下，同時存在登記速度慢、信息登記不完整、數據利用不便等問題；③分診護士缺乏專業性培訓，分診技術能力和經驗參差不齊。如何快速準確地進行預檢分診，根據病情嚴重程度決定患者的就診順序和就診區域，使危重患者得到及時治療，是醫院需要重點關注的問題；而且各項的分診數據、患者就診相關信息、常見疾病種類等等都是作為急診科管理者急切需要獲取的信息，因此建設以分診為核心的信息系統特別迫切。
1急診分診信息系統的設計
1.1制定急診預檢分診標準體系
依據國家衛生計生委辦公廳2013年的《需要緊急救治的急危重傷病標準及診療規范》[9]，結合國內急診預檢分診的專家共識[10-13]，同時總結本院急診預檢分診的以往經驗，急診救治領域的臨床各專科專家以及護理專家進行了深入探討和研究，制定了可量化的針對兒童癥狀的五級分診標準，主要包含意識，體溫T，呼吸R，脈搏P，血壓BP，血氧飽和度SpO2，疼痛評分等生命體征參數，針對不同年齡段有不同的生命體征分級指標。同時結合患者主訴和癥狀描述，來確定患兒病情分級，將患兒分為I級（瀕危）、II級（危重）、III級（緊急）、IV級（亞緊急）、V級（非緊急）。運用物聯網技術和信息系統集成技術，將監護儀與分診系統鏈接，自動采集患者的生命體征數據，包括心率、呼吸、血壓、血氧飽和度四個體征指標，便于醫護人員更快地記錄分析數據，減少分診耗時；同時系統會根據體征指數自動給出評級級別，做到智能化、標準化。
1.2急診分診系統的流程設計
急診分診是患者進入急診門診得到及時救治的重要環節，它的合理性和準確性直接影響急診醫療服務的秩序和質量[14]。系統支持多途徑信息錄入，能夠通過讀取醫保卡、醫院就診卡或者患者檔案號獲取患者基本信息，其中出生年月是必須具備的條件，通過快速勾選記錄病人基本情況，自動采集監護儀的數據，幫助護士快速、直觀地完成急診評分以及分診工作，完成分診并打印分診單，根據分診級別前往相應的區域就診。I級患兒搶救區救治，II級患兒監護區診療，III級患兒和IV級患兒在急診診療區按照級別次序候診，V級患兒0點—7點30分在急診診療區候診，其余時間門診就診。我院急診除了分診病人以外另存在兩類病人：第一類是救護車送入的患兒，歸為I級患兒，直接送入搶救室；第二類是新生兒患兒，允許不經過分診直接掛急診號，歸為II級患兒，在監護區診治。急診患兒流轉具體如圖1所示。
2結果
2.1系統運行情況
系統于2019年1月10日上線，共收集了2019年2月1日至8月31日的急診分診患兒48217例。其中，男28834例占59.8%，女19383例占40.2%；0～3個月患兒2799例占5.81%，3～6個月患兒1664例占3.45%，7個月至1歲患兒13415例占27.82%，2～3歲患兒12778例占26.50%，4～6歲患兒9936例占20.61%，7～9歲患兒4581例占9.50%，10歲以上患兒3044例占6.31%；省內患兒26033例占53.99%，省外患兒4942例占10.25%，無有效地址患兒17242例占35.76%。
2.2各級別患兒急診滯留時間及搶救
室患兒轉歸情況分診平均耗時T（t保存分診-t開始分診）=49s；I級患兒665例占1.38%，II級患兒10039例占20.82%，III級患兒27448例占56.93%，IV級患兒10036例占20.81%，V級患兒29例占0.06%。Ⅰ～Ⅴ級患兒的平均急診滯留時間分別為77min、104min、154min、111min、76min，患者平均滯留時間119min，2018年同期患兒平均滯留時間184min。入搶救室患兒共4743例，經搶救治療后去向：離院1216例，住院2142例，ICU550例，留觀816例，死亡19人，急診搶救室患者死亡率為0.40%，2018年同期的急診搶救室患者死亡率為0.42%（搶救人數5301人，死亡人數22人），單純數據上分析系統上線后的搶救成功率略有提高。
2.3患兒的診斷情況
急診患兒主診斷前3位為肺炎8056例占16.71%，抽搐待查3240例占6.72%，發熱待查1949例占4.04%，前13位診斷情況及占比見表1。
2.4分診效果以及患者滿意度
分診界面增加了調整分診級別的按鈕，分診人員調整級別需要填寫修改理由，結果發現自動分級與實際分級不相同的有2320例患兒，修改率為4.81%，其中級別降低有1635例占3.39%，級別升高的有685例占1.42%，主要修改理由見表2。隨機選取了2018年6—8月以及2019年6—8月各500名在急診就診的患兒家長，進行了滿意度調查，結果顯示滿意度分別為85.6%，93.2%，明顯提升了患者滿意度。
3討論
從分診數據看，作為國家區域兒童醫學中心（華東）所在地，醫療范圍主要輻射浙江、江蘇、安徽、江西等省市，非浙江患兒占10.25%，比例并不高。同時發現有35.76%的患兒地址是無效的，分析原因地址信息不完善或者空白，應該在今后的工作中完善。急診患兒就診時間密集區在每天的12—13點，高峰期建議增加分診人員，加強醫護人員配比。從表1患兒主診斷可以發現，主要是肺炎、抽搐待查、發熱待查，合理安排內科和外科醫生的比例。從分診準確率看，3.39%患兒存在過度分診和1.42%患兒存在分診不足，直觀地呈現了分診標準的不足，同時也存在預檢護士對非典型疾病把握不準或者患者主訴不清等原因，在有限時間內很難準確抓住患者疾病特點。從表2分診級別修改理由可以發現，分診級別修改的原因主要是無癥狀、無休克征象、病情不是十分嚴重、病情十分嚴重，理由不夠直觀。兒童急診預檢分診標準能較準確地判斷患者分診級別，但由于患者癥狀不典型以及預檢護士能力的差異，可能出現分診錯誤的情況，有必要定期對分診結果進行回顧和總結，進而優化預檢分診標準。
4結論
智能分診系統的應用，降低了患者的等候時間，讓患者得到適時診療，又保證分診人員在舒適的環境下對每位患者進行準確的預檢分診。根據患者病情的輕重緩急合理安排不同等級患者的候診等待時間，能夠提高急診患者的安全性；同時能夠提高急診的服務質量以及患者的滿意度，提高醫院的信譽和社會認知度[15-16]。急診信息系統中的數據積累有利于急診管理，通過對兒科急診室的就診人群分布、就診患兒病種分布、就診高峰時間的變化情況分析，都有利于醫療機構合理的安排醫療資源，為醫療管理部門提供流行病學等方面的支撐決策。
作者：秦嘉品 俞剛 葉盛 黃玉芬 單位：浙江大學醫學院附屬兒童醫院信息中心