關于醫療智能隨訪,這是我的一些思考
在當前醫改政策下,智能隨訪還有很多思考和開發的空間,這篇寫了一點淺見,還不是特別成型的產品設計,權當班門弄斧,拋磚引玉了。
一、政策分析與痛點抓取
1. 隨訪是什么
根據百度百科詞條解釋,隨訪是指醫院對曾在醫院就診的病人以通訊或其他的方式,進行定期了解患者病情變化和指導患者康復的一種觀察方法。
通過隨訪可以提高醫院醫前及醫后服務水平,同時方便醫生對病人進行跟蹤觀察,掌握第一手資料以進行統計分析、積累經驗,同時也有利于醫學科研工作的開展和醫務工作者業務水平的提高,從而更好地為患者服務。
隨訪是醫院根據醫療、科研、教學的需要,與診治后的病人保持聯系或要求病人定期來醫院復查,對病人的疾病療效、發展狀況繼續進行追蹤觀察所做的工作,又稱作隨診(follow up)。簡單地說,就是在診治后,對病人繼續追蹤、查訪。
2. 隨訪的角色與分工
患者(包括但不限于慢性病/術后患者/孕婦/兒童及其家屬)
- 接受隨訪
- 提供隨訪信息
- 接受患者教育
- 接受后續診療服務
- 評價醫療服務水平
醫生/護士
- 執行隨訪任務
- 記錄隨訪信息
- 執行患者教育
- 推進后續診療服務
科室
- 分解考核指標到醫生
- 規范科室級別隨訪流程與制度
- 提供隨訪培訓
- 開展患教課程
- 管理患者及其信息
醫院
- 分解考核指標到各科室
- 規范醫院級別隨訪流程與制度
- 系統存儲患者信息
- 收集患者信息進行科研
廠商
- 收集患者信息進行科研
- 開展患教項目
政府
- 考核醫院指標決定醫療經費的撥出;
- 要求廠商提供隨訪數據以評估產品性能及人群研究
3. 隨訪的細分
醫院開展隨診的方式有五種:門診隨診、信訪隨診、家訪隨診、委托代隨診、電話及電子郵件隨診。其中又有不同方向上的細分。
(1)按實施隨訪級別劃分
- 院級隨訪:對醫院服務質量和滿意度的整體調查。
- 科室級隨訪:對具體科室和醫師的滿意度調查。
- 醫師級隨訪:具體醫師對患者的后期跟蹤治療和復查提醒,同時進行患者的滿意度調查。
(2)按實施內容劃分
- 醫療保健性隨診:對特定群體進行有關保健項目的觀察和訪問,了解健康情況,掌握發病、患病和死亡的情況。如對員工的定期檢查或進行家訪和信訪,以取得隨診資料。
- 預防保健性隨診:如對于從事放射線、粉塵工作以及化工作業的職工,通過定期隨診,進行流行病學調查,了解他們的健康、發病和患病情況。
- 研究性隨診:當病人結束醫院內診斷治療后,為了證實診斷和觀察療效,需要對出院病人進一步了解。
(3)按特定專題劃分
常規隨診又稱定期隨診,是醫院和臨床科室根據醫療、科研、教學需要,事先確定對某些病人或某些疾病病人進行長時間或限定時間的定期隨診。
常規隨診的范圍由醫院和臨床科室確定,對某一病例進行隨診及隨診時間、隨診間隔期限由臨床醫師決定。對某些罕見的病例、疑難病例、慢性病或腫瘤等疾病也可終生隨診,以了解疾病的全過程及病人的生存時間。
專題隨診又稱臨時隨診,在指定的時間內對某一題目或所選定的病例進行一定范圍內的一次性普遍隨診,并限期完成。專題隨診又分為行政專題隨診、醫療專題隨診(隨訪)。
行政專題隨診是醫院為加強醫療行政管理,了解病人對醫療服務的滿意度,經常征詢病人對醫療服務的意見而開展行政隨診。
醫療專題隨診主要是醫院的臨床科室和醫技科室,為某項臨床工作總結或科研課題調查而進行的隨診。
這里只討論面向患者的院級/科室級/醫師級、醫療保健性/研究性、常規/臨時/醫療專題隨診。
4. 隨訪流程的痛點抓取
患者及家屬
- 希望與醫生保持聯系
- 能夠方便地預約下次取藥或復診
- 術后患者不在外科隨訪,而接受內科隨訪,怎么辦?
- 外地術后患者來院路途遙遠,是否可以下沉至當地醫療機構隨訪?當地醫療機構收集的隨訪信息是否完整和準確?
- 如果患者后續轉診,隨訪如何持續?
醫生/護士
- 內科醫生忙于查房和門診,外科醫生手術時間不確定
- 電話、微信、短信等傳統隨訪方式效率低下,可能還要泄露個人電話和微信號等隱私信息
- 每個患者情況不一,需要結合每人基本診療情況作患教及隨訪跟蹤
科室
- 不同科室的隨訪需求不一致
- 隨訪科室的流轉問題(可能涉及到考核指標)
醫院
- 需要建立完善的隨訪數據庫,以便進行科研
- 隨訪的轉院問題
- 各醫院間數據不聯通,隨訪轉診信息收集不全,調取流程復雜
廠商
- 藥品類開展患教項目,可能涉及講課費等風險
- 器械類開展患教項目動力不足
政府
- 區域配合度不一,地方醫療機構為了考核可能發生數據造假
- 施加壓力給廠商收集隨訪數據,但醫院配合度不高,難以推進
二、智能隨訪行業產品概覽
1. 關鍵詞篩選
行業產品搜索關鍵詞定位“隨訪”。
2. 確定產品
根據關鍵詞在 App Store 進行搜索,篩選出行業市場上的幾款主要產品:
云隨訪、醫醫、杏仁醫生(醫生版)、病歷夾
3. 產品定位
醫醫——致力于打造中國最專業的心臟康復院后管理平臺,以軟件+硬件+服務的專業體系為醫生/患者提供心臟康復系統解決方案,在智能評估的基礎上,給患者匹配出不同的方案,因人而異,個性化管理。
杏仁醫生(醫生端)——做中國優秀醫生的職業伙伴,醫生們的 LinkedIn ,目前有 43w 醫生用戶。旨在幫助醫生培養患者粉絲圈,在線給患者用藥建議(全國免費送藥上門),智能管理患者(患教、隨訪、問診表一應俱全),擴展職業圈。
杏仁醫生(患者端)——是接近 43w 醫生的健康社區,超過 1000w 大眾粉絲。找到熟悉自己的私人醫生,和醫生建立長期聯系,接受有趣的患者教育,享受在線咨詢的快捷便利,還可以在線買藥。
病歷夾——解決醫院系統存儲數據問題,主要以病歷維度管理患者。通過 OCR 精準識別病歷,和同行大咖一起交流,輕松完成患者隨訪,并有多個終端實現數據云端同步。
4. 產品結構圖
(1)功能結構對比
(2)醫生端(APP)
(3)患者端(微信)
三、嘗試設計一款智能隨訪產品
1. 產品定位
一款致力于提升隨訪率和便捷度的,連接患者、醫生、組織管理的互聯網隨訪產品。
篇幅有限,這里只針對慢病患者隨訪場景來設計。
2. 用戶場景及路徑
3. 產品功能模塊
四、幾個思考點
1. 醫療數據的互通
醫療保健領域最大的難題之一就是數據嚴重封閉與鼓勵,地域之間共享能力、系統之間互操作能力非常欠缺。甚至同一家醫院內集成的 HIS 系統數據都難以打通,更不要說當前互聯網醫療不同移動應用、設備和健康追蹤產品的數據互通了。但是做隨訪一定不能脫離醫院的 HIS 系統,即使出不了院墻。
所以,如果能(理想化地)跟醫院 HIS 系統對接,那么隨訪過程中的復診掛號和報告簽發的節點就可以大大提高醫患雙方的效率。
2. 人工智能的介入
一個是人工智能推薦系統,一個是人工智能引擎。
前者已經廣泛應用在內容分發領域,比較成熟了。簡單一點的話,前期準備一定量級內容,對內容進行標準化處理后,建立標簽體系,接下來就是挖掘、算法和索引服務層的事情了。隨訪過程中患者教育內容的輸出也是一種內容分發體系,所以應該可以直接套用。
至于人工智能引擎,可以看下騰訊睿知對外發布的介紹:
首先,從海量文獻中抽取豐富的醫學知識,這一抽取過程相當于學習和記憶醫學知識;
其次,對所抽取的知識進行理解和加工,包括將醫學專業術語與患者語言進行對應、推理癥狀與疾病間的對應關系和問答對話邏輯;
最后,結合場景進行應用,比如在智能導診場景中結合醫生的專業擅長、過往的診療經歷,刻畫出全面、詳細、實時的醫生畫像,通過智能問診,為患者匹配最合適的醫療資源。
這套思路似乎也可以推演到隨訪模板上:
- 首先,從以往系統化隨訪信息與醫學診斷信息中提煉關鍵數據(其實這是理想化了,實際上醫院幾乎沒有系統化隨訪信息);
- 其次,通過機器學習對隨訪信息進行分析,檢測數據是否存在異常等;
- 最后,結合患者過往診療經歷,幫助醫生提出適合患者疾病/生活方式管理的隨訪建議。
當然,當前人工智能水平并不能替代醫生(注意,不是完全替代,而是不能替代),因此在功能邏輯上必須設置為由醫生行使最終簽發權。加入這個功能主要目的在于檢驗它是否能減輕醫生的工作量,提升醫生隨訪效率。
本文由 @sulleyhand 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自 Unsplash ,基于 CC0 協議
可以加微信聊聊么~~
您好請問您是怎樣體驗這些競品的
你好,方便價格微信么?
結合目前的市場,以及醫生和患者的實際場景來說,我覺得大部分的隨訪是個偽需求,而隨訪應用場景最多的我覺得主要是兩個方面:1、慢病患者的健康管理;2、高端醫療機構的用戶關懷。這兩個現在做是有價值和意義的,其它的方面我覺得意義不大。
你好,能詳細聊聊嗎,?V:lewen44
醫療保健領域最大的難題之一就是數據嚴重封閉與鼓勵=孤立。
很棒!
人肉點贊
很棒 ??