DOI:10.3969/j.issn.1673-6036.2025.08.013
中图分类号:R-05;|TP311.52
全文
文内图表
参考文献
出版信息
面向患者的专病管理平台设计与应用研究
1 引言
《公立医院高质量发展促进行动(2021—2025年)》[1]明确指出，要实施患者体验提升行动，以信息化为支撑，增强医疗服务连续性，促进我国公立医院医疗服务和管理能力再上新台阶。近年来，我国医院信息化建设取得显著进展，但在面向患者的管理创新和连续性医疗服务方面，仍面临管理模式与个体健康需求适配不足、延续性服务机制缺失、医患交互效能有待提升等挑战。
本研究结合患者画像技术和健康数据分析，构建基于企业微信生态的专病管理平台，探讨其在患者服务中的应用价值。提出“标准路径+个体适配”专病管理模式，整合多源医疗数据建立患者健康档案，形成“院内-院外”全流程服务闭环，打造面向患者的诊疗、随访与反馈一体化服务体系。本研究探索了医疗机构精细化患者管理的可行路径，有助于医疗服务质量和运营效率双重提升，推动医院高质量发展。
2 专病管理现状与挑战
2.1 个性化管理缺失
传统专病管理模式缺乏精细化管理，难以满足患者个体化需求。既往“一刀切”治疗方案依赖医护人员经验和固定流程，常忽略患者具体病史和个体差异，影响个性化健康服务普及发展[2-4]。部分慢性病具有长期、动态变化特点，须根据患者情况定期调整药物、饮食及运动方案。标准化治疗方案无法灵活应对病情变化，治疗效果不理想，甚至可能引发副作用。相关研究[5]显示，严格遵循美国糖尿病协会标准方案的2型糖尿病患者中，43%出现过度血糖控制。因此，应整合患者病史、检验数据和实时健康信息，构建全方位患者健康档案，为患者提供量身定制的健康管理计划和治疗方案。
2.2 院外延续性管理困境
患者出院后疾病治疗、康复及随访管理难度较大。慢性病患者治疗中常面临疾病复发、并发症等问题，须进行长期健康管理和定期随访。但现有医疗资源条件下，医护人员难以承担大规模、长期、精细化随访任务[6]，导致患者出院后健康状况缺乏有效监控，潜在健康风险未能及时识别干预。有研究[7]揭示基于人工电话和微信群的高血压专病管理项目的局限，一方面，微信群信息过载导致关键健康数据丢失；另一方面，人工录入用药和体征数据效率低，严重影响管理质量。因此，应通过信息化手段，结合有效分类分级管理措施，建立结构化随访管理计划，减轻医护人员工作负担，实现患者健康状况动态监测和精准干预，提升医院整体管理水平和服务质量。
2.3 医患互动效能不足
目前患者与医生交流不足，缺乏持续性互动平台。中国医院协会2023年调查[8]显示，近60%大型医院未建立规范院外医患互动平台，出院患者健康咨询需求难以及时响应。对患者而言，短暂就诊互动与慢性病长期管理需求脱节，影响就医体验[9-10]；对医院而言，缺乏有效院内外数据整合平台，医患互动多停留在诊疗当下，缺乏连续性与针对性，难以针对患者需求提供个性化指导[11]。这种系统性断层造成恶性循环：形式化健康宣教与流于表面的满意度调查削弱患者依从性[12-14]，不利于医患互动，使全病程管理无法形成闭环。因此，应打通院内外数据壁垒，构建覆盖诊疗、随访、评价等环节的互动反馈渠道，快速发现医疗流程不足，制定相应改进措施，增强患者满意度和依从性。
3 平台设计与实现
3.1 全病程管理流程设计
设计专病管理平台智能化健康管理闭环流程，见图1。平台通过整合多源数据，运用患者画像技术生成患者标签，并依据标签组合筛选目标患者，制定管理计划。计划执行时，平台持续采集患者健康数据，实时更新标签状态，动态触发新管理任务或调整既有计划。全过程以数据驱动为核心实现精准服务：实时记录任务执行及患者响应数据，用于评估管理效果，优化标签体系和管理策略。通过不断迭代，形成完整数据闭环，实现专病管理动态调整和精准干预。
图1 专病管理平台患者服务流程
3.2 平台整体架构
3.2.1 平台业务架构 考虑到慢性病管理痛点与专病服务流程优化需求，依托企业微信架构进行开发与部署，对接院内数据集成平台和业务子系统，形成互联互通的患者精细化管理平台，面向患者、医护人员和管理者提供服务，见图2。平台秉持以患者为中心的设计原则，患者无须下载、注册其他软件，使用微信即可获取各类健康服务。其中，医护端包括PC端和移动端：PC端侧重团队管理、患者分组及健康计划制定；移动端满足医护人员移动工作需求，实现实时沟通与任务执行。患者端以微信小程序为载体，提供健康动态管理、日程提醒、个性化健康宣教等服务。系统基于患者健康档案和就诊记录推送个性化内容，提升患者参与度和依从性。管理后台是平台运营核心，集成内容中心、标签库、配置中心等模块，支持机构设置、团队设置、权限分配等功能，确保各模块协同运作，保障信息安全。各模块通过数据实时同步，形成闭环管理体系，全面提升患者体验和医院运营效率。
图2 专病管理平台业务架构
3.2.2 平台技术架构 平台技术架构分多个层次，以实现系统高效运行、稳定保障与灵活扩展，见图3。基础设施层和存储层支持平台负载均衡、数据缓存和访问控制，确保运行流畅，利用分级权限管理机制保护患者隐私。数据层整合患者就诊数据、检验检查结果、健康记录等信息，保障数据安全并支持精准推送。业务逻辑层承载核心功能模块，如智能随访、健康宣教与患者反馈分析，助力个性化健康管理持续优化。中间件层采用Node.js开发应用程序编程接口(application programming interface，API)网关服务，确保系统可扩展性和高效性。应用层面向用户交互，包括管理后台和患者端。其中，管理后台支持医院运营与患者管理；患者端以微信小程序为主要入口，支持平台向患者推送健康提醒、检验检查结果、用药通知等信息，并提供患者与医护人员持续互动的通道。采用隔离区(demilitarized zone，DMZ)架构将院内系统与外部访问通道隔离[15]。DMZ仅授权节点(如微信服务器)访问院内敏感数据，保障了患者服务场景中的信息安全。
图3 专病管理平台技术架构
3.3 平台核心功能
3.3.1 基于患者画像技术的标签配置 患者标签体系是实现精细化健康管理的关键技术支撑，其配置策略直接决定了管理方案的个性化程度。平台构建多级标签体系，结合自然语言处理和机器学习技术，实时分析患者聊天会话、随访反馈、就诊记录等数据，实现自动化标签管理，支持个性化服务与高效分群管理。根据院内场景，平台将标签分为诊断标签、治疗标签、管理标签和运营数据标签4种类型。诊断和治疗标签记录疾病诊断、治疗方案等信息，可跨科室共享，提升多学科协作效率；管理标签反映患者属性，涵盖依从性等级、沟通偏好等，支撑精细化患者关系管理；运营数据标签由系统自动生成，包括最近沟通时间、沟通频次、档案完整度等，用于分析患者行为特征，优化医院运营策略。平台通过多维标签构建患者画像，用于支持个性化医疗服务的推送和精细化随访管理，辅助医院运营决策[16-18]，具体流程如下。(1)多源数据采集。与医院信息系统(hospital information system，HIS)、电子病历系统(electronic medical record，EMR)、检验信息系统(laboratory information management system，LIS)等院内数据源建立稳定连接，收集诊断记录及患者主诉等数据。(2)数据清洗与预处理。对非结构化医疗数据进行格式统一，处理数据缺失与冗余，确保数据质量。(3)数据关联与整合。通过患者唯一标识等关键信息关联各系统数据，全面呈现诊疗过程。(4)特征提取与标签生成。提取患者数据特征，通过算法预测疾病风险，生成多维标签。(5)患者画像构建。关联患者诊断、治疗及医生信息，构建多维度的患者健康画像，便于医护人员快速了解患者状况。(6)标签管理与应用。根据患者健康数据变化，自动更新标签，保障时效性与准确性。
3.3.2 患者健康管理计划制定 依托患者画像，平台可辅助医护人员根据患者健康状态、疾病类型或治疗阶段制定差异化健康管理计划。医护人员可通过患者标签体系筛选目标人群(如糖尿病、术后康复等)，从而提升管理措施的针对性和效果。管理计划涵盖康复训练、药物提醒、饮食建议及生活方式调整等内容，支持文本、图片、视频及外部链接等多种呈现方式，提升患者交互体验和信息获取便捷性。为保证个性化健康管理计划有效执行，平台依托智能规则引擎自动触发健康干预任务。当患者诊断信息变动或随访异常时，系统自动调整管理计划，并推送健康指导。此外，系统定期推送护理建议、复诊提醒，覆盖长期管理需求，确保患者按时接受健康管理服务，提升干预持续性和规范性。平台支持批量发送健康教育内容、随访通知及重要公告，提高健康管理工作覆盖范围和执行效率。同时，医护人员可根据个体患者具体情况灵活调整推送内容，实现个性化健康管理，增强患者依从性和满意度。
3.3.3 患者健康数据分析 健康管理闭环关键在于效果评估与持续优化。平台持续统计患者任务完成率、响应情况及随访反馈，识别高响应、高依从干预模式，优化任务内容、推送频率及交互形式，提高健康管理精准度和患者依从性。
此外，通过汇总患者健康趋势、随访质量、沟通频次等运营指标，平台可生成管理报表，直观展现健康管理工作成效，为医院优化随访策略、调整干预模式提供科学依据。数据分析结果反馈至标签体系和管理计划，驱动标签实时更新与策略自适应优化，构建“数据驱动-策略执行-效果评估-持续改进”的闭环体系，实现动态精准健康管理。
4 平台应用成效
专病管理平台自2024年在浙江大学医学院附属儿童医院上线以来，已在肿瘤内科、血液科、心理科、新生儿内科、新生儿重症监护病房、风湿免疫科等专病科室落地应用，各功能模块运行平稳，显著提高了患者管理效率与服务体验，见表1。
表1 专病管理平台实施前后患者互动与满意率对比
阶段患者回访率(%)患者建档率(%)日均互动患者数(人) 患者满意率(%)实施前65.4066576.5实施后87.163.21 68993.0
平台运行数据显示，患者回访率从实施前的65.4%提升至85%以上，日均互动患者数增至1 689人，表明平台增强医患互动成效显著。这主要归因于智能随访系统的动态优化和个性化管理方案完善。平台针对儿童各专病特征设置差异化任务方案：为新生儿定制每日体重监测、疫苗接种提醒，为风湿免疫患儿设置复诊用药提醒等。平台的应用有效促进了患者与医疗团队持续互动和双向反馈，增强了医疗干预效果。
平台上线后面向接受专病管理服务的患者家长发放调查问卷，内容涵盖平台使用便捷性、在线咨询响应速度、宣教内容匹配度、医患沟通频率的满意度、个性化提醒有效性等多个维度，共10个问题，采用1—5分制评分(4—5分视为满意)。共回收有效调查问卷568份，回收率约67.5%。调查结果显示，全院平均满意率由平台上线前的76.5%提升至90%以上，在线咨询响应速度、宣教内容匹配度等方面的进步获患者高度评价，见表2。这些数据表明，优化个性化服务和沟通流程后，平台有效提升了患者依从性和对治疗方案的认可度，为实现持续、主动健康干预提供了良好支撑。
表2 专病管理平台实施前后患者满意度对比(%)
阶段在线咨询响应速度宣教内容匹配度个性化提醒有效性实施前62.158.472.4实施后95.893.292.3
5 结语
本研究设计并实施面向患者的专病管理平台，形成了“数据驱动-策略执行-效果评估-持续改进”闭环健康管理流程。平台基于患者画像构建个性化健康管理计划，通过实时健康数据分析动态调整干预方案，实现以患者为中心的精细化服务。该平台建设推动医疗服务模式向“以患者为中心”转变，显著提升患者回访率、随访完成率和满意度，减轻医护人员工作负担，优化医院整体运营流程。
未来，随着人工智能算法持续迭代和可穿戴设备智能化升级，平台将具备更深层次的健康风险预测能力，形成覆盖疾病预防、诊断、治疗及康复全周期的智能决策支持体系；同时，平台将开发自适应学习系统，根据不同病种特征和地域医疗水平动态优化管理策略，重塑医患互动方式，为健康中国战略落地提供可复制的数字化解决方案。
作者贡献：孙祎颖负责研究设计、系统建设、论文撰写与修订；朱珠负责数据分析、论文修订；陈凌栋、赵永根、李哲明负责研究可行性分析、系统建设；俞刚负责论文审核。
利益声明：所有作者均声明不存在利益冲突。
1 关于印发公立医院高质量发展促进行动(2021—2025年)的通知[J].中华人民共和国国家卫生健康委员会公报，2021(9)：2-5.
2 尚少梅，周伟娇，梁叶田，等.“互联网+”慢性病健康管理模式的进展与展望[J].中国护理管理，2024，24(11)：1621-1624.
3 葛敏.公立医院开展高端医疗服务的必要性与策略研究[J].中国卫生产业，2021，18(17)：42-45.
4 陈中格.数据挖掘在医院信息化管理中使用现状和应用手段[J].数字通信世界，2023(11)：124-126.
5 SUBRAMANIAN S，HIRSCH I B.Personalized diabetes management：moving from algorithmic to individualized therapy[J]. Diabetes spectrum，2014，27(2)：87-91.
6 杨晓莉，梁莉莉，程琳.延续性护理信息化平台构建的研究现状[J].全科护理，2023，21(29)：4094-4097.
7 李婧，李素清，韦春华.专病特色管理模式在老年高血压患者中的应用效果[J].中国社区医师，2024，40(32)：149-151.
8 中国医院协会信息专业委员会.CHIMA发布：2023—2024年度中国医院信息化状况调查报告[EB/OL].[2025-03-20].https：//chima.org.cn/Html/News/Articles/17294.html.
9 黄双慧，陈蕾，罗喆慧，等.住院患者体验感与满意度、忠诚度、推荐度的关系研究[J].现代医院管理，2022，20(4)：42-45.
10 黄淑君，李梅靖，齐恒，等.糖尿病患者胰岛素注射恐惧现状及影响因素分析[J].海峡药学，2024，36(12)：115-120.
11 罗浩，胡川，赵浩宇，等.基于移动互联的智能健康管理服务体系研发与应用 [J].医学信息学杂志，2019，40(5)：28-31.
12 崔婧晨，张普洪，娜地拉·多里坤，等.糖尿病患者健康管理中移动互动类平台的应用现状[J].中华健康管理学杂志，2021，15(1)：98-102.
13 范英，李秀铭，邹冬吟，等.互联网平台互动慢病管理模式对2型糖尿病患者血糖的影响[J].西部中医药，2023，36(1)：124-127.
14 王英，周红丽，梁燕，等.内科慢性疾病患者入院宣教需求调查分析[J].齐鲁护理杂志，2013，19(1)：54-56.
15 CRICHIGNO J，BOU-HARB E，GHANI N. A comprehensive tutorial on science DMZ[J].IEEE communications surveys &tutorials，2018(2)：1-1.
16 BAJENARU L，DOBRE C，CIOBANU R I，et al.Patient profile using ontologies in an older adults monitoring iot-based platform[C]. Iasi：The 7th IEEE International Conference on E-Health and Bioengineering，2019.
17 姚华彦，张鑫金，何萍.基于大数据的患者画像标签体系构建方法及应用研究[J].中国卫生信息管理杂志，2019，16(6)：667-671.
18 李一男，胡婷，王婧婷.基于大数据的“用户画像”在患者体验提升中的应用现状与前景展望[J].中国护理管理，2020，20(5)：776-779.
