本文内容如下e-collection /主题问题:

现象检查(18) 数字健康评论(776) 新方法(662) 移动医疗的使用和用户统计数据(273) 移动医疗(1911年) 临床环境中的移动医疗(491)

发表在在24卷第11名(2022): 11月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/36074，首次出版．
设计用于从患者获得当前病史的数字工具:范围审查

设计用于从患者获得当前病史的数字工具:范围审查

设计用于从患者获得当前病史的数字工具:范围审查

本文作者:

卡尔·伯达尔1 作者Orcid图片； 安德鲁·J·亨里德1 作者Orcid图片； 约书亚·M·佩夫尼克1 作者Orcid图片； Kai郑2 作者Orcid图片； Teryl K Nuckols1 作者Orcid图片
文章 作者 引用的 Tweetations (10) 指标

    审查

    1雪松西奈医疗中心，洛杉矶，加州，美国

    2加州大学欧文分校唐纳德·布伦信息与计算机科学学院，美国加州欧文市

    通讯作者:

    卡尔·T·伯达尔，医学博士，MS

    西达斯西奈医疗中心

    贝弗利大道8700号

    洛杉矶，加州，90048

    美国

    电话:1 310 423 3091

    电子邮件:Carl.Berdahl@csmc.edu


    背景:许多疾病(大约80%)可以通过全面的当前病史(HPI)来诊断。然而，在临床环境中，诸如干扰和时间压力等情境因素可能会导致与患者的互动简短而碎片化。提高临床医生收集全面的HPI并使护理效率和质量最大化的能力的一个解决方案可能是在临床医生面对面评估之前使用数字工具获取HPI。

    摘要目的:我们的目标是识别和描述数字工具，这些工具旨在直接从患者或护理人员那里获得HPI，并在面对面接触之前将这些信息呈现给临床医生。我们还试图描述在这些工具的测试中报告的结果，特别是那些与可用性、效率和护理质量相关的结果。

    方法:我们在以下数据库中使用预定义的搜索词进行了范围审查:MEDLINE、CINAHL、PsycINFO、Web of Science、Embase、IEEE Xplore数字图书馆、ACM数字图书馆和ProQuest thesis & thesis Global。两名审稿人筛选标题和摘要的相关性，对符合纳入标准的文章进行全文审查，并使用一堆分类程序来识别工具的显著特征。描述这些工具的信息主要来自已确定的同行评议来源;此外，补充信息是通过工具网站和与工具创造者的直接交流获得的。

    结果:我们确定了18个符合纳入标准的工具。在这18个工具中，14个(78%)主要使用封闭式和多项选择题，1个(6%)使用自由文本输入，3个(17%)使用对话(聊天机器人)风格。超过一半(10/ 18,56%)的工具是为特定的患者亚群量身定制的;其余(8/ 18,44%)工具没有指定目标亚人群。在18个工具中，7个(39%)包括多语言支持，12个(67%)能够将数据直接传输到电子健康记录中。对这些工具的研究报告了与可用性、效率和护理质量相关的各种结果测量。

    结论:我们确定的HPI工具(N=18)在目的和功能上差别很大。关于如何收集患者生成的信息或将其呈现给临床医生，目前尚无共识。现有的工具经历了不一致的测试水平，在评估中使用了各种不同的结果测量，包括一些与可用性、效率和护理质量相关的测量。人们对使用数字工具获取患者的HPI有很大的兴趣，但测量的结果一直不一致。未来的研究应该关注使用HPI工具是否能改善患者体验和健康结果，尽管只要监测患者安全，替代终点就可以使用。

    中国医学杂志，2018;24(11):e36074

    doi: 10.2196/36074

    关键字

    既往症； 信息学； 急诊医学； 人机交互； 病史记录； 移动电话


    背景与意义

    许多疾病，大约80%的疾病，都可以通过全面的病史(HPI)来诊断[1］．然而，在临床环境中，诸如干扰和时间压力等情境因素可能会导致与患者的互动简短而零散[2］．提高临床医生收集全面的HPI并使护理效率和质量最大化的能力的一个解决方案可能是在临床医生面对面评估之前使用数字工具获取HPI。

    使用计算机辅助历史记录或诊断的概念并不新鲜。事实上，早在20世纪40年代，一些临床医生就将数据输入计算机，并使用软件进行鉴别诊断[3.］．在20世纪80年代，一小部分临床医生开始要求患者直接与计算机交互以输入自己的病史，但在许多情况下，这一过程非常繁琐，因为患者必须回答数十个甚至数百个问题[4］．在21世纪初，研究人员尝试了新的方法来减少所需问题的数量，但这样的工具并没有流行起来——也许是因为它们没有很好地集成到新兴的电子健康记录(EHR)系统中。5］．

    在当代数字时代，卫生部门的软件开发人员和研究小组正在开发工具，使患者参与诊断和管理其健康问题[6-8］．患者越来越习惯于在自己的设备上收集与健康相关的信息，并将其提交给临床医生。此外，从2011年开始，美国联邦政府开始鼓励临床医生和医疗保健系统收集这种信息，称为患者生成的健康数据(PGHD)，并以有意义的方式使用它。通常提交的PGHD的例子包括血压测量、血糖测量和患者报告的慢性病预后测量[9，10］．患者生成的HPI是一种不太普遍的PGHD形式，但如果仔细考虑，利用它可以提高患者护理的效率和质量。

    目标

    在这次范围审查中，我们的目标是识别和描述面向患者的数字工具，这些工具可以获得HPI，并在面对面接触之前将其呈现给临床医生。我们还试图描述这些工具的研究报告的结果，特别是那些与可用性、效率和护理质量相关的研究。


    搜索策略

    在与医学图书馆员协商后，我们开发了搜索词，旨在从同行评审的来源中识别感兴趣的HPI工具。然后我们搜索了以下数据库:MEDLINE、CINAHL、PsycINFO、Web of Science、Embase、IEEE Xplore数字图书馆、ACM数字图书馆和ProQuest thesis & thesis Global。搜索于2019年11月进行，其中包括所有可用英文提供的原始研究和评论文章(有关搜索策略的更多详细信息，请参阅多媒体附件1)．

    文章选择

    从文献搜索中得到的标题和摘要被导入DistillerSR(证据合作伙伴)以促进筛查。两名独立评审员(CTB和AJH)根据纳入标准评估了所有标题和摘要的相关性:(1)直接从患者或护理人员那里获得HPI的面向患者的数字工具;(2)在面对面接触之前将这些信息呈现给临床医生。如果工具是由临床医生而不是患者使用的，旨在随着时间的推移跟踪症状而不是做出新的诊断，旨在筛查一种诊断(例如，COVID-19感染)，或者在任何描述该工具的文献中没有提到结果测量，则该工具被排除在外。接下来，在全文审阅阶段，两位审稿人将审阅全文，以确定文章是否符合纳入和排除标准。如果对于是否应该包括该工具存在任何分歧，则会以协商一致的方式解决。

    数据提取与综合

    为了获得每种工具的特征信息，研究团队(AJH)的一名成员审查了确定该工具的原始来源材料，原始来源中任何其他引用的参考文献，以及通过网络搜索确定的工具的相关网站。我们开发了工具的叙述性描述，并在数据电子表格中维护了这些信息以及它们相关的引用。

    为了对所识别的工具进行分类，2位审稿人(CTB和AJH)使用了定性堆排序方法[11］．首先，我们把工具的名字写在小纸片上，然后把它们分成性质相似的组。接下来，我们讨论了这些工具共享哪些特性，以及哪些特性使它们彼此不同。一旦我们编译了这些定义特征的列表，我们就可以使用它们来对样本中的工具进行分类。

    随后，我们在研究团队中进行了讨论，回顾了各种工具的特点。通过这次讨论和我们新开发的分类法，研究团队的一名成员(AJH)再次审查了所有可用的材料，并进行了有针对性的数据提取，包括工具名称、供应商或开发人员的名称、多语言支持的可用性、初始开发或提及的年份、预期的患者用户群体(例如，儿科、胸痛或肺部)、查询交付的方式(例如，叙述vs结构化)、决策支持能力(患者、临床医生、或两者兼有)，与临床信息系统(如电子病历)的集成(是或否)，以及评估中使用的结果测量。研究小组的第二名成员(CTB)审查了所有可用的材料，以验证提取数据的准确性。在完成这些步骤之后，我们共同编写了简短的叙述来描述每个工具。最后，我们联系了每个工具的开发人员或供应商，以验证我们收集的信息。

    本研究遵循了用于范围评价的PRISMA-ScR(用于范围评价的系统评价和元分析扩展的首选报告项目)指南[12，13］．中给出了PRISMA-ScR的流程图图1．

    ‎
    图1。根据PRISMA-ScR(范围评审的系统评审和元分析扩展的首选报告项目)指南，展示范围评审的文章纳入和排除的流程图[12，13］．
    查看此图

    概述

    我们的文献检索确定了2569个潜在的兴趣出版物。在去除重复，筛选标题和摘要后，557篇文章进行了全文资格评估。共有141篇文章符合纳入标准，并被纳入我们的定性综合。我们总共遇到了18个独特的工具纳入我们的综述，这些工具由52个数据源描述，其中包括结果测量。有关各个工具及其特性的比较，请参阅表1，我们还编制了使用数字工具从患者或护理人员获得HPI过程的同义词列表，这可能对未来的研究人员有帮助的参考(多媒体附件2)．

    表1。数据提取表用于获取当前病史的工具。
    的名字 开发人员 一年 结果测量 交互 舌的支持 数据输入 病人分组人口 交付 决策支持
    即时病史[14-16］ 黄金时段医疗软件 1985 完成率、完成率时间和患者可用性 多项选择 英语 患者和临床医生 所有 导入EHR一个 临床医生
    帮助系统[17，18］ 摩门教的医院 1986 诊断协议(医生vs工具) 多选题，开放式的自由文本 英语 病人 肺 导入EHR 临床医生
    AIDA (19，20.］ 伊拉斯姆斯大学 1987 患者可用性、完成时间、投诉协议和诊断协议(医生vs工具) 多选题，开放式的自由文本 荷兰 病人 呼吸、循环、胃肠、泌尿生殖、神经系统、皮肤和一般疾病 基于文本的报告 患者和临床医生
    ParentLink [21，22］ 黑板上 1989 关键历史因素的完成率(医生vs工具)和完成时间 多选题，开放式的自由文本 英语 病人 儿科急诊过敏和创伤 导入EHR 临床医生
    CIDI-Auto [23-26］ 堪培拉医院(世界卫生组织综合国际诊断面谈电脑化版) 1997 患者可接受性和诊断协议(医生vs工具) 多选题，开放式的自由文本 多种语言 患者和临床医生 精神病学 基于文本的报告 临床医生
    MEDoctor [27，28］ MEDoctor系统公司 1999 诊断协议(小插图vs工具) 多项选择 英语 病人 所有 基于文本的报告 病人
    临床专家操作系统[29，30.］ 卡罗林斯卡医学院 2008 患者满意度，症状的一致性百分比(医生vs工具)，以及排除急性冠脉综合征的准确性 多项选择 英语，德语和瑞典语 病人 心脏病学 导入EHR 临床医生
    Mediktor [31-36］ Teckel医疗 2011 诊断协议(医生vs工具) 对话式，多选题 多种语言(>180) 病人 所有 基于文本的报告 病人
    DocResponse [37-40］ DocResponse 2012 诊断协议(小插图vs工具) 多项选择 英语 患者和临床医生 所有 对她来说很重要 患者和临床医生
    Digivey [41］ 他与约翰霍普金斯大学的研究人员合作 2013 患者可用性、完成时间和数据输入错误率 多项选择 英语 病人 紧急 对她来说很重要 临床医生
    PatientTouch [42］ PatientSafe Solutions Inc 2014 患者可用性和满意度 多项选择 英语和西班牙语 病人 紧急 导入EHR 临床医生
    OurNotes [43-45］ OpenNotes 2015 患者体验与临床医生工作量(定性研究) 开放式自由文本 英语 患者和临床医生 所有 导入EHR 没有一个
    FirstHx [46，47］ FirstHx集团 2016 完成时间、患者可用性和所问问题的数量(医生vs工具) 多项选择 多种语言(10) 病人 所有 导入EHR 临床医生
    胃肠症状自动评估(AEGIS) [48，49］ 我的健康状况 2016 工具笔记质量评级(比较医生笔记和工具笔记)和报警特征的一致性(医生和工具) 多项选择 英语 病人 胃肠病学 基于文本的报告 临床医生
    数码通讯辅助工具[50-53］ aidminutes GmbH是一家 2017 完成时间，患者和医生的可用性，报告症状的一致性百分比，以及重复临床就诊 多项选择 多种语言(21) 病人 所有 导入EHR 临床医生
    Quro [54-56］ 中卫生 2017 诊断协议(小插图vs工具) 对话式、开放式的自由文本 多种语言 病人 所有 基于文本的报告 病人
    曼迪(57］ 精准驱动的健康 2017 诊断协议(小插图vs工具) 对话式、开放式的自由文本 英语 病人 所有 导入EHR 临床医生
    诊断及病历自动记录仪(DIAANA AMHTD) [58］ 基于逻辑的医学Sàrl，与洛桑大学医院合作 2019 诊断协议(医生vs工具) 多项选择 德国 病人 肌肉骨骼 导入EHR 临床医生

    一个EHR:电子健康记录。

    工具的叙述说明

    由于我们确定的工具在许多方面(例如，声明的目的，预期的使用设置和结果测量)不同，我们开发了每个工具的叙述性描述(文本框1)．

    对用于从病人那里获得当前病史的工具的叙述性描述。

    用于获取当前病史及其描述的数字工具

    • 即时病史
      • 概述:即时病史是由Primetime医疗软件公司于1985年开发的一种工具，用于获取有关当前病史的全面信息，同时节省医生的时间并使记录更加完整。该工具在过去几十年里不断发展，直到今天仍在使用。
      • 设计:患者被邀请在家或在医务室候诊室通过基于网络的门户选择主诉。然后，他们会面对一组关于症状严重程度、持续时间、时间、背景、改变因素和相关疾病症状的多项选择题。接下来，这些信息将通过应用程序编程接口提交给电子健康记录，以便在患者就诊前进行审阅，如果需要，还可列入医生的病历[14］．
      • 衡量结果:该公司报告称，该工具每次临床就诊可节省多达6分钟[15，16］．
      • 使用范围:目前有7个国家的44,500名医生在使用该工具。供应商估计，到2020年，它将被用于8000万次访问(与Matthew Ferrante的电子邮件交流，Primetime Medical Software, 2020年7月21日)。
    • 帮助系统
      • 一般描述:HELP系统，在Microsoft Query驱动程序上编程，在1987年由Haug等人的出版物中描述[17题为“收集患者历史的决策驱动系统”。犹他大学(University of Utah)的信息学家描述了一种计算机管理的历史记录系统，该系统采用决策驱动问题，旨在为住院肺部疾病患者创建鉴别诊断。
      • 设计:该系统使用了一个认知模型的问题选择和贝叶斯评分算法，导致有针对性的问题选择使用模块化诊断框架在一个名为QUERY的程序。该项目包含了最多182种症状的“是”或“否”问题;然而，使用决策驱动系统，研究中的患者被要求回答平均51个(SD 31)问题。该计划的响应报告列出了前5种鉴别诊断，其可能性从0到1不等。
      • 结果测量:当与27名研究参与者的样本中记录的出院诊断进行比较时，该工具的5个鉴别诊断列表包括85%患者的主要出院诊断。
      • 使用范围:该工具还被集成到医院的HELP医院信息系统中，开创了临床决策支持的先河。随后进行了一系列测试，采用了更新的诊断系统和改进的提问方法，并在美国医疗系统和信息学协会的会议上进行了测试，包括对数据收集过程的几项改进。尽管该工具不再在医院环境中使用，但它为随后的诊断应用伊利亚特(Iliad)奠定了基础，并已用于医学教育[18］．
    • 阿伊达
      • 概述:AIDA是由荷兰鹿特丹伊拉斯谟大学医学信息系开发的软件包。1987年，Quaak等人描述了其自动获取病史的能力[19的特刊生物医学中的计算机方法与程序“，．该工具的目的是引出全面的病史，并帮助医生做出准确的诊断。
      • 设计:患者被要求阅读屏幕上的问题，并按下相应的答案。该系统包含400个问题，涉及179个不同的项目。对于急性症状，患者被系统地询问是否存在症状(使用7分制)从来没有来总是)．如果患者表示出现某种症状，系统就会询问更多有关频率、严重程度、强度、持续时间、发病和位置的问题。最终的报告以叙述的形式展示给医生和病人，这种形式是为了反映医生写笔记的方式。
      • 测量结果:研究人员将该工具的性能与医生访谈的黄金标准进行了比较，发现一致性为25%。他们最终发现，该工具导致了更高的数量诊断假说与单独的医生访谈相比，诊断的确定性更高。值得注意的是，患者平均需要66分钟来完成计算机化访谈，但他们的经历报告都很好(92%的人评价了该工具有用的) [20.］．
      • 使用范围:该工具从未进一步发展成为用于日常护理的产品。
    • ParentLink
      • 一般描述:ParentLink是一个工具，旨在从父母那里获取信息，以描述他们的孩子在儿科急诊科的症状。ParentLink公司成立于1989年，2014年被Blackboard收购，最早的临床出版物由Porter [21波士顿儿童医院。
      • 设计:邀请陪同非创伤性疾病患儿的父母提交描述当前病史的数据。家长们被要求在电子终端上独立回答有关发烧、呼吸道症状或胃肠道症状的结构化问题路径。如果没有列出探访原因，则邀请家长自行选择其他，然后向他们展示一个文本框，供他们输入开放式的自由文本。对于结构化的问题路径，父母们被邀请回答诸如他们孩子的活动水平、液体摄入量和排尿量等问题。
      • 测量结果:父母数据录入平均耗时5分钟，且数据未显示给治疗医师。调查人员测量了父母输入的内容的有效性，发现它是有效的类似的有医生记录的信息，提高了父母记录水合状态的敏感性。在2002年的一项描述自由反应途径的相关研究中，父母输入1到142个单词来描述探视原因(当字符限制为2048个单词时，大约是350-400个单词)。大多数家长描述了主诉和目前病史的因素，一些家长询问了具体的问题，并补充了关于过去病史的信息。当父母的文本输入和医生在电子健康记录中的历史进行比较时，23%(7/30)的父母输入记录了医生没有记录的细节或观察结果[21］．
      • 使用范围:ParentLink的后续研究纳入了有其他症状的儿科患者，包括头部创伤、耳痛和排尿困难[22］．
    • CIDI-Auto
      • 概要描述:CIDI- auto是世界卫生组织综合国际诊断访谈(CIDI)的计算机化版本。该工具的预期目的是允许患者私下回答一系列问题，从而自动生成精神病学鉴别诊断列表。1997年，澳大利亚堪培拉堪培拉医院的研究人员首次描述和评估了计算机化的版本[23］．
      • 设计:在急性精神病医院住院期间，患者被要求坐在电脑工作站前，回答有关精神病症状的是或不是问题。仪器的核心模块(CIDI-Core)包含20个主要问题和59个子问题，处理这些问题大约需要75分钟[24］．每个病人的反应都被组织成一份诊断和症状报告，交给医生。报告包括现行《国际疾病分类》第十版的概要、诊断(在过去30天内有效);终身诊断，1个月前活跃>;主要诊断区域的症状
      • 结果测量:精神科医生(the黄金标准)同意50%的CIDI-Auto当前诊断，并指出只有22%的CIDI-Auto报告提供了有用的新诊断，尽管63%有助于澄清诊断，58%可以节省临床医生一些时间。他们支持CIDI-Auto作为间接或远程诊断的可能辅助，在这种情况下，由非专家人员进行病史记录。至于病人，94%的人喜欢电脑化访谈，83%的人理解问题没有困难，60%的人觉得电脑化访谈比医生更舒服。受教育程度和以前的计算机经验促进了对计算机面试的积极态度和满意度[25］．
      • 使用范围:CIDI-Auto现已演变为世界卫生组织的《世界精神卫生cidi工具》，目前由世界各地不同环境下的计算机管理[26］．
    • MEDoctor
      • 一般描述:MEDoctor是一款商业化生产的症状检查器，旨在为有急性或慢性症状的用户生成鉴别诊断列表[27］．该工具的开发商MEDoctor Systems Inc成立于1999年，该公司自2017年以来更新的使命声明将其目标定义为为患者提供“可操作的医疗信息……这样病人就可以对自己的健康做出符合成本效益的决定。
      • 设计:MEDoctor工具使用排除包括阴性症状答案值的基础(没有输入)来排除疾病的可能性。该引擎使用贝叶斯统计在>4200个症状中导航，根据累积的许多因素(如性别、发病和是或否回答)生成每个访谈项目。患者界面由下拉菜单和“是”或“否”问题组成，用于描述他们的症状。在这个过程的最后，患者会看到前3个鉴别诊断的列表，并有机会查看基于文本的报告，该报告显示了所有已完成的反应，可以发送给临床医生[28］．
      • 测量结果:测量工具和小插图之间的诊断一致性。
      • 使用范围:该诊断工具已在世界范围内使用了5年。根据首席执行官的说法，截至2020年7月，美国、英国、南非和菲律宾的用户已经完成了36,860次(2020年7月21日与MEDoctor Systems Inc .的Charles Kelly的电子邮件通信)。
    • 临床专家操作系统
      • 概述:临床专家操作系统(CLEOS)是Zakim在2008年创建的工具[29这种药物目前正在瑞典斯德哥尔摩的卡罗林斯卡学院进行临床试验。该工具旨在促进对患者进行彻底的历史记录，它还包括为临床医生提供诊断、管理和风险分层的决策支持功能。
      • 设计:病史采集程序基于病理生理学原理，形式化为软件算法，将医学知识表示为450棵决策树。门控机制加上前馈和反馈循环使该工具能够对历史的任何重要方面进行详细探索，同时还避免了医疗冗余问题。通过CLEOS获得的数据可以格式化为最相关的病史发现的叙述性摘要，类似于医生的记录。
      • 测量结果:在2008年发表的一项涉及45名患者的研究中，这些患者接受了常规护理并完成了CLEOS访谈，该工具检测出每位患者3.5个额外问题，其中一些被认为具有临床意义，如未识别的短暂性脑缺血发作[29］．目前，该工具正在瑞典斯德哥尔摩卡罗林斯卡大学医院进行临床试验，用于评估胸痛患者。在急诊科医生进行初步分诊后，患者被邀请在平板电脑上回答CLEOS中的问题。在胸痛鉴别诊断的背景下，关于疼痛的数据包含在29个决策图中，这些决策图提出了混合了是或否、多项选择和基于图像的问题类型的问题。这些患者的问题安排基于心血管病理生理学的原则，包括对症状严重程度、性质、疼痛位置和放射程度、相关心脏或迷走神经症状以及疼痛的诱发因素的评级。主要结局指标是在第7天成功排除急性冠脉综合征(以医生诊断为比较指标)。次要结果包括计算急性冠脉综合征风险评分的能力;排除急性冠状动脉综合征30天及1年;直接成本和资源使用;以及患者在可行性、可接受性、可理解性和可用性等技术方面的经验[30.］．
      • 使用范围:在临床试验中，CLEOS仅在一家医院使用:瑞典斯德哥尔摩的Danderyd大学医院。
    • Mediktor
      • 一般描述:Mediktor是一款症状检查工具，由IBM附属公司Teckel Medical和StartUp Health于2011年开发。开发人员将Mediktor描述为“一个可以分析用户症状并评估其健康状态的交互式工具”[31］．消费者可以在其网站上免费使用Mediktor，也可以在主要的智能手机和平板电脑系统上以可下载移动应用程序的形式使用[32，33］．
      • 设计:该工具为用户提供多项选择题或对话式提示。在一系列的问题和回答之后，用户可以得到一份分诊紧急程度的评估，一份总结表，显示输入的回答和可能的诊断，并有机会付费与有执照的临床医生进行远程医疗访问。该工具支持>180种语言，由人工智能和自然语言处理提供支持。
      • 结果衡量:根据在西班牙进行的一项学术研究，Mediktor的诊断准确性与医生诊断的金标准进行了测试，其主要诊断列表与91%的病例匹配[36］．
      • 使用范围:该工具已通过亚马逊的Alexa作为一项技能免费启用[34]并通过Telegram作为聊天机器人信息功能[35］．据开发人员称，该工具目前正在欧洲和美国的3个临床站点使用，2019年有120万用户评估(与Fabiana Rojas的电子邮件交流，Mediktor, 2020年7月21日)。
    • DocResponse
      • 概述:DocResponse是2012年推出的一个临床工作流程、患者接收和文档工具，用户可以通过电子方式安排访问，并在与临床医生面对面接触之前输入有关过去病史和急性投诉的访问前数据。该工具是由来自不同专业的技术专家和医生团队开发的。37］．该工具的目标是减少前台接待人员、医疗助理和临床医生的数据输入。
      • 设计:请患者在医院提供的任何智能设备或个人智能设备上输入数据。用户可以填写同意书;输入描述过去医疗、家庭、手术和社会历史的数据;完成系统评审;并使用评估工具在病人到达之前的医疗记录中填充目前的病史。然后为临床医生提供临床决策支持，包括初步鉴别诊断和治疗建议。在就诊结束时，该工具还可以生成相关的教育材料供患者复习[38］．
      • 结果测量:在2015年的一项研究中，DocResponse被发现是23个类似工具样本中最有可能得出正确主要诊断的症状检查器(尽管其诊断准确率为36个中的18个[50% CI 33%-67%]) [39，40］．
      • 使用范围:该工具目前正在美国各地的许多护理机构的170个临床站点使用，如紧急护理、初级护理、骨科、儿科、消化内科、多专科和联邦政府合格的卫生中心。根据供应商报告，该工具在2019年被用于225,000次会面(2020年7月16日与DocResponse医学博士Tarek Fahl进行了电子邮件交流)。
    • Digivey
      • Digivey是一种自我管理的计算机辅助访谈工具(通过Digivey调查软件提供)，旨在提高诊断准确性和患者安全。
      • 设计:约翰霍普金斯大学医学院纽曼-托克研究小组2013年的一份学术出版物描述了该工具的设计[41］．Digivey向急诊科患者发放了约40个项目的自适应问卷，以获取有关他们个人症状表现的临床病史信息。参与者使用三种电子设备中的一种:移动亭、触摸屏显示器或笔记本电脑。
      • 测量结果:所有3个电子设备接口都被认为是可用的，用户错误率很低，管理大约需要6分钟[41］．
      • 使用范围:Newman-Toker继续在研究中广泛使用该系统，包括在一项正在进行的5点多中心临床试验中收集患者的数据，该试验筛选了使用该工具的>3000名患者。约翰霍普金斯大学神经病学部门正在努力将该系统部署在几个临床领域，包括通过移动平台，患者将能够始终自我管理他们的医疗数据(与医学博士David Newman-Toker的电子邮件通信，2020年7月7日)。
    • PatientTouch
      • 一般描述:PatientTouch是由PatientSafe Solutions Inc创建的工具，用于引导患者使用电子问卷来描述他们的症状。在2014年发表的一项试点研究中，洛杉矶县+南加州大学医疗中心的研究人员描述了该工具在急诊科就诊的成年病情稳定患者中的使用情况。
      • 设计:在与医生接触之前，患者被要求使用手持触摸屏平板电脑完成一份英语或西班牙语的电子问卷。首先，符合条件的患者被要求从六种主诉中选择一种:腰痛、上肢损伤、下肢损伤、腹痛、头痛或机动车碰撞。接下来，他们通过基于多选题或点击式提供的问题的主诉特定算法进行指导。
      • 测量结果:用户被要求评价他们的体验、可用性和对技术的满意度。患者报告说，这种设备可以帮助他们更好地与医生沟通，提高整体护理质量[42］．
      • 使用范围:根据其开发者的说法，该工具目前尚未在任何临床场所使用。
    • OurNotes
      • 一般描述:OurNotes是由OpenNotes运动于2015年开发的工具，在该工具中，患者被邀请为自己的门诊就诊记录提供信息[43］．开发人员的既定目标是加强患者与临床医生的沟通，支持患者参与他们的护理，并节省临床医生的时间。
      • 设计:一份试点研究出版物描述了初级保健临床医生和已经注册使用机构消息门户的患者的注册情况。在预约就诊的几天前，患者被要求回答两个开放式的自由文本问题:“自上次就诊以来你过得怎么样?”“在这次访问中，您想讨论的最重要的事情是什么?”在就诊前，患者对这些问题的回答将被发送给临床医生，然后由临床医生将其纳入就诊记录。患者可在就诊后登入患者门户网站查看记录[44］．
      • 结果测量:患者体验和临床医生工作量在定性研究中评估，与患者支持观点临床医生认为，如果患者帮助自己制作就诊记录，他们的工作量可能会减少[44］．
      • 使用范围:4个学术医疗中心参与了试点研究，在2018年至2020年期间，有160名初级保健临床医生和2500名患者参与。试点评估正在进行中，试点地点正在考虑扩大该计划[45］．
    • FirstHx
      • 概述:firstthx是由加拿大安大略省多伦多的医生于2016年开发的患者入院工具，用于收集描述患者症状的信息，并在急性护理就诊前生成集中的病史。开发人员的既定目标包括致力于改善医患沟通，减少记录时间，减少医疗错误，并提高护理质量[46］．
      • 设计:它是专门为急诊科、紧急护理和远程医疗使用而建造的。该工具旨在使用一系列类似于医生的问题，并生成一份涵盖>240的病史报告，以最多10种支持的患者语言提出投诉。
      • 测量结果:该公司网站报告称，患者可以使用个人智能手机、平板电脑设备或专用报亭完成3至6分钟的数字摄入[47］．
      • 使用范围:开发者声称该游戏可在Epic App Store中使用。它已经在>的10个站点进行了试点测试，估计每年的使用量将达到60万次(与Mark Benaroia医学博士的电子邮件交流，firstthx, 2022年1月27日)。
    • 胃肠道症状的自动评估
      • 胃肠症状自动评估(AEGIS)是由美国加利福尼亚州洛杉矶和密歇根州安阿伯的研究人员于2016年开发的一种工具，用于自动获取胃肠病学诊所患者的症状报告，并将其转化为当前疾病的一致病史。
      • 设计:邀请患者通过基于web的门户网站回答问题，根据患者报告的结果测量信息系统框架描述症状特征。如果患者报告了几种症状，AEGIS系统会提示用户选择最麻烦的症状。一种算法生成一份面向医生的报告，该报告看起来像医生生成的当前病史。
      • 测量结果:在一篇同行评审的出版物中，患者接受了计算机生成的历史记录和常规护理，并对两组文件的质量进行了盲法评分比较。人们发现，计算机生成的历史更完整、更有用、更有条理、更简洁、更容易理解。48］．另一份同行评审的出版物关注于AEGIS系统检测报警特征的能力，并发现其性能优于医生检测(检测到的报警特征分别为53%和27%)[49］．
      • 使用范围:除上述研究外，AEGIS尚未用于常规患者护理(与Cedars-Sinai医疗中心医学博士Christopher Almario的电子邮件交流，2020年7月19日)。
    • DCAT
      • 概述:DCAT，由德国研究和技术专家于2017年创建aidminutes GmbH是一家，是一种便利初级保健机构患者与卫生保健提供者之间沟通的回忆工具，特别关注德国境内经历了叙利亚患者涌入的难民护理地点。Aidminutes隶属于德国Göttingen的大学医学中心Göttingen的全科医学部门，它将该工具称为一种数字通信辅助工具，旨在通过改善病史来提高诊断准确性。50］．
      • 设计:一旦患者到达门诊候诊室，他们就会得到平板设备，允许他们输入描述其症状的信息。该工具还便于输入数据，描述过去的病史、当前的药物、过敏和任何心理共病状况。为了方便识字能力有限的患者使用，该工具被设计成视觉直观的，它还包括音频提示。在患者输入他们的数据后，回答将被翻译成临床医生首选的母语，并作为数据概要显示，包括有关的警告红旗在历史上被发现的[51］．
      • 测量结果:在同行评审的出版物中描述了该工具的使用，包括最近的一项研究，表明使用黎文阿拉伯语、现代标准阿拉伯语、埃及阿拉伯语、波斯语、索拉尼库尔德语和土耳其语的患者具有良好的可用性和接受性[52］．在一项研究中，患者成功完成评估的平均时间为13分钟[53］．
      • 使用范围:该工具在2021年期间用于紧急护理和家庭医学诊所的约10,000次多语言访问(与Frank Muller和Andreas Lippke的电子邮件通信，2022年5月3日)。
    • Quro
      • 一般描述:Quro是一个聊天机器人健康助手Medius Health(澳大利亚新南威尔士州悉尼)于2017年创建，该公司使用机器学习人工智能为用户提供健康评估[54］．患者可以通过桌面网络浏览器或智能手机访问该工具。
      • 设计:用户被邀请回答一组由后端顺序问题预测算法生成的自由回答和多项选择提示，使用大规模临床知识图来模拟病史。每个新问题都是基于之前的用户聊天上下文预测的。完成后，为患者提供一份鉴别诊断清单，包括解释、附近的卫生服务、关于其病情紧急程度的建议，以及一份详细的报告，其中显示了对他们各自问题的答案。该工具的网站宣传了一个内置的医学字典，包含700万种疾病和疾病表现模式，根据来自“可信来源，如医学期刊”的内容进行评分，以产生个性化的临床评估[55］．
      • 测量结果:在Quro开发人员发表的一篇文章中，使用30个基于病例的场景(10个用于紧急护理，10个用于全科医生护理，10个用于自我护理)评估了该工具的分类准确性，并发现83%(25/30)的病例是准确的[56］．
      • 使用范围:Quro向几家健康和保健服务提供商推广，并由他们使用，以与患者进行远程交流(与创始人兼首席技术官Shameek Ghosh的电子邮件交流，于2020年9月1日进行)。
    • 曼迪
      • Mandy是一个初级保健对话式对话系统，由新西兰奥克兰大学计算机科学家的公私合作研究伙伴于2017年开发，由Precision Driven Health和Orion Health资助，旨在通过数据科学改善健康结果。该工具旨在通过自动化病人接收过程来协助医疗保健人员。
      • 设计:患者通过回答开放式的自由文本对话式提示与工具进行交互。分析引擎使用自然语言处理来解释患者的文本，查询症状-原因映射器来推理潜在的诊断原因，然后生成进一步的访谈问题。一旦系统从患者那里获得了足够的信息，它就会报告一个鉴别诊断供临床医生考虑。
      • 衡量结果:在概念证明文件中，开发人员报告了应用程序的性能问题的准确性(在最初主诉后产生关键后续问题的能力)和诊断预测精度(在获得对问题的回答后产生相关鉴别诊断的能力)，通过使用医学教科书中的金标准病例。在6个案例中，该工具在5个案例中生成了适当的问题，并且每个案例的预测准确率在14%至100%之间[57］．
    • 诊断和记忆自动病历采集装置
      • 诊断和记忆自动病史采集设备(DIAANA AMHTD)由logic - base Medicine Sàrl与瑞士洛桑大学医院的Adrien Schwitzguebel合作开发，通过帮助医生生成更全面的鉴别诊断来提高诊断准确性。迄今为止，该工具专门解决肌肉骨骼疾病。
      • 设计:在2019年发表的一项试点研究中，开发者和合作研究人员在瑞士日内瓦的一家教学医院测试了DIAANA AMHTD。如果患者正在等待在门诊进行肌肉骨骼症状评估，则符合条件。在住院医生进行评估之前，实验组的患者被要求在触摸板上完成一份数字表格，包括有关特定症状和风险因素的问题。通过完成一份从269个问题的数据集中提取的自适应问卷，DIAANA AMHTD随后生成了一份全面的记忆摘要和顶级鉴别诊断列表。然后将鉴别诊断清单(从126种可能性中选择)提交给住院医生，供他们在面对面评估之前考虑。
      • 测量结果:发现使用该工具的居民比未使用该工具的居民更有可能将最终诊断纳入初始鉴别诊断列表(分别为75%对59%)[58］．
      • 使用范围:2019年，该工具目前由一名与250名患者接触的医生定期使用，并已由瑞士Biel名为Soignez-Moi的瑞士远程医疗系统实施(与Adrien Schwitzguebel医学博士的电子邮件交流，2020年7月)。
    文本框1。对用于从病人那里获得当前病史的工具的叙述性描述。

    分类中工具特征的描述

    由于我们的堆排序程序，我们开发了一个HPI工具分类法，其中包括以下类别:交互方式、语言支持、患者与护理人员数据输入、患者亚群体(按年龄、主诉或身体系统)、结果传递方式和决策支持目标(患者或临床医生)。所产生的分类报告在文本框2．

    在研究样本中描述用于获取当前病史的工具的特征分类学。

    查询方式

    • 开放式自由文本
    • 多项选择
    • 会话风格(聊天机器人）

    语言能力

    • 仅限单一语言
    • 多种语言
    • 不一致的语言支持

    执行数据录入任务

    • 病人
    • 父母或照顾者

    病人分组人口

    • 所有的病人
    • 受患者年龄、护理环境或身体系统的限制

    输出格式

    • 基于文本的报告
    • 数据导入电子健康档案

    决策支持

    • 病人面临
    • 临床医生面临
    文本框2。在研究样本中描述用于获取当前病史的工具的特征分类学。
    交互模式

    在审查的18个工具中，有1个(6%)专门使用开放式的自由文本交互(OurNotes [43])，而3人(17%)使用对话式的互动方式(即a聊天机器人样式)，以模拟人类的文字讯息交互(Mediktor [31]， Quro [55]，和Mandy [57])。其余的工具(14/ 18,78%)要么使用完全的多项选择格式，要么主要使用带有一些开放式自由文本组件的多项选择格式。

    舌的支持

    在这18种工具中，有1种(6%)是专门为解决德国的语言障碍而开发的，它特别用于帮助叙利亚难民沟通(DCAT [50])，而1人(6%)特别报告了在遇到语言不一致的情况时，能够促进患者和临床医生之间的临床沟通(firstthx [46]);5(28%)其他工具报告能够捕获英语和其他语言的HPI (CIDI-Auto [25]、临床专家操作系统(CLEOS) [30.]， Mediktor [31]， PatientTouch [42]和Quro [55])， 1(6%)为荷兰语(AIDA [19])， 1例(6%)仅为德国人(诊断和病历自动记录设备[DIAANA AMHTD] [58])。其余工具(9/ 18,50%)仅为英语[16，20.，21，27，40，41，46，51，57］．

    病人分组人口

    在18种工具中，有10种(56%)是根据就诊原因或身体系统为特定患者群体量身定制的(HELP系统:肺部[20.];AIDA:多个特定的身体系统[19];ParentLink:儿科急诊、过敏和创伤[21，22];CIDI-Auto:精神病学[26];CLEOS:心脏病学[29];Digivey:紧急情况[41];PatientTouch:紧急情况[42];胃肠症状自动评估(AEGIS):胃肠病学[51];和DIAANA AMHTD:肌肉骨骼[58])。其余工具(8/ 18,44%)未指定患者的目标亚群[14，27，31，40，46，49，53，56，57］．

    交货方式

    在18个工具中，12个(67%)报告有能力将患者数据直接导入临床医生的EHR系统[14，20.，21，29，40-42，46，49，53，57，58]，另外6个(33%)为用户提供基于文本的患者对提示的反应报告或顶级鉴别诊断列表[19，26，27，34，51，56］．有可能一些基于文本报告的工具具有后端功能，允许将信息传输给合作的临床医生，尽管我们无法确定哪些工具可以根据我们样本中的工具网站和文章来实现这一点。

    决策支持

    在18个工具中，5个(28%)提供了面向患者的决策支持，这些支持以分诊敏锐度或显示给患者阅读的鉴别诊断列表的形式出现[19，27，34，40，56]，而15家(83%)提供面向临床医生的决策支持，以鉴别诊断列表的形式向临床医生展示，其中包含或不包含与循证管理建议相关的内容[14，19-21，26，29，40-42，49，51，53，57，58］．

    结果测量

    在样本中的工具中有广泛的结果测量报告。结果测量被归类为与工具可用性、护理效率和护理质量相关的领域。

    工具的可用性

    对33%(6/18)的工具进行了患者可用性研究(即时病史[14]，阿依达[19]， Digivey [41]， PatientTouch [42]， firstthx [49]，和DCAT [53])。其他相关结构测量了几种其他工具(5/ 18,28%)，包括患者可接受性(CIDI-Auto [23-26)，患者满意度(PatientTouch [42]及CLEOS [29])，以及病人的经验(CLEOS [29]及我们的笔记[46])。研究了11%(2/18)工具的完成率(即时病史[14]和AIDA [19])，数据输入错误率为6% (1/18)(Digivey [41])。临床医生仅报告了6%(1/18)的工具可用性(DCAT [50，51，53，59])，尽管在“我们的笔记”的定性研究中提到对临床医生工作量的关注[44］．

    护理效率

    完成时间是最常报告的效率衡量标准，在33%(6/18)的工具研究中使用(即时病史[14]，阿依达[19，20.]， ParentLink [21，22]， Digivey [41]， firstthx [46，47]，和DCAT [50，51，53，59])。一项关于firstthx的研究比较了该工具和临床医生提出的问题数量。没有任何有关临床医生直接或间接治疗对就诊时间或时间的影响的研究报告[46，47］．该方案描述了目前正在进行的CLEOS临床试验，报告了一项测量干预组与对照组患者的直接成本和资源使用的计划(更多细节请参阅下一节[护理质量])[30.］．另一项临床试验的方案报告了一项测量诊所重复就诊率的计划，以作为改善难民诊所(DCAT)患者-临床沟通的代理措施[53］．

    护理质量

    有各种各样的措施对护理质量有影响。一项对6%(1/18)工具的研究报告了工具和医生对患者主诉的一致意见(AIDA) [20.］．另一项研究报告了所问问题的一致性。47]，以及描述11%(2/18)工具报告的症状与医生记录的症状一致的文章(CLEOS [30.]及DCAT [53])。一项研究报告了AEGIS在通过工具或医生文件报告的警报特征中的一致性[49]，一项ParentLink的研究报告了通过该工具和医生获得的历史的关键历史元素的完成率[21］．另一项关于AEGIS的研究比较了由该工具生成的文件质量和由治疗医生生成的文件质量，方法是让失明的医生对这两种来源生成的文件质量进行评价[48］．

    诊断一致性是最常报告的与护理质量相关的衡量标准。22%(4/18)的工具研究报告了工具产生的诊断与预先指定的诊断之间的一致性(MEdoctor [28]， DocResponse [39，40]， Quro [56]，和Mandy [57])。28%(5/18)的工具研究报告了医疗保健环境中医生生成的诊断与工具生成的诊断之间的一致性(HELP系统[17]，阿依达[19]， CIDI-Auto [25]， Mediktor [36]，和DIAANA-AMHTD [58])。正在进行的CLEOS研究的研究方案是唯一一篇描述患者健康结果测量的文章。在该研究中，据报道，主要结局是该工具在7天内排除胸痛急诊科患者急性冠脉综合征的能力，次要结局是在30天和1年内排除急性冠脉综合征的能力[30.］．


    主要研究结果

    在这次范围综述中，我们确定了18个用于收集患者症状的HPI信息并将其传达给临床医生的数字工具。这些工具的目的各不相同(例如，改善患者与临床医生的沟通，提高患者的参与度，节省临床医生的时间，提高诊断的准确性，并排除急性冠脉综合征)。它们在交互方式(开放式自由文本vs多项选择vs对话风格)、结果交付方式(基于文本的报告vs电子病历集成)和决策支持能力(面对患者vs面对临床医生)方面也存在很大差异。对于如何收集信息或如何将信息呈现给患者或临床医生，似乎没有达成任何共识。

    对于本综述中确定的工具，描述经验性评价结果的同行评审出版物在一定程度上受到了限制。然而，几项研究的结果提供了初步证据，表明实施这些工具对患者是可接受的;例如，一项设计良好的可用性研究表明，患者发现Digivey的前身易于使用[41];一项多机构调查显示，三分之二曾使用OurNotes的临床医生支持继续与病人合作撰写探病笔记[45];对ParentLink和AEGIS的研究发现，这两种工具都改善了对患者历史关键因素的记录[21，22，49，60］．在未来几年，欧洲的研究人员将通过CLEOS的临床试验，确定使用该工具是否可以比临床医生更准确地预测2000例急性胸痛患者的不良临床结果。随着这些工具被更深入地研究，我们建议学术评估人员应采用最近发表的几个框架之一来设计多种工具的比较有效性研究[61-63］．然而，尽管CLEOS的严格随机对照试验正在进行中，但其他研究人员和工具开发人员可能不愿意花费时间和资源跟踪患者的旅程中的许多步骤，并以可控的方式测量健康结果。相反，只要采取措施确保患者不会因实施hpi工具而受到伤害，就可以考虑替代结果。例如，在急诊科工作环境中，减少临床医生的记录时间和提高患者的满意度可能是充分的主要结果，只要没有健康结果劣等的证据，例如增加住院患者的住院时间或增加出院患者的返回急诊科次数。未来的调查人员应考虑优先考虑以下措施:可用性、记录时间、病史的准确性和对就诊的满意度。对于临床医生，我们建议优先考虑病史的可用性、记录时间、准确性和完整性(包括某些主诉的危险信号提示)以及对就诊的满意度。对于整个访问，测量方法可以包括患者-临床医生互动时间和急诊科住院时间(从临床医生为患者注册到作出处置决定的时间计算)。

    虽然学术研究人员正在进行这样的研究来测试HPI工具，但商业产品的供应商已经在世界各地的临床环境中实施了他们的产品;例如，即时医疗历史的供应商报告称，到2020年，它将用于估计8000万次就诊。据我们所知，这个工具在同行评议的文献中还没有经过严格的研究;然而，它已经被使用了几十年，最近，它在现实世界中的快速实现可能确实会导致信息学领域的重要进展。

    根据我们对文献的回顾和我们在该领域的经验，临床医生和患者采用数字HPI工具存在几个障碍。首先，选择一种工具进行测试和实现不是一件简单的事情，因为在哪些功能会使护理更高效和更高质量方面缺乏共识。其次，在对工作流程进行仔细研究之前，临床医生可能对采用新技术不感兴趣。第三，将一个工具集成到临床医生的电子病历系统中可能需要大量的时间和精力。第四，临床医生可能担心，存储病人产生的信息可能会增加医疗事故诉讼的风险。第五，要求患者使用技术可能会加剧脆弱患者已经存在的健康差距。第六，也是最后一点，没有明确的证据表明，采用数字HPI工具会改善健康结果——尽管未来几年可能会有证据出现。

    在评估了本综述中描述的所有工具后，我们的观点是，患者可以成功和安全地参与撰写自己的HPI信息。我们相信患者和临床医生都将受益于一种具有直观设计的工具，它允许患者通过非结构化和结构化提示的组合来创建病史，然后将这段历史转换为具有凝聚力的叙述，并将历史的关键要素传达给临床医生，以便适当地缩小鉴别诊断的范围。我们认为，理想的工具应该是从患者生成的叙述开始，然后要求患者完成一系列封闭式问题，以缩小鉴别诊断的范围。这是临床医生被训练使用的序列，因为患者可以提供他们认为相关的信息，然后临床医生可以使用封闭式问题来填补知识空白，缩小鉴别诊断[64］．对于患者生成的文本块，可以使用自然语言处理来添加结构[65并提供分析，可以确定哪些封闭式问题应该被管理，以在合理的时间内获得完整的历史。这种方法类似于Quro使用的方法，并且它避免了在老式的基于规则的工具(如AIDA)中使用的非常长的问题链。这种基于文本的方法还可以由基于触摸的图形项目来补充，这样患者就可以用信号表示症状的位置[66］．或者，基于规则的决策树可能适用于某些临床环境中的某些条件。特别是在急诊科环境中，患者可以提出任何抱怨，这使得任何HPI工具都必须具有灵活性。

    限制

    这项研究有几个局限性。首先，尽管我们在与医学图书馆员和多学科研究团队协商后开发了搜索词，但由于未能包含某些搜索词或数据库，可能会导致我们错过关键出版物。其次，我们所回顾的这些工具往往会随着时间的推移而发展，这可能限制了我们根据已发表的文献准确描述它们的能力。第三，也是最后一点，我们对工具的审查包括几个信息来源，如同行评审的文献、非同行评审的文章和营利性实体的网站。虽然我们已经试图核实我们所获得的信息的准确性，但有可能来自某些来源的信息是有偏见的。

    结论

    有许多具有不同特性的HPI工具可用于帮助获取HPI。未来的研究应该研究哪些工具可以改善患者的健康结果，哪些设计特征对改善沟通、诊断以及随后的患者健康结果至关重要。我们建议未来的工具结合使用叙述性文本、封闭式问题和图形项目，这样获得的病史就可以成功地将患者的症状传达给临床医生，并缩小鉴别诊断的范围。

    致谢

    这项研究得到了西达斯-西奈医疗中心的内部资助。资金来源在研究设计中没有发挥任何作用;在数据的收集、分析和解释方面;在报告的写作中;或者决定提交文章发表。作者感谢卡洛琳马歇尔，MLS, AHIP，协助开发搜索策略。

    作者的贡献

    CTB提出了这项研究的概念。CTB和AJH进行了文献检索和数据分析，并起草了文章。CTB对工作的完整性负责。所有作者都参与了文章的撰写和修改。研究的各个方面(包括设计;数据的收集、分析和解释;报告的撰写;以及出版的决定)是由作者主导的。

    利益冲突

    没有宣布。

    ‎
    多媒体附件1

    搜索策略。

    DOCX文件，13kb
    ‎
    多媒体附件2

    用于从患者获得当前病史的数字工具的同义词列表。

    DOCX文件，14kb
    1. Hampton JR, Harrison MJ, Mitchell JR, Prichard JS, Seymour C.记录病史、体检和实验室调查对门诊病人诊断和管理的相对贡献Br Med杂志1975年5月31日;2(5969):486-489 [免费全文] [CrossRef] [Medline］
    2. Slade D, Chandler E, McGregor J, Scheeres H, Chandler E, Stein-Parbury J，等。医院急诊科的沟通德国海德堡:施普林格;2015.
    3. 布罗德曼K，小厄德曼AJ，洛格I，沃尔夫HG，布罗德本特TH。康奈尔医学指数:医学访谈的辅助。中国医学杂志1949年6月11日;140(6):530-534。［CrossRef] [Medline］
    4. 电子健康记录:过去、现在和未来。Yearb Med Inform 2016年5月20日;增刊1:S48-S61 [免费全文] [CrossRef] [Medline］
    5. Ajami S, Bagheri-Tadi T.医生采用电子健康记录(EHRs)的障碍。《医学信息学报》2013;21(2):129-134 [免费全文] [CrossRef] [Medline］
    6. Torous J, Friedman R, Keshavan M.智能手机拥有量和对监测心理健康状况的移动应用程序的兴趣。JMIR Mhealth Uhealth 2014年1月21日;2(1):e2 [免费全文] [CrossRef] [Medline］
    7. 福克斯S，达根M.移动健康2012:一半的智能手机用户使用他们的设备获取健康信息，五分之一的智能手机用户有健康应用程序。皮尤研究中心和美国生活项目，2017。URL:http://www.pewinternet.org/2012/11/08/mobile-health-2012/ webcite[2022-11-02]访问
    8. 移动便览。2021年4月7日。URL:https://www.pewresearch.org/internet/fact-sheet/mobile/[2021-12-30]访问
    9. 患者生成的健康数据。HelathIT.gov。URL:https://www.healthit.gov/topic/scientific-initiatives/patient-generated-health-data[2021-12-30]访问
    10. 问题摘要:患者生成的健康数据健康IT。国家卫生信息技术协调办公室，2013年12月20日。URL:https://www.healthit.gov/sites/default/files/pghd_brief_final122013.pdf[2021-12-30]访问
    11. Ryan GW, Bernard HR。识别主题的技巧。Field Methods 2003 Feb;15(1):85-109。［CrossRef］
    12. 崔科，李丽丽，李丽娟，李丽娟，等。用于范围审查的PRISMA扩展(PRISMA- scr):检查表和解释。安实习医学2018年10月02日;169(7):467-473 [免费全文] [CrossRef] [Medline］
    13. Moher D, Liberati A, Tetzlaff J, Altman DG, PRISMA Group。系统评价和元分析的首选报告项目:PRISMA声明。PLoS Med 2009 7月21日;6(7):e1000097 [免费全文] [CrossRef] [Medline］
    14. 利用自动病历改善护理。Fam Pract Manag 2007;14(7):39-43 [免费全文] [Medline］
    15. Wenner AR, Ferrante M, Belser d，即时病史。年度计算应用医疗护理程序1994:1036 [免费全文] [Medline］
    16. 即时病史主页。即时病史。URL:https://www.interviewsoftware.com/instant-medical-history-imh[2021-12-30]访问
    17. Haug PJ, Warner HR, Clayton PD, Schmidt CD, Pearl JE, Farney RJ，等。一个决策驱动的系统来收集病人的历史。中国生物医学杂志，1987年4月，20(2):193-207。［CrossRef] [Medline］
    18. Haug P, Rowe K, Rich T, Famey R, Pearl J, Schmidt CD.计算机管理历史的比较。载于:美国医疗系统信息学协会论文集。1988年发表于:AAMSI '88;1988;美国纽约。
    19. Quaak MJ, van der Voort PJ, van Bemmel JH。AIDA用于患者历史的自动化。计算方法与程序，1987;25(3):297-304。［CrossRef] [Medline］
    20. Quaak MJ, Westerman R, Schouten JA, Hasman A, Van Bemmel JH。电脑病历的鉴定:电脑病历与传统病历的比较。中国生物医学工程学报(自然科学版)，1986,12(6):551-564。［CrossRef］
    21. 急诊医学中的数据获取:使用自由文本的电子通信。儿科急诊护理2002 Feb;18(1):15-18。［CrossRef] [Medline］
    22. 波特SC，福布斯P，曼兹S，卡利什LA。患者提供答案:缩小急诊护理数据质量的差距。Qual Saf卫生保健2010年10月;19(5):e34。［CrossRef] [Medline］
    23. Rosenman SJ, Levings CT, Korten AE。计算机化综合国际诊断访谈的临床应用和患者接受度。精神病学杂志1997年6月;48(6):815-820。［CrossRef] [Medline］
    24. 罗斌，李志强，李志强，等。综合国际诊断性访谈。APA PsycTests。1988.URL:https://psycnet.apa.org/doiLanding?doi=10.1037%2Ft02121-000[2021-12-30]访问
    25. 世界卫生组织世界精神卫生综合国际诊断访谈(WHO WMH-CIDI)。哈佛大学卫生保健政策系，2017。URL:https://www.hcp.med.harvard.edu/wmhcidi/about-the-who-wmh-cidi/[2021-12-30]访问
    26. 下载世卫组织WMH-CIDI工具。哈佛大学卫生保健政策系，2017。URL:https://www.hcp.med.harvard.edu/wmhcidi/download-the-who-wmh-cidi-instruments/[2021-12-30]访问
    27. MEDOCTOR主页。MEDOCTOR。URL:https://www.medoctor.com/[2021-12-30]访问
    28. MEDoctor -立即得到医生的关注。YouTube。2018年3月7日。URL:https://youtu.be/SjOvqx-cQI8[2021-12-30]访问
    29. Zakim D, Braun N, Fritz P, Alscher MD.日常医疗实践中信息和知识的利用不足:基于计算机的解决方案的评估。BMC Med Inform Decis Mak 2008年11月05日;8:50 [免费全文] [CrossRef] [Medline］
    30. 杨晓东，王志强，王志强，等。一项自行报告的计算机化急性胸痛病史的前瞻性队列研究:cleos -胸痛Danderyd研究(CLEOS-CPDS)方案英国医学杂志公开赛2020年1月21日;10(1):e031871 [免费全文] [CrossRef] [Medline］
    31. Mediktor。Teckel医疗。URL:https://www.mediktor.com/en[2021-12-30]访问
    32. Teckel医疗。症状检查器。应用商店。URL:https://apps.apple.com/us/app/mediktor-symptom-checker/id725611856[2021-12-30]访问
    33. Teckel医疗。Mediktor。谷歌玩。URL:https://play.google.com/store/apps/details?id=com.teckelmedical.mediktor&hl=en_US[2021-12-30]访问
    34. Teckel解决方案。Mediktor。亚马逊。URL:https://www.amazon.com/Teckel-Solutions-S-L-Mediktor/dp/B075XRN21X[2021-12-30]访问
    35. Mediktor。电报。URL:https://t.me/Mediktor_bot[2021-12-30]访问
    36. Moreno Barriga E, Pueyo Ferrer I, Sánchez Sánchez M, Martín Baranera M, Masip Utset J.[用于评估急诊患者症状的新人工智能工具:Mediktor应用]。急诊2017;29(6):391-396 [免费全文] [Medline］
    37. 关于我们。DocResponse。URL:https://www.docresponse.com/about/[2021-12-30]访问
    38. DocResponse -简化医疗数字签到。YouTube。2019年9月27日。URL:https://www.youtube.com/watch?v=qj4yvf_ETZQ[2021-12-30]访问
    39. 数字病人登记。DocResponse。URL:https://www.docresponse.com/digital-check-in/[2021-12-30]访问
    40. athenahealth市场。雅典娜的健康。URL:https://marketplace.athenahealth.com/product/docresponse-inc[2021-12-30]访问
    41. Herrick DB, Nakhasi A, Nelson B, Rice S, Abbott PA, Saber Tehrani AS，等。急诊室自我管理计算机辅助访谈的可用性特征:影响易用性、效率和输入错误的因素中国临床医学杂志，2013;4(2):276-292 [免费全文] [CrossRef] [Medline］
    42. Arora S, Goldberg AD, Menchine M.急诊科患者对自我管理的自动化病史记录设备的印象和满意度。西方新兴医学2014 Feb;15(1):35-40 [免费全文] [CrossRef] [Medline］
    43. OpenNotes。OpenNotes。URL:https://www.opennotes.org/[2021-12-30]访问
    44. Mafi JN, Gerard M, Chimowitz H, Anselmo M, Delbanco T, Walker J.患者对医生笔记的贡献:来自专家访谈的见解。安实习医学2018年2月20日;168(4):302-305 [免费全文] [CrossRef] [Medline］
    45. Kriegel G, Bell S, Delbanco T, Walker J. Covid-19作为创新加速器:与患者共同生成远程医疗问诊记录。NEJM Catalyst, 2022年5月12日。URL:https://tinyurl.com/5h7y6d72[2022-11-02]访问
    46. FirstHx。URL:https://www.firsthx.com/[2021-12-30]访问
    47. Benaroia M, Elinson R, Zarnke K.患者导向的智能和交互式计算机病史收集系统:在急诊科的实用性和可行性研究。国际医学杂志2007年4月;76(4):283-288。［CrossRef] [Medline］
    48. 李志强，李志强，李志强，等。计算机生成与医生记录的当前病史(HPI):盲法比较的结果。美国胃肠杂志2015年1月;110(1):170-179 [免费全文] [CrossRef] [Medline］
    49. Almario CV, Chey WD, Iriana S, Dailey F, Robbins K, Patel AV，等。计算机与医生对胃肠道报警特征的鉴别。国际医学杂志2015年12月;84(12):1111-1117 [免费全文] [CrossRef] [Medline］
    50. Furaijat G, Kleinert E, Simmenroth A, Müller F.实施数字通信辅助工具来收集难民患者的病史:DICTUM Friedland -一个面向行动的混合方法研究协议。BMC Health Serv Res 2019 Feb 06;19(1):103 [免费全文] [CrossRef] [Medline］
    51. Kerby LR。的创始人。在:拯救历史:白人福音派如何游览国家首都和救赎基督教美国。教堂山，北卡罗来纳州，美国:北卡罗莱纳州奖学金在线;2020年4月。
    52. Kleinert E, Müller F, Kruse S, Furaijat G, Simmenroth a .[从非德语患者获取病史的数字通信辅助工具的可用性和效率]。中国农业科学，2021年7月;83(7):531-537。［CrossRef] [Medline］
    53. Müller F, Chandra S, Furaijat G, Kruse S, Waligorski A, Simmenroth A，等。用于获取外语患者病史的数字通信辅助工具(DCAT):在难民初级卫生保健中心的开发和试点测试。国际环境与公共卫生杂志2020年2月20日;17(4):1368 [免费全文] [CrossRef] [Medline］
    54. 揭开健康数据的奥秘。中音部健康。URL:https://mediushealth.org/[2021-12-30]访问
    55. 中音部健康。Quro字典。URL:https://www.quro.ai/dictionary/[2021-12-30]访问
    56. Ghosh S, Bhatia S, Bhatia a . Quro:使用个性化聊天机器人对话系统方便用户症状检查。种马健康技术通报2018;252:51-56。［Medline］
    57. 倪玲，陆超，刘娜，刘娟。MANDY:面向智能初级保健聊天机器人应用。见:第18届知识与系统科学国际研讨会论文集。新加坡，新加坡:施普林格;2017年出席:KSS '17;2017年11月17-19日;泰国曼谷，第38-52页。［CrossRef］
    58. Schwitzguebel AJ, Jeckelmann C, Gavinio R, Levallois C, Benaïm C, Spechbach H.使用自动病史采集设备在门诊护理中的鉴别诊断评估:试点随机对照试验。JMIR Med Inform 2019 11月04日;7(4):e14044 [免费全文] [CrossRef] [Medline］
    59. Kleinert E, Müller F, Kruse S, Furaijat G, Simmenroth a .[从非德语患者获取病史的数字通信辅助工具的可用性和效率]。中国农业科学，2021年7月;83(7):531-537。［CrossRef] [Medline］
    60. DesRoches CM, Leveille S, Bell SK, Dong ZJ, Elmore JG, Fernandez L，等。临床医生与患者分享病历笔记的观点和经验。美国医学会网络公开赛2020年3月2日;3(3):e201753 [免费全文] [CrossRef] [Medline］
    61. Nouri R, R Niakan Kalhori S, Ghazisaeedi M, Marchand G, Yasini M.移动健康应用程序质量评估标准:系统评价。J Am Med Inform association 2018年8月01日;25(8):1089-1098 [免费全文] [CrossRef] [Medline］
    62. Levine DM, Co Z, Newmark LP, Groisser AR, Holmgren AJ, Haas JS，等。移动健康应用程序评级工具的设计和测试。NPJ数字医学2020;3:24 [免费全文] [CrossRef] [Medline］
    63. 韩森P，大卫G，奥尔布赖特K, Torous J.推导一个实用框架的健康应用程序的评估。Lancet Digit Health 2019 Jun;1(2):e52-e54 [免费全文] [CrossRef] [Medline］
    64. Bickley L, Szilagyi P, Bates B. Bates的体检和病史记录指南。第11版。美国宾夕法尼亚州费城:Lippincott Williams & Wilkins;2013.
    65. 奈尔N，纳拉亚南S，阿干P，索曼KP。应用迁移学习识别临床病历。见:第六届国际信息与通信技术大会论文集。新加坡，新加坡:施普林格;2021年发表于:ICICT '21;2021年2月25日至26日;英国伦敦，第533-542页。［CrossRef］
    66. 李志强，李志强，李志强，Gonçalves D.基于触觉的医学图像诊断注释。在:2017年ACM交互式曲面与空间国际会议论文集。2017年发表于:ISS '17;2017年10月17-20日;英国布莱顿。［CrossRef］

    ‎
    支持:胃肠道症状的自动评估
    克利奥:临床专家操作系统
    DIAANA AMHTD:诊断和记忆自动病历采集装置
    电子健康档案:电子健康记录
    现病史:现病史
    PGHD:患者生成的健康数据
    棱镜:系统评价和元分析的首选报告项目
    PRISMA-ScR:系统评价和元分析扩展范围评价的首选报告项目

    G·艾森巴赫(G Eysenbach)编辑;提交31.12.21;同行评议:A Joseph, SS Amritphale, EM Noack, D Schlossman, FM Calisto;对作者23.02.22的评论;订正版本收到25.05.22;接受19.10.22;发表17.11.22

    版权

    ©Carl T Berdahl, Andrew J Henreid, Joshua M Pevnick, Kai Zheng, Teryl K Nuckols。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 17.11.2022。

    这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map