真实世界癫痫门诊中基于临床工作流程的结构化数据采集实施与效果评估

　　本推荐评述一项在综合性癫痫中心实施电子病历（EMR）集成数据采集系统的实践研究。通过Cranial Cloud软件实现医患双端离散数据录入，证实了学习型医疗系统（LHS）在真实临床场景中的可行性。研究揭示了数据采集率与患者社会经济学特征的相关性，为优化健康公平性提供了重要洞见。

　　

研究设计与变量

本研究是一项经哈特福德医疗保健机构审查委员会（IRB）批准的回顾性观察研究。

纳入标准：收集2023年1月1日至2024年6月30日期间癫痫门诊的所有就诊记录，涵盖系统实施初期的18个月。临床医生以滚动方式接受单独培训并激活Cranial Cloud账户，导致使用时长存在差异。

排除标准：列为未到访或取消的就诊记录被排除，同时排除...

结果

如图2所示，研究期间共发生2916次就诊，其中136次因未到访或取消被排除，1例未满18岁。最终对2779次就诊进行患者调查完成率评估。在临床医生数据录入评估中，额外排除了癫痫手术项目中24名患者的76次就诊——因为这些访视信息是由项目人员后期补录的，旨在建立结果追踪的纵向数据。最终临床医生录入数据集...

讨论

本分析的主要发现表明：在临床工作流程中采集离散数据是可能实现的，但这需要高度积极的临床医生和训练有素的办公人员支持。部分临床医生在超过90%的就诊中完成了数据录入。通过iPad完成至少一项患者调查的整体成功率超过50%，其中包括因智力或语言障碍无法完成全部调查的患者。这些成绩是在未将流程表嵌入电子病历（EMR）的情况下达成的，这与以往...

结论

• •
  整体实施临床工作流数据采集系统可通过适当激励措施促进临床医生参与
• •
  若优化系统能推动广泛数据采集，则实现诊所级指标是可期的
• •
  引入人工智能（AI）以减少临床医生工作量、最大化临床价值，可能进一步提升参与度和数据产出
• •
  学习型医疗系统（LHS）的设计应致力于减少对面临医疗社会障碍患者群体的排除