下载掌阅APP，畅读海量书库
立即打开
门诊教学是全科医学教学中的重要部分，贴近全科医生的实际工作，为全科医学教育的实践教学提供理想的场所与环境，有助于学员沟通能力、独立思考和临床诊疗能力的训练。目前全科医学的门诊教学多采用单纯跟诊的形式进行，学员缺乏积极性，并缺乏独立判断病情以及主动与患者沟通的机会，培训效果欠佳。部分采用在临床技能中心模拟诊室用标准化患者或医生模拟的形式进行问诊培训，具有一定的真实性和安全性，但也与临床的真实患者和真实场景有很大区别。
国内部分培训基地采用GP-IP带教模式（general practitioner inquiry preceptor）进行门诊教学，以培训对象问诊能力为导向，基于全科医生需求的导师门诊带教模式，取得较好的效果。带教诊室一般含内外2个诊间，学员在外间接诊首诊的患者，独立完成询问病史、体格检查、书写门诊病历、初步诊断和首要的处理，如开立辅助检查、药物治疗或转诊等。在此过程中导师在里间通过单向玻璃窗或通过电子教学技术观看，但不进行干预。学员完成上述过程后向导师进行汇报，导师对病史和体格检查做出相应补充，以确定进一步的诊治方案，完成患者就诊过程。当患者离开诊室后，学员对患者病情进行详细的病情分析，导师对患者沟通、病史询问、体格检查、临床思维等进行相应的指导和点评。
GP-IP带教模式有助于培养学员独立思考与处理临床问题的能力、协调和沟通能力，切实提高学员门诊接诊能力。同时也对导师的带教能力提出了更高的要求，需要在保证临床安全性的基础上，充分培养和锻炼学员的独立接诊能力和全科思维能力，提高学员的岗位胜任力。
未分化疾病（medically unexplained physical symptoms，MUPS）指医学上无法解释的躯体症状，或疾病早期尚未明确为某系统的疾病，是全科医生必须学会和掌握的内容。据国外统计，全科医生诊所中常见的15种就诊目的占诊所总工作量的60%，其中未分化疾病有9种。为此，有学者设计了全科MUPS诊治包，针对全科门诊常见症状如腰痛、乏力、水肿等，以病例为基础，强化全科医生进行充分的病史采集和体格检查进行鉴别诊断，从而减少漏诊、误诊，对学员的全科诊疗思维进行全方位的训练。
目前也有公司开发了问诊软件包，针对常见临床症状在诊断和鉴别诊断上的问诊要点，采用人机对话的形式进行问诊。软件包可在中文Windows环境下运行，主要包括前台模块、问诊处理模块、诊断模块、数据库管理模块。前台模块给用户提供交互界面，借此调用问诊处理模块采集用户基本信息及问诊症状信息，存储至用户问诊症状信息数据库，最后通过诊断模块对采集的问诊症状信息，依据数据库管理模块的问诊诊断标准数据库中设定的标准，进行问诊的初步判断，判断结果可通过前台模块在交互界面上显示或进行存储、打印。
问诊软件包目前多用于教学与考核，教师在服务器端进行监控，学员在客户端进行问诊，通过语音输入或者文本输入相应的问诊信息，系统根据关键字锁定相应的病例输出患者信息，教师可根据不同教学内容在服务器端进行添加和修改，实时更新到学生端。在教学中应用问诊软件包可打破时间、空间的限制，为学员提供生动逼真的问诊模拟环境，培养学员的实际操作技能和处理临床实际问题的能力。目前已经有将问诊软件包用于实际临床工作中，初步证明可提高临床问诊的规范性，提高临床医生问诊的准确性和效率。
随着计算机人工智能技术和互联网+逐渐进入医疗领域，目前开发了很多具有人机对话功能的智能问诊系统和问诊训练系统，通过集合医疗大数据分析、云计算等互联网核心技术，将相关医疗数据、专业文献、临床指南和诊断流程进行人工智能化设计，基于深度学习技术与知识图谱算法模拟医生问诊流程，根据患者的症状提出可能出现的问题，反复验证后给出建议。
智能问诊系统在医生个体掌握生物医学经验的基础上，将大数据和人工智能对近似全样本病例的存储和分析作为参考，可在医生诊疗过程中进行提示，防止医生漏掉一些重要的疾病信息，并帮助医生对患者信息进行高效采集，提升医生的问诊效率和准确性，可有效弥补医生个体经验有限的问题，减少漏诊和误诊。
疾病诊疗包、问诊软件包和智能问诊系统等目前在临床的应用仍处于研发和验证阶段，能起到一定的辅助、参考作用，随着对全科医生培养的重视程度不断提高，以及计算机技术和互联网+医疗的逐渐推进，在医疗和教学中也必然具有一定应用前景。但是在实际的医疗工作和现实疾病的诊疗过程中，由于语言表达的复杂性和多样性、症状的不确定性、疾病的复杂性和个体差异性等原因，使之在实施和推广过程中也存在着诸多问题，更不能替代医生进行疾病的诊断。同时全科医疗强调以人为中心，需将患者的健康状况与家庭、社会、心理等背景紧密联系，并强调运用家庭、人际关系、咨询及心理指导等多方面的知识技能处理患者的医疗问题，这些都必须依赖于全科医生自身的知识技能和经验，不能被任何辅助手段所替代。
（王 晨）