随着新冠疫情在国内得到有效控制，疫情防控已趋于常态化。为积极响应国家疫情防控政策，排除潜在的安全隐患，医院作为疫情防控的第一道关卡，应当对来院人员进行更加严格的体温检测与人员筛查。

疫情下，成都市多家医院、商场等公共场所均采用查看健康码+体温枪测温的方式进行例行检查。成都市第三人民医院作为一家三甲医院，每日就诊患者众多，针对无健康码的入院患者，本院采取健康码+红外或体温枪测温的方式进行登记和人员筛查。值班人员会手写记录他们的姓名、电话、地址、体温等信息以及常规的流行病学史的询问。但手写操作的方式效率低且容易遗漏，数据无法共享且后期核查难度大。这不仅会大幅加重值班人员的工作负荷，且当来院就诊患者较多时，就会增加人员聚集时间，询问交谈时也会产生大量飞沫，提高了感染风险，同时具有安全隐患。

为解决上述问题，需要摒弃落后的手动操作方式，以疫情防控为核心，以高效服务患者为理念，充分发挥信息化快速响应的优势，降低人力成本和时间成本，最终达到工作高效率、数据全共享、轨迹可追踪的目的。

流程分析与设计 在过去的流程中，医院门口值班人员需要询问并抄写入院人员的身份信息，包括姓名、性别、电话、出生年月、家庭住址，然后手动测量并记录体温以及进行常规的流行病学史询问。记录完成后，若无异常，值班人员会给患者一个可贴在衣服上的通行牌，1天内进出医院只需出示通行牌就不用再做记录；若有异常，则将患者引导至发热门诊就诊。

但是对于要进入住院病区的人员，住院病区的值班人员还需要再次手写记录上述的信息。如果患者再次来到医院，也还需要重新记录所有信息。因此，这种信息重复记录的方式不仅花费时间长、工作量大，各个点位无法共享信息，而且缺失了很多关键信息，如记录时间、记录人、记录点位等，既不利于后续对患者信息的查询和统计，又无法对患者进行追踪。

在流程设计阶段，针对原流程中的缺陷，在保持原有流程基础上进行了整体优化。

系统主要功能

信息采集 直接使用身份证阅读器自动读取身份证中如姓名、住处、出生年月等信息并录入系统，省去询问和手动输入的过程。其他的信息如电话、流行病学史可单选或用键盘输入。前端页面会在提交前自动进行数据校验，避免不必要的错误，提高数据质量。

体温预警 将医院已有的红外测温设备接入此系统，即可自动测量并记录患者的体温到系统中，省去手动操作的过程。当检测出体温异常时，系统会发出警告，提醒值班人员引导该患者去发热门诊就诊。

来访提示 前端页面添加一个醒目的标志，代表上一次的记录是否有效。红色代表从未登记、橙色代表记录已过期、绿色则代表可以直接通过。当患者再次来到点位时，根据颜色判断，若为绿色则可直接进入，为橙色只需要记录体温与流行病学史。记录的有效期设计为自适应方式，可根据当地疫情情况来调整有效期。

患者追踪 每个值班人员都会有自己的账号，系统会自动获取当前记录人的信息以及所在的点位，并自动生成记录时间，同时选择院内去向，值班人员可以直接从下拉列表中选择地点，如住院2号楼、门诊一区等。通过这种方式可以形成患者的院内行动轨迹，方便后续对患者进行追踪。

检索统计 该系统将患者信息数字化存储，实现各个点位之间的数据共享。若需要追踪某段时间或某个患者的详细信息，管理员可以根据姓名、日期、记录人、点位等条件进行数据检索与统计，并可将结果一键导出到本地，方便后续查看。

系统技术架构 该系统采用前后端分离的B/S架构方式进行开发，利用容器化技术Docker将数据库及前应用程序部署在医院的云服务器中，Docker容器之间相互隔离，应用部署方便且有利于项目后续的更新迭代。系统架构主要分为基础设施层、前端数据层、业务应用层、数据层。

基础设施层 该系统的基础设施包括PC、身份证阅读器、医院网络设备、红外测温设备、云服务器。身份证阅读器与红外测温设备作为输入设备，负责读取身份信息与患者体温，数据库与应用部署运行在云服务器中。

前端数据层 前端选择Element UI与Vue框架组合进行开发，包括信息采集、数据校验、数据检索、数据导出等模块。

业务应用层 以SpringBoot框架为基础，整合Mybatis、Shiro、JWT等功能框架。包含对数据进行清洗、过滤、整合等业务处理，以及账号认证、单点登录、用户权限与角色管理、日志管理、转换表格等模块。

数据层 该系统使用MySQL数据库，使用Mybatis框架与业务应用层进行交互，利用Docker容器部署在服务器中。包含数据加密、数据备份等模块。

系统安全 为保障患者信息安全，在网络方面，对要接入的网络添加安全策略，并在服务器中部署防火墙、安全证书、病毒检测、用户识别等安全防护措施。软件方面，数据库会进行本地自动备份，并对患者的信息进行加密处理；利用Docker进行端口映射防止恶意的暴力攻击，并使用统一的身份认证及权限管理，严格按照用户角色的权限来访问和操作数据，对数据的任何操作都会进行详细的日志记录。

根据本院的情况，在6个点位投放使用了此系统，其中包含医院南北大门、两个住院楼以及两个门诊区域。值班人员轮流换班并登陆自己的账号，对各个点位的患者进行信息登记。

数据分析 自2020年9月投入使用以来，该系统累计记录患者信息约6.4万余条。在所有记录中，重复记录的患者高达3.4万余条，占比约为54.3%。由此可见，对于许多常来医院的患者，该系统为他们提供了许多便利。

经统计，该系统平均每日接待人数为240余人次，其中12月8日当天达到峰值，高达980人次。在所有记录中，年龄为50岁及以下的患者占比约为17.18%；年龄为51～60岁的患者占比约为16.09%；60岁及以上的患者占比约为66.73%，见图3。通过统计数据分析可见，该系统使用的人群年龄集中在50岁以上，占比约为82.82%，原因是中老年人群对智能手机的使用方法不熟悉或者并没有智能手机导致无法提供健康码，从而选择使用该系统。

轨迹追溯 2020年12月初成都市某地区新冠疫情发生后，该系统接待的来院就诊人数急剧增多，12月8日达到峰值980人次。通过该系统可以追踪某确诊患者在本院的院内行动轨迹，轨迹中包含记录该患者登记的具体时间和点位，以及该患者的电话、住处等个人信息。再根据这些信息及时追溯感染源的行动时间与行动路线，对当天该时间段内各点位的人员进行筛查，并对相关场所采取消毒措施，有效预防交叉感染。

提高效率 经测试发现，使用该系统记录一个患者信息所需平均时间约为25 s，而原手写记录的方式则需要1 min左右，时间效率提高了约2.4倍。信息自动采集，数据校验，体温预警等功能不仅大幅降低出错概率，还有效缩短了患者等待时间，避免人员聚集，减少飞沫传播，降低了感染风险,为该院疫情防控工作提供了有效保障。

自该系统投入使用以来，患者尤其是中老年人群来本院就诊的满意度得到显著提升，值班人员的工作效率也大幅度提高。不同的点位之间实现了数据共享，减少了数据冗余。与此同时，该系统也保障了医护人员与患者的生命安全，得到本院的患者及医护人员的一致好评。

通过分析疫情下本院存在的痛点，利用互联网技术顺势推动“互联网+医疗健康”的建设，进一步优化入院流程，同时为患者与医务人员提供了快捷优质的服务，以实现便捷入院，降低风险，减少成本等目标。

在实际应用中，该系统具有易采集、可追溯、可校验、信息共享等特征，所以在面对突发的公共卫生事件时，如突发疫情、传染病防控、流行病筛查、自然灾害救援等许多场景，该系统可以提供快速、准确、有力的信息化支撑。

在后续的研究中，可对系统进行优化升级，结合如人脸识别等AI技术。充分发挥互联网医疗优势，实现患者信息自动处理，省去多余步骤，无需人工操作，进一步提高效率。同时还能应用到医联体中，与医联体中的区域医疗机构实时共享数据，构建区域医疗的信息桥梁，从而能够快速响应各种重大突发公共卫生事件。