症状检查器API：它们如何改进医疗分类和诊断

谷歌每分钟都会收到超过 70,000 次与健康相关的搜索。这相当于 Google 每日查询量的 7%。在大多数情况下，人们会尝试找出症状的可能原因并了解下一步该怎么做。

当然，无论是 Google 还是流行的在线症状检查器都无法取代看医生。然而，当嵌入到现有的卫生系统并由专业人员监督时，预诊断技术可能会带来很多优势。首先，它们减轻了医务人员的负担——在资源有限和大流行病的情况下尤其重要。

医疗机构如何在日常实践中快速实现这些工具？答案很简单明了— 通过 API（应用程序编程接口）。本文概述了可用的 API 及其主要用例。但首先，但首先，让我们来看看症状检查器的主要部分和核心功能，这些检查器可以集成到医院的日常工作流程中。

症状检查器 API 组件和您可以使用它们构建的解决方案

症状检查器 API 并不是为了让真正的医生失业。他们的使命是让患者更好地了解他们病情的可能根源，并为临床医生提供决策支持。通常，症状检查器 API 包括两个主要组件。

知识库。 它包含有关病症、疾病和治疗程序的数据。内容由医疗专业人员不断审查和更新。

诊断引擎。 它通常由 AI 提供支持，可分析患者数据输入（如人口统计、症状和实验室测试）或自动从电子健康记录中提取临床特征。该引擎将患者信息与知识库中的内容片段链接起来，并返回可能的情况（初步诊断）和/或护理建议（分诊）的列表。

通过 API 进行分诊和预诊断

通过症状检查器 API 进行分诊和预诊断使用 API

医疗保健组织和软件提供商可以快速构建和集成三种主要类型的软件解决方案。

分类工具。在医学上，术语分诊是指根据病情的严重程度对患者进行快速分类。分诊工具促进了这一过程，通常用于护士呼叫中心和急诊科

世界卫生组织（WHO）将患者分为三类：

紧急情况 — 对于那些需要立即治疗的人
priority — 对于应该优先进行快速评估的人
非紧急

但是，分类系统可以更精细，并且最多具有五个紧急级别。

急诊科常用的 5 级分诊分类。资料来源：Swan Hill District Health

自我诊断应用程序或健康聊天机器人。他们帮助人们发现症状的可能原因，并将患者引导至合适的专家。

诊断前决策支持工具。 这类软件适用于医院、医疗机构、保险公司等专业机构。它们可以与远程医疗平台、EHR 系统、医院网站和移动应用程序集成。

症状检查器 API 比较

通常，API 供应商会为开发人员提供详细的文档和测试环境。他们可以在短短几天内设计出诊断解决方案并将其与现有应用程序或系统集成。您将在下面找到一些流行的尝试选项。

来自不同供应商的症状检查器 API 的比较。

用于诊断和决策支持的 Infermedica API

主要使用案例：通过诊断洞察丰富现有的医疗保健解决方案，为医院呼叫中心构建分诊工具、诊断聊天机器人和语音助手，或高级临床决策支持系统。

Infermedica API 提供具有自然语言处理（NLP）功能和广泛知识库的 AI 驱动的诊断引擎。它包含与 COVID-19 相关的 1,500 多种症状和 800 种病症的信息，包括病理、障碍和疾病。它的内容提供 17 种语言版本。

该功能可用于患者分诊、初步健康评估和决策支持。在收到基本的患者数据（如症状、人口统计和实验室测试结果）后，智能算法会分析这些信息，并返回到可能出现的病症列表和相关建议。

Infermedica API

Infermedica 诊断平台的工作原理。

该 API 是构建诊断聊天机器人的坚实基础，因为其 NLP 技术可以捕获患者消息中的症状。您还可以设计数字语音助手：Infermedica 支持三个主要的语音平台——Amazon Alexa、Microsoft Cortana 和 Google Assistant。

该AI 的声明准确率为 93%。为了获得更好的结果，它不断从数百万个来源中提取新数据，并使用机器学习重新评估不同情况的概率。同时，为遵守隐私保护法，它绝不收集个人信息。

Mayo Clinic API 用于症状分类

主要用例：与现有医院或医疗机构软件集成，以促进医疗分诊

妙佑医疗国际因其对临床实践、研究和科学的贡献而享誉全球。其知识库包含超过 11,500 条内容，涵盖 300 多种症状。

symptom triage API 运行 AI 算法，这些算法将知识库中的信息和实时患者输入结合起来，使用 JSON 或 XML 文件提供护理指导。当与医院应用程序或网站集成时，分诊服务可以分析患者填写的问卷，提出诊断建议，促进决策过程，从而优化急诊室就诊。

用于患者指导的 ApiMedic API

主要用例：与消费者健康应用程序和医院网站集成以指导患者的旅程

ApiMedic Symptom Checker 提示患者输入他们的症状，生成可能的疾病列表，将他们链接到医疗信息，并将他们引导至正确的医生。全部功能包括：

疾病似然计算，
每种疾病一篇长篇医学文章
红色标志警告，用于指示严重情况

该 API 只需几行代码即可与网站和移动应用程序集成。它还可用于构建新应用程序，并支持多种语言，包括德语、法语和西班牙语。ApiMedic 提供的开发者门户也有一个测试环境。

用于生成鉴别诊断的 Isabel 症状检查器 API

主要使用案例：向 EHR 系统和医院网站添加诊断决策支持功能，构建独立的症状检查应用程序。

Isabel Healthcare 基于 AI 的鉴别诊断（DDx）生成器涵盖 10,000 多种疾病，从常见疾病到罕见疾病。它利用自然语言处理从病历中提取临床症状。该工具允许用户用常用词输入症状，而不是从有限的建议列表中进行选择。输入实验室值时，NLP 引擎会自动将其转换为日常语言 — 例如，“血红蛋白 4.2 mmol”将转换为“低血红蛋白”。

Isabel 返回与患者的年龄、性别和居住地区相关的潜在诊断列表。它标记了最关键的诊断，并将每种情况与有关它的最新循证临床内容联系起来。信息合作伙伴包括 DynaMed、5MinuteConsult 和 BMJ Best Practice 临床实践。

Isabel 症状检查器 api

Isabel DDx 工具将每种疾病与相关的循证内容联系起来。

Isabel API 使该功能易于嵌入到大多数 EHR 系统中，因为它预先与主要参与者（如 Cerner、Epic、NextGen、T-System、SystemOne 等）集成。DDX 功能套件以 XML 和 JSON 格式提供。

用于构建症状检查应用程序的 EndlessMedical API

主要用例：为医院构建网站、移动应用程序或聊天机器人，或与现有卫生系统集成

EndlessMedical API 由医生创建，用于将患者的投诉与专业检查的测试结果和结果联系起来。

分析数据后，ML 算法返回一个 JSON 响应，其中包含可能的诊断列表、它们的可能性排名以及危及生命、紧急情况或罕见疾病的标记。它还建议提出其他问题、安排检查和拜访专家。从 2020 年 3 月起，诊断前 API 已涵盖 COVID-19，可用于对患有流感样呼吸系统疾病、发烧和其他冠状病毒症状的患者进行分类。