本文所述内容出自首都医科大学附属北京朝阳医院信息中心刘嵩、潘一文、钱步月的研究团队，发表于《中国数字医学》2023年第18卷第2期的一篇学术论文。该论文报告了一项关于设计和实现基于微信小程序的心理测评平台的原创性研究。
这项研究的主要作者包括刘嵩（通信作者）、潘一文和钱步月，他们均来自首都医科大学附属北京朝阳医院信息中心。该研究发表于《中国数字医学》期刊2023年第2期。
研究的学术背景聚焦于临床心理学与医疗信息化的交叉领域。随着社会压力的增加和民众心理健康意识的提升，心理测评的需求日益增长。然而，传统的医院心理测评系统通常为独立的电脑端系统，需要在医务人员指导下操作，数据孤立，未能与院内其他业务系统（如电子病历、体检系统）有效整合。这导致了医务人员工作负担加重、工作效率受限，且不利于数据的统一分析和后续的跟踪随访与干预治疗。近年来，在互联网医疗发展和疫情防控需求的推动下，利用移动互联网技术进行便捷、高效的心理健康服务成为了可能。同时，国家政策层面，如《“健康中国2030”规划纲要》，也强调了加强心理健康服务体系建设和提高心理问题早期发现与干预水平的重要性。基于此背景，研究团队旨在设计并开发一款基于微信小程序的心理测评服务平台，以满足临床诊疗、科研以及社会公众对便捷心理健康服务的需求。本研究的具体目标是：设计一个用户友好的前端小程序；构建一个稳定高效的后端服务；实现与医院现有信息系统的数据对接；并最终通过实际部署和应用，验证该平台在提高心理科医疗服务水平和科研效率方面的有效性与价值。
研究的详细工作流程包含了从系统分析、设计到开发、测试及最终应用评估的完整周期。研究的主要对象是使用该心理测评平台的各类用户，包括方舱医院住院患者、参加企业体检的员工以及有自我测评需求的社区居民。自2021年5月试运行至2022年7月，平台共完成了8，457人次的筛查。研究流程可概括为以下几个核心环节：
首先，在系统分析与设计阶段，研究团队进行了深入的现状与需求分析。他们识别出三类主要服务对象：新冠疫情下的方舱医院患者、企业团检员工以及普通社区居民。针对不同用户群体的特定场景（如方舱环境、体检流程、自我筛查），设计了差异化的业务流程和数据流转路径。例如，方舱患者的数据将写入医院信息系统（HIS）供医生诊疗参考，而企业员工和社区居民的数据则写入平台管理后台供统计分析。在系统设计上，采用了前后端分离的现代开发模式。前端基于微信标记语言（WXML）开发微信小程序，充分利用其免安装、易传播的特性。后端采用SpringBoot微服务架构进行开发，并部署于云服务器，确保了系统的可扩展性和稳定性。前后端之间通过JavaScript对象表示法（JSON）格式进行数据传输，保证了通信的效率和通用性。该平台的核心智能运算基础是一系列经过国际验证的心理测评量表模型，如广泛性焦虑障碍量表（GAD-7）、病人健康问卷抑郁量表（PHQ-9）、阿森斯失眠量表（AIS）、症状自评量表（SCL-90）、总体健康问卷（GHQ-12）以及艾森克人格问卷（EPQ）等。研究团队针对不同用户群体（尤其是方舱患者）优化了部分量表的内容和建议表述，使其更贴合应用场景。
其次，在系统功能开发与实现环节，研究团队构建了包含微信小程序客户端和后台管理端的完整平台。小程序端主要功能模块包括：1）登录与身份验证，支持微信授权、手机号验证等多种方式，并根据用户身份（如方舱患者通过扫描住院腕带）进入对应服务入口；2）心理测评核心模块，为不同用户群体提供定制化的测评表单组合。例如，方舱患者可使用包含方舱版AIS、GAD-7、PHQ-9、SCL-90等量表的综合测评；企业员工可使用包含GHQ-12、PHQ-9、GAD-7等量表的入职或在职测评；普通用户则可进行焦虑、抑郁、睡眠、总体心理健康水平等类别的自我测评。用户完成答题后，系统基于预设的评分规则和算法模型实时运算并生成图文并茂的测评报告，报告中包含结果解释与建议。3）数据对接功能，实现了测评结果向院内相关业务系统的自动传送，例如方舱患者数据对接电子病历系统，企业员工数据对接体检系统。后台管理端则为医护人员和科研人员提供了强大的数据管理工具，包括：1）查询统计功能，可从测评表维度（各量表结论比例）和测评记录维度（按时间、量表、结论筛选）进行多维度数据可视化分析；2）测评记录与详情查看，医生可以查阅所有用户的测评详情；3）预约患者管理，支持批量导入和管理企业体检员工信息。
第三，在数据模型分析与应用验证阶段，研究团队详细阐述了平台如何进行智能化运算。以艾森克人格问卷（EPQ）为例，系统需要处理85道题目的“是/否”回答。其工作流程是：先计算原始总分，然后根据E（内外向）、N（神经质）、P（精神质）、L（掩饰性）四个量表的常模，通过公式T=50+10*(X-M)/SD将原始分转换为标准T分，最后根据T分所处的区间（如低于38.5分为典型内向，43.3-56.7分为中间型等）分析用户的个性特征。其他量表如GAD-7、PHQ-9等则根据题目得分累加总分，再依据划界分标准（例如GAD-7总分0-4分为无焦虑，5-9分为轻度焦虑等）给出评估结论。所有这些运算逻辑均被编码实现，使得平台能够自动处理用户提交的答案并即时生成结构化报告。在应用层面，平台于2021年5月至2022年7月期间在首都医科大学附属北京朝阳医院投入试运行。研究团队收集并分析了这段时间内的测评数据，以验证平台的有效性和发现潜在规律。
研究的主要结果基于平台试运行期间收集的8，457人次的有效测评数据。这些结果不仅证实了平台的技术可行性和应用价值，也揭示了所筛查人群的一些心理健康状况特征。
具体而言，在总体筛查规模方面，平台在14个月内完成了超过8千人次的心理测评，证明了基于微信小程序的移动心理测评模式具有很高的可及性和用户接受度。在人群特征上，参与测评的女性（6，202人次，占73%）显著多于男性（2，255人次，占27%），提示女性对心理健康问题的关注度相对更高。在心理健康问题检出率方面，总异常检出率高达83.28%（7，043人次异常）。对各量表进一步分析显示：睡眠状态测评表（AIS）的异常率最高，达到87.22%；其次为抑郁状态测评表（PHQ-9），异常率为82.78%；总体心理健康水平量表（GHQ-12）异常率为84.58%；焦虑状态测评表（GAD-7）异常率为81.09%；全面测评（组合量表）异常率为81.98%。这一系列高异常率数据，逻辑上引出了进一步的分析：这究竟是反映了普遍人群的心理健康状况，还是与样本特性有关？研究团队将此结果与《中国国民心理健康报告（2019—2020）》中的普查数据对比，发现本平台的异常检出率明显更高。他们结合临床经验分析认为，这很可能是因为主动使用该平台进行测评的用户，大多是已经感知到自身存在某些心理不适症状、从而主动寻求评估或帮助的人群，属于“求助者样本”，而非真正的随机普通人群样本。因此，该结果更反映了“求助人群”中心理健康问题的普遍性和严重性，而非全人群的患病率。
在对异常结果的严重程度分布分析中，研究获得了更细致的发现。在焦虑状态测评中，轻度焦虑症状者占比最高（36.03%），中度和重度分别占25.25%和19.81%。在睡眠状态测评中，“可疑失眠”的占比最高（61.99%），明确“失眠”者占12.78%。在抑郁状态测评中，轻度抑郁症状者占比最高（33.31%），中度占24.62%，中重度和重度合计占24.85%。在总体心理健康水平测评中，“精神障碍高危”人群占比极高，达到70.21%。这些分布数据为临床工作提供了重要参考：平台筛查出的大量用户处于心理问题的轻度或早期阶段，这凸显了早期筛查和干预的紧迫性和重要性。平台的价值正在于能够高效、便捷地识别出这些“潜在风险人群”，使他们能够尽早获得专业关注，防止问题恶化。这些结果有力地支撑了研究的结论，即该平台能够有效服务于心理问题的早期发现和干预。
本研究得出的主要结论是：基于微信小程序的心理测评服务平台，以较低的开发成本，成功构建了一种高效、便捷的新型心理测评服务模式。该平台能够服务于多样化的用户群体（住院患者、企业员工、社区居民），完成多表单的心理健康状况评估，并自动生成测评报告。通过与医院信息系统的对接，实现了测评数据与临床诊疗数据的整合，打破了传统心理测评系统的“信息孤岛”状态。自试运行以来，平台已成功筛查大量人次，证明了其在实际应用中的可行性和有效性。该平台有效提高了心理科的医疗服务水平（如方便患者自查、助力医生诊断）和科研效率（如便捷收集大样本数据）。
本研究的亮点和创新性体现在多个方面。首先，在方法学上，它创造性地将成熟的微信小程序技术与专业的临床心理测评量表相结合，开发出一套完整的、可落地的移动端心理测评解决方案。其次，在系统设计上，采用了前后端分离和微服务架构，确保了系统的灵活性、可扩展性和易于维护性，为后续功能迭代和服务延伸奠定了良好基础。第三，在应用层面，它并非一个孤立的工具，而是深度融入了医院的业务流程，实现了与HIS、体检系统、电子病历系统的数据对接，使心理测评数据真正成为了患者电子健康档案的一部分，具备了临床实用价值。第四，研究不仅展示了平台开发过程，还提供了详实的初步应用数据和分析，从实际运行角度验证了平台的效果，并揭示了所服务人群的心理健康特征，为后续研究和服务优化提供了数据支持。第五，该平台积极响应了国家“互联网+医疗健康”和“健康中国”的政策导向，是智慧医疗在心理健康领域的一次成功实践。
此外，论文还讨论了该平台的未来发展方向，具有重要参考价值。研究团队计划进一步优化平台功能，将服务范围拓展至预住院人群、学生群体等，以完善更广泛的社会公众心理健康模型。同时，他们正在研发将心理测评与临床收费、知识库、决策辅助以及诊后随访等功能进行更深入的整合，目标是实现对心理科患者“诊前-诊中-诊后”的全流程服务覆盖，从而更好地服务于临床诊疗和健康管理。这些规划体现了该研究并非一个终点，而是一个可持续进化、具有长远应用前景的项目的起点。