这份文档是一篇发表于《中国数字医学》2023年第18卷第2期的学术论文，其标题为《基于微信小程序的心理测评平台设计与实现》。作者为来自首都医科大学附属北京朝阳医院信息中心的刘嵩、潘一文和钱步月。

学术背景与动机 本研究的领域属于“数字医学”与“临床心理学”的交叉范畴，具体是“互联网+医疗健康”应用开发。研究团队进行此项工作的背景源于国内临床心理测评服务的现状与需求之间存在显著差距。在文档中指出，国内医院的心理测评系统起步较晚，多数仍采用独立的电脑端系统，需在医护人员指导下完成。这种模式存在诸多弊端：它增加了医务人员的工作负担和患者的时间成本，形成了“信息孤岛”，测评数据无法与医院内部的体检系统、电子病历（Electronic Medical Record, EMR）等业务系统有效对接，从而不利于数据的整合分析、患者的跟踪随访以及后续的干预治疗。

与此同时，国家层面的政策导向（如《“健康中国2030”规划纲要》）强调了加强心理健康服务体系建设和早期干预的重要性。在技术层面，移动互联网的普及和新冠疫情防控的需求，使得利用智能手机等移动设备进行便捷、高效的心理健康筛查具备了现实可行性。临床上，存在对新冠方舱患者、企业团检员工以及主动寻求心理健康的社区居民等多类人群进行大规模、便捷心理筛查的迫切需求。

基于以上背景，本研究旨在设计并开发一个基于微信小程序的心理测评服务平台。其核心目标是：以较低的开发成本，构建一个用户操作便捷、能够服务多类人群的平台，满足心理科临床诊疗（如快速筛查、辅助诊断）和科学研究（如数据收集、分析）的双重需求，最终提升心理科的医疗服务水平与科研效率。

详细工作流程 本研究实质上是一项涉及软件工程与初步应用验证的跨学科项目，其工作流程可概括为系统分析、设计、开发、部署及初步应用效果评估几个主要环节，研究对象是平台本身及其使用者。

首先，在系统分析阶段，研究团队进行了详尽的现状与需求调研。他们识别出三类核心用户群体及其特定场景：1) 新冠方舱医院的住院患者；2) 参与企业团体健康体检的员工；3) 有自我心理健康评估需求的社区居民。同时，梳理了医护人员希望简化工作流程、医院管理者希望进行分类管理与科研数据采集的需求。基于此，团队设计了清晰的业务流程：不同用户通过微信小程序登录后，进入对应的测评界面；数据根据来源和用途，分别写入医院信息系统（HIS）或平台管理后台，实现数据的定向共享。

其次，在系统设计阶段，团队确定了关键的技术架构与理论基础。技术上，采用前后端分离的开发模式。前端基于微信标记语言（WeChat Markup Language, WXML）开发微信小程序，利用其“无需安装、即用即走”的特性。后端基于SpringBoot微服务框架开发，部署于云服务器，以保证系统的可扩展性与稳定性。前后端数据传输采用JSON格式。在业务逻辑层面，平台的智能运算基础是经过国际研究验证的一系列心理测评量表模型，例如广泛性焦虑障碍量表（Generalized Anxiety Disorder-7, GAD-7）、患者健康问卷（Patient Health Questionnaire-9, PHQ-9）、阿森斯失眠量表（Athens Insomnia Scale, AIS）、症状自评量表（Symptom Checklist-90, SCL-90）以及艾森克人格问卷（Eysenck Personality Questionnaire, EPQ）等。系统将依据这些量表的评分规则和计分模型，对用户的答题结果进行自动化计分与结果判读。

第三，在系统功能实现阶段，平台被构建为包含微信小程序客户端和后台管理端两大部分。小程序客户端的主要功能模块包括：1) 登录与身份验证：用户通过微信授权或手机验证码登录，不同用户群体（如方舱患者需扫描腕带）有对应的身份核验流程。2) 差异化测评：这是核心模块。针对方舱患者，提供了优化后的“方舱版”量表（AIS, GAD-7, PHQ-9, SCL-90）；针对企业员工，提供入职与在职测评套餐（包含GHQ-12, PHQ-9, GAD-7等）；面向所有用户的“自我测评”则提供焦虑、抑郁、睡眠、总体健康水平等单项测评。用户完成答题后，系统即时生成测评报告，包括分数、结果解释与建议。后台管理端供医护人员和管理员使用，核心功能是查询统计，可以从测评表维度（查看各量表结果分布比例）和测评记录维度（按时间、用户、量表、结论进行筛选）对数据进行多维度分析，并支持对预约患者信息的管理。

第四，在模型分析与应用验证阶段，文档以艾森克人格问卷（EPQ）为例，详细说明了系统智能运算的过程：系统首先计算原始分，然后根据常模换算成标准T分，最后根据T分范围（典型型、倾向型、中间型）分析用户的个性特征。这一原理同样适用于其他量表。在应用方面，平台于2021年5月至2022年7月在首都医科大学附属北京朝阳医院投入试运行。在此期间，平台面向全院及社会用户开放，共完成了8,457人次的心理健康筛查。研究团队收集并分析了这一时间段内的使用数据，以评估平台的初步应用效果。

主要研究结果 对试运行期间数据的分析，是本研究的核心结果部分，揭示了平台的实际应用效能和所筛查人群的心理健康状况特征。

首先，在平台使用规模与效率上，数据显示在约14个月的时间内，平台完成了超过八千人次的筛查，证明了其作为一种便捷、高效的筛查工具，能够服务于大规模人群，有效响应了临床和公共卫生场景下的快速筛查需求。

其次，在人群心理健康状况方面，数据分析得出了几个关键发现：1) 总体异常检出率高：在所有测评人次中，检出结果异常者为7,043人次，异常率高达83.3%。2) 性别差异：参与测评的女性（6,202人次，占73%）远多于男性（2,255人次，占27%），提示女性对心理健康问题的关注度更高。3) 各量表异常率：睡眠状态测评表的异常率最高（87.22%），其次为抑郁状态测评表（82.78%）和焦虑状态测评表（81.09%）。研究团队指出，这一异常率高于《中国国民心理健康报告（2019—2020）》中的普遍人群数据，并分析认为，主动参与测评的用户更可能是已感知到某些症状而寻求帮助的群体，因此检出率高于普通人群普查结果。4) 问题严重程度分布：在异常结果中，以轻度问题为主。例如，在焦虑测评中，轻度焦虑症状占比最高（36%）；在睡眠测评中，“可疑失眠”占比最高（61.99%）；在抑郁测评中，轻度抑郁症状占比最高（33%）；在总体健康水平测评中，“精神障碍高危”占比高达70.21%。这些结果为临床干预的重点和优先级提供了数据参考。

这些结果之间具有紧密的逻辑关系。系统设计（差异化量表、自动化分析）确保了数据能够被高效、标准化地采集与初步处理；而大规模应用产生的结果数据，不仅验证了平台的技术可行性与实用价值，更重要的是，它们为后续结论提供了坚实的实证基础。异常率、问题分布等具体数据，直接支撑了关于平台临床效用、服务模式创新等结论。

结论与价值 本研究成功设计、开发并初步验证了一个基于微信小程序的综合心理测评服务平台。其核心结论在于，该平台能够以较低的开发成本，高效、便捷地完成对不同人群的心理健康测评工作，有效提升了心理科的医疗服务水平与科研效率。

该研究的价值体现在多个层面： 1. 临床应用价值：平台打破了传统电脑测评的时空限制，实现了“无围墙”的筛查服务。用户可随时随地进行自评，即时获取报告；医生可远程查看结果（尤其是方舱患者数据直接对接电子病历），便于及时干预。这优化了诊疗流程，提高了服务可及性。 2. 数据整合与管理价值：通过与企业体检系统、医院电子病历系统、方舱管理系统等的接口开发，平台有效解决了心理测评数据“孤岛化”问题，实现了患者心理健康数据与临床诊疗数据的关联，为全面健康评估和精准干预提供了数据基础。 3. 科研价值：平台持续采集的结构化、标准化心理测评数据，为临床心理研究提供了宝贵的数据源。基于这些数据，可以开展特定人群（如方舱患者、企业员工）的心理特征分析、疾病流行率研究以及干预效果评估等。 4. 公共卫生价值：平台为社会公众提供了一个易于获取的心理健康自评工具，有助于提升公众的心理健康意识，促进心理问题的早期发现与早期求助。

研究亮点 本研究的亮点突出体现在以下几个方面： 1. 服务模式的创新性：将移动互联网（微信小程序）与专业心理测评深度融合，创造了一种面向多场景（院前、院中、院后）、多人群（患者、员工、公众）的、可扩展的新型心理健康服务模式。 2. 技术架构的实用性与先进性：采用“微信小程序前端 + SpringBoot微服务后端 + 云部署”的技术栈，兼顾了用户使用的便捷性、系统开发的敏捷性、后期维护的可扩展性以及数据对接的灵活性。 3. 研究成果的实证性：研究并非停留在系统设计与开发描述，而是提供了为期14个月、覆盖超过8000人次的真实世界应用数据。这些数据分析结果不仅验证了平台的有效性，更揭示了所服务人群的心理健康现状，使研究结论更具说服力。 4. 系统设计的业务融合深度：平台设计并非一个孤立的应用，而是深度考虑了与医院现有信息系统（HIS, EMR, 体检系统）的对接，体现了以患者数据流转为中心、打破部门壁垒的设计思想，具有很高的实际推广价值。

其他有价值内容 文档还提及了平台的未来发展规划，包括计划将服务范围延伸至预住院人群、学生人群等，以完善更广泛的社会公众心理健康模型。此外，正在研发与临床收费表单、知识库、决策辅助及诊后随访功能的对接，旨在实现对心理科患者诊前、诊中、诊后的全流程服务覆盖。这些内容展示了该平台作为一个动态发展的项目，具有持续优化和深化应用的潜力。参考文献部分也为读者深入了解心理测评量表和互联网医疗应用提供了指引。