基于AI技術的電子病歷質控系統構建與實踐

□ 劉祉呈 LIU Zhi-cheng 陳愛芬 CHEN Ai-fen 黃頌列 HUANG Song-lie

隨著醫院信息化程度的提高，電子病歷的應用不斷普及，與此同時也出現了病歷書寫不及時、不規范、不完整等諸多問題。一份真實的病歷意義重大，它反映了患者的病情、醫院醫療質量、學術水平和管理水平，能為醫療、教學、科研提供寶貴的基礎資料；同時能為醫院管理提供不可缺少的醫療信息；在涉及醫療爭議時，它是判定法律責任的重要依據；在醫療保險中，它又是相關醫療付費的憑據。為加強醫療機構病歷管理，保證病歷資料客觀、真實、完整，原衛生部制定了《病歷書寫基本規范》《醫療機構病歷管理規定》，浙江省制定《醫療文書書寫規范》等相關規定，規范了病歷質量與管理內容。

基于AI病歷質控系統設計

1.醫院病歷質控現狀。2019年我院出院人次16.22萬人次，門診人次423.76萬人次。電子病歷系統的模塊僅能完成簡單的形式質控，仍需要大量高年資專業質控人員進行人工抽樣質控，存在著病歷質控數量不足、質控點覆蓋率低、效率不高、缺乏醫療全過程質控等問題，醫院需要針對這些問題重建以病歷內涵質控為核心、三級質控為架構、院科互動的全閉環病歷質控系統[1]。

2.關鍵技術。系統以某公司病歷質控產品技術為基礎，利用自然語言處理技術結合醫療術語及編碼標準化對病歷進行全面的后結構化處理。自然語言處理引擎是對病歷文本進行語義分析及提取的一種人工智能技術，利用醫學語言詞庫及語料庫實現了醫學文本充分結構化[2]。醫療術語及編碼標準化最大程度保留文本中的語義及關聯性，識別的結果可以作為電子病歷知識的基礎[3]，從而使由信息系統對病歷的內涵進行分析與質控變得可行。

3.病歷缺陷規則庫建立及完善。系統缺陷規則庫包含兩部分內容：基于浙江省臺州醫院歷年病歷人工質控問題及電子病歷質控標準形成的經驗模型庫；基于各類醫學指南、文獻形成的循證模型庫。同時基于《浙江省住院病歷評分標準》的規定進行二次調整，由質控部與臨床質控員組成專家組，將標準中77個扣分項進行進一步拆解，分析出1028個質控點，提供質控系統進行病歷缺陷規則的完善。

4.院內病歷二次標注與機器學習。原有系統中自帶的醫學語言模型和術語映射模型對我院電子病歷的識別率在60%到70%之間，為進一步提高醫學文本的識別率，我院組織臨床質控專家組與信息中心技術人員對于真實臨床病歷進行二次標注，以供機器學習。以剖宮產記錄為例(圖1)，宮縮劑是根據患者宮縮情況進行使用，存在“有”與“無”使用、不同藥物、不同劑量的情況，且不同醫生的文書表達方式不同，通過對于脫敏的剖宮產記錄進行標注后，系統從而學習到臨床的文書診療思維及書寫習慣。通過病歷二次標注的完成，使系統對我院病歷的識別率到達93%以上，達到病歷質控系統應用的要求。

圖1 病歷標注

5.住院病歷質控實驗樣本數據對比。系統搭建完成后，我們設計了實驗對比組，對我院3000份住院病歷進行了人工質控和智能質控對比。人工質控實驗數據為質控部提供以往病歷質控數據；智能AI質控系統實驗數據為從電子病歷系統中抽取3000份出院病歷，應用質控引擎處理后，再交由質控員人工復核得到。見表1。

表1 住院病歷不同質控方式比較

應用成效

系統自2019年10月上線以來，陸續在全院30余個科室推開，截至2020年11月31日，機器質控覆蓋率100%。隨著系統日常質控計劃的運行，為保證系統質控準確率的提升，系統提供科室質控員及臨床病歷醫生對質控結果進行反饋與申述的渠道，由質控部組織臨床質控專家組每月對于反饋問題進行審核，審核結果供給系統進行機器學習的模型，系統中知識圖譜的信息量越積越大，從而提高質控結果準確率。同時隨著系統不斷積累，質控結果準確率提高到93.6%，其中內涵缺陷占68%，大大減輕了質控工作人員的工作強度，全院病歷的平均得分從最初的75分提升到目前的92分。

不足與思考

1.不同科室病歷數據適配問題，需要進一步磨合。因各科室差異，以重癥和兒科為例，專科電子病歷模板與普通病房的病歷模板存在一定的差異，造成病歷數據結構的異構，帶給智能AI質控系統額外的數據適配工作，仍需要系統通過專科病歷模板的標注工作進行大量的學習和訓練，逐步提高病歷模板的適配度，以達到100%的病歷質檢效果。

2.病歷質控無法完全脫離人工。現階段系統為保證病歷質控的質量與準確性，還是以機器質檢+人工復核的方式相結合運營。在某種意義上只能根據預設程序，被動地根據已知的選項對疾病進行檢測和診斷預測[4]。在病歷質控效率上，比起單純人工抽樣質控確實得到很大的提高，但是就智能AI的應用效果上，還是擁有很大的提升空間。

總結

隨著系統不斷改進，可以看到病歷質控效率得到明顯增強，同時我們在實踐中不斷進行總結與歸納，不拘泥于技術實現能力，以醫療應用場景和實踐效果為基準點，結合醫院病歷三級質控體系規范，靈活使用各種技術，更好地發揮智能AI技術的價值，賦能臨床病歷質量的持續改進。