基于大數據和AI的電子病歷自動質控系統構建

周 芮，陳彥東，宿 明

（吉林大學第二醫院信息中心，吉林 長春 130041）

電子病歷系統是醫院信息化諸多系統中與臨床業務結合得最緊密的系統之一。近年來，國家相繼出臺《電子病歷系統基本規范（試行）》《基于電子病歷的醫院信息平臺技術規范》等文件，旨在規范電子病歷[1，2]。2018 年，國家衛健委發布《關于進一步推進以電子病歷為核心的醫療機構信息化和建設工作的通知》指出，要重點發揮電子病歷信息化作用，促進醫療管理水平平臺和智慧醫院發展，對電子病歷數據質控提出了更高的要求。隨著電子病歷的應用，在病歷質量監管上存在了一些新的問題，這就需要管理層進行針對性的優化，調整管理方案，實現管理質量的提升[3-5]。針對傳統的醫療質量管理過程中存在的醫療質量信息服務可及性弱、無法形成閉環質控、缺乏環節監控等問題[6-8]，我院通過大數據AI 技術研究構建基于智能化電子病歷質控系統，實現醫院質控前置管理，智能質控提醒與醫務管理，通過NLP 技術實現醫療數據的標準化，統一化處理，建立一個行之有效的醫療質量管理系統。

1 總體設計

根據電子病歷系統中兩種不同類型的數據，即結構化數據及非結構化數據，設計多種不同的質控方法，通過基礎字典維護、病歷模板設計、規則庫引擎設計、設計質控點、運行病歷質控、終末病歷質控、重點患者關注、統計分析報表等方面設計，構建基于大數據和AI 電子病歷的自動化質控系統。通過信息技術在電子病歷質控系統中預設質控規則及知識圖譜模型匹配，實現質量控制自動識別、事前提醒并進行預警，及時將問題情況反饋臨床醫師，從而提高電子病歷的及時性與質量內涵，促進醫療核心制度的嚴格按規執行，減少病歷質量缺陷，提升管理水平[9，10]。通過接口直接從各業務系統中提取數據，實時監測全院醫療環節，將質控環節從“事后”提前到“事前”“事中”；并且通過分解醫療相關指標，將其融合在電子病歷中，實現自動生成日常管理數據與上報報表，減少手工操作，節省人工統計分析時間。

2 AI 醫療自動質控系統架構

建立基于AI 的數據治理，高質量、標準化的醫療數據中心。為了不影響醫院HIS、LIS、PACS 等系統正常運行效率，通過從醫院現有的集成平臺數據中心抽取數據，建設基于人工智能的數據治理平臺。對大數據清洗、校驗、脫敏，對結構化和非結構化數據、集中式和分布式數據統一建模，以統一的數據標準對多源異構數據進行歸一化處理。充分利用數據中心的大數據資源，使大數據發揮最大的作用。

AI 醫療自動質控技術路線：通過信息集成平臺數據中心進行大數據分析，制定相應的質控方案；對醫院各科室需求調研分析，建立多種不同的質控方法；過濾清洗、校驗、脫敏數據，制定預設質控規則及知識圖譜模型匹配標準，實現質量控制自動識別[9，10]；實時監測全院醫療環節，對醫護人員的醫療行為進行事前預警、事中監控、事后評價等焦點環節管理；臨床、醫務等相關科室可以對質控指標，質量缺陷進行統計分析，及時將問題情況反饋臨床醫師,減少病歷質量缺陷，為管理部門提供相關決策依據；通過可配置化的消息提醒和任務對質控內容進行提示或者攔截，并不斷擴展維護規則庫規則點，從而促進醫療質量持續改進，以提高電子病歷的及時性與質量內涵，提升醫療質量管理水平。AI 醫療自動質控技術路線框架見圖1。

圖1 AI 醫療自動質控技術路線

3 AI 醫療自動質控系統構建

基于AI 智能電子病歷的自動化質控系統秉承PDCA 醫療質量管理理念，兼顧一線醫護與質控管理雙方需求，質控點分布在診療過程的各個環節，包括合理用藥、抗菌藥物、醫院感染、病歷書寫、手術麻醉、單病種、輸血等系統環節，結合事前預警、事中質控與事后質控3 種方式，最終達到醫院提高效率、降低成本、杜決差錯、讓患者滿意的目標。

3.1 建立基礎字典 建立終末病歷質控缺陷字典庫，維護質控缺陷項名稱、編碼、扣分、對應病歷名稱、是否為乙級病案否決項等；建立時限命令字典庫，維護重點模板的書寫時限、質控節點等。

3.2 病歷模板設計 在電子病歷模板結構化的基礎上，細化合理用藥、抗菌藥物、醫院感染、手術麻醉等診療過程的質量點，通過元素化的方式在病歷模板中得以體現，醫生通過勾選相關信息豐富病歷內涵，提高病歷質量，將分布在診療過程中各個環節的質控數據在電子病歷中集中起來，以便后期的自動質控及質控數據提取分析。

3.3 建立規則模型 對國內外醫療質量管理文獻進行回顧，運用持續質量管理的FADE 法分析醫療過程，選擇關鍵要素，明確關鍵環節，建立全過程醫療質量實時控制管理模式。在全過程醫療質量管理方案的建立和修訂完善過程中，征詢醫療專家和醫院管理專家的意見。對歷史病歷數據進行處理，基于AI 的數據治理，高質量、標準化的醫療數據中心，查找醫療過程數據的相關因素關聯關系，建立規則判斷模型。運用綜合評價法對研究數據進行統計分析。

3.4 自然語言處理（NLP）與應用 通過NLP 自然語言處理，機器學習等人工智能技術對臨床數據進行清洗，對數據缺失，數據重復，數據不準確，數據存在非結構化文本，數據標準化差，數據格式混亂等問題進行處理。數據缺失內容通過大數據技術通過表關聯等從數據庫其他表的字段獲取，對同一患者存在多個就診號碼的，通過大數據技術自動邏輯判斷為同一患者后進行統一；對數據混亂、診斷隨意、編碼錯誤，通過模糊匹配評分、搜索評分等方法對未使用標準字典針對名稱的診斷數據進行標準化處理，并根據標準ICD-10 編碼來映射診斷編碼，使臨床診斷更加準確高效。

3.5 醫療大數據及智能AI 通過人工智能技術，不斷優化學習模型，形成不同醫療場景下最佳臨床實踐，進行質控提醒功能。支持明顯有基本信息或者疾病描述語義矛盾，并且可以提供智能預警機制，對新開檢驗，檢查（性別、年齡、妊娠、高危等情況）進行提醒；下達手術申請，可以針對患者性別、診斷、以往檢查結果等進行自動檢查并提示，能夠結合患者手術類型、手術時間、術后患者臨床表現、檢驗檢查結果對可能是術后并發癥的內容進行提示，避免醫生遺漏。

3.6 建立完善的病歷質控體系 建立完善病歷閉環質控體系，整體內容涵蓋病歷評分、缺陷提取、反饋平臺、臨床整改4 個環節。

3.6.1 針對病歷評分環節 系統根據醫生自評分管理、科室質控醫生評分管理、醫務部門評分管理，在病歷書寫之中和之后，醫生、科室或醫務科都可以對病歷進行評分。根據配置的病歷質量評分要求，自動對病歷進行打分，某些項目還可以由人工判斷后手動評分。并且還可以對病歷評分情況進行統計匯總，以幫助醫務部門了解各個科室的病歷書寫情況。

3.6.2 針對缺陷提取 針對病歷質量評分表的內容，實現至少60%的自動評分工作量，同時針對系統自動和醫生手動的扣分項目，實時自動提取缺陷理由，并形成一段消息文本，以方便發送到相關部門處。

3.6.3 針對反饋平臺 搭建缺陷反饋平臺，讓相關醫生和管理人員及時在反饋平臺獲取到相關缺陷信息。

3.6.4 針對臨床整改 發現缺陷內容通過反饋平臺反饋到臨床醫生處，在收到缺陷消息后，醫生要快速、方便的對缺陷內容進行整改，同時整個整改流程都要反饋到管理處，以便隨時跟進。

3.7 明確三級質控流程 質控管理功能分為個人、科室和醫院3 個級別，分別可以滿足不同管理級別的要求。醫生個人可以在病歷運行期間對自己所寫的所有病歷內容進行質控，出現有問題的病歷是可以及時糾正。科室主任能夠對整個科室或者病區的病歷情況做整體監控，發現問題時能夠及時通知相關人員改正，避免在病歷提交以后而要再次修改。病案室管理人員和醫務質控部門能夠對全院的病歷進行監控。

4 AI 醫療自動質控系統功能

基于電子病歷的自動化質控系統主要通過病歷模板設計、運行病歷質控、終末病歷質控、重點患者關注、統計分析報表等方面實時監測全院醫療環節，將質控環節從“事后”提前到“事前”“事中”；并且通過分解醫療相關指標，將其融合在電子病歷中，實現日常管理數據與上報報表的自動化生成。

4.1 事前預警 根據病歷書寫要求，對臨床醫護人員進行各種預先的提醒功能。如針對病歷的時效性，系統會在需要填寫病歷的前1 天提醒，例如當天需要填寫主治醫師查房記錄，系統會對醫生發出提示“今日請填寫主治醫師查房記錄”，直到醫師將記錄填寫完畢。在有無線網絡的醫院中，系統還可以把該提醒信息以短信的形式發送到醫生的手機上。如果醫生忘記填寫，此條記錄則成為一條違規情況被記錄下來。病歷的完整性提醒，是在醫師寫完某份病歷后進行保存，系統會自動檢測這份病歷還有哪些內容沒有填寫，從而給出提示，要求醫生填寫完整后再保存。有助于規范醫院管理，提高醫護人員書寫病歷的效率，使其從繁瑣的病歷文書書寫中擺脫出來[11，12]。系統實現病歷部分內容的智能化校驗，對病歷書寫表面質量能實時統計、篩選，由終末監控變為實時監控，當病歷出現質量問題時，系統將發出報警，提示醫生進行糾正。

4.2 事中運行病歷質控 系統按照質控點的設置及定義自動完成病歷的書寫時限，改變了以往醫院醫療質量管理手工抽查的方式，規避了人為評判標準不一、無法實現大量診療數據全過程的質量控制等問題。病歷質控主要實現病歷書寫時限監控、病歷書寫智能化校驗、病歷檢查整改等功能。系統自動采集、加工、傳輸和存儲病歷書寫過程的實時信息，當出現病歷書寫超時時，將提示醫生盡快處理，如入院記錄必須在入院8 h 內完成；出院記錄必須在患者出院24 h 內完成[13-15]。當病歷書寫過程中有常識性及邏輯性錯誤時，如男性不能出現月經史、女性不可能診斷為前列腺炎、首程記錄的主訴、現病歷史不能為空，患者有轉科情況時病歷必須有轉出科記錄、轉入科記錄，有搶救醫囑時必須書寫搶救記錄等。當病歷違反設定條件時，系統將不允許病歷保存，并提示當前病歷出現的錯誤。質控人員也可進入質控系統查看全院各科室當前病歷書寫的延期情況。

4.3 終末病歷質控 終末質量控制一般由專家對病歷進行評審，評估醫院醫療、病案質量現狀。系統按科室、住院號碼、出院日期等檢索條件篩選病歷，質控專家在同一操作界面顯示病歷內容及需質控的缺陷項，如發現對應缺陷，直接勾選并填寫缺陷備注，系統將自動根據缺陷情況對病歷評分進行匯總，提高質控效率，跟蹤質控效果。

4.4 全過程、閉環、精細化質控 通過事前任務消息提醒，事中業務準入條件、病歷關鍵字的控制，事后運行病歷評分、終末病歷評分及針對評分結果的統計分析等，實現全過程質控管理[16-18]。在醫務科進行病歷評分之后，可將病歷存在的缺陷內容發送給臨床科室，提醒臨床科室進行病歷整改，臨床接收到消息之后，針對需要整改的內容進行調整，調整完成之后可對醫務科進行消息回復，告知已經整改完成，請醫務科再次進行檢查，實現質控的閉環管理。進行質控評分時，評分項目可針對到某個面板甚至某個控件，比如入院記錄、病案首頁中的基本信息是否存在缺陷項目，首程中診療計劃的面板是否填寫等，實現精細化質控管理。全過程、閉環、精細化質控見圖2。

圖2 全過程、閉環、精細化質控

4.5 全院患者動態 系統通過接口直接從各業務系統中提取數據，通過圖表等形式展示當日全院醫療運行數據，例如入院日志、出院日志、轉科病人情況、手術患者情況、危重患者情況、死亡患者情況及特殊患者情況等，并支持按照日期等條件查詢得到醫療效率相關的指標[19，20]。療效率指標包括門診就診人次、門診搶救成功率、入院人次、出院人次、占用床位總日數、手術例數、床位使用率、床位周轉次數、平均住院日、術前平均住院日等。

4.6 統計分析報表 結合院內管理及對外上報的各項報表要求，提取各業務系統生成的多項數據，自動匯總報表并上報。醫療質量指標包括手術并發癥發生人次，醫院感染人次，初診與出院診斷符合數，臨床診斷與病理診斷符合數，術前診斷與術后診斷符合數，治愈、好轉、出院人次及死亡人次，治愈患者住院總天數等。相關報表主要有單病種管理質量報表、病案管理質量報表、感染控制報表等，并通過標準接口實現HQMS 數據實時上報。

5 總結

病案的質量關系醫院發展的重要內容，是醫院質量管理的重要組成部分。紙質病歷已經逐漸退出，醫院逐步步入電子病歷的時代。因此，在結構化電子病歷的基礎上探討病歷質量的控制，顯得尤為迫切和重要。隨著大數據、互聯網和信息科技的發展，人工智能被逐步應用于醫院管理領域。大量醫療信息均以電子化形式儲存于醫療信息系統中，并經過長期積累，使各種形式的電子化系統形成了醫療大數據。病歷的整理是一項涉及多個部門及醫務人員的工作，各個環節均可存在缺陷，導致病歷質量不佳，加強病歷質控十分有必要。通過網絡系統和計算機信息技術在電子病歷質控系統中將傳統的醫療質量事后監督轉變為事前提醒與事中監督，變傳統的終末、事后的醫療質量質控為全程實時的醫療質量控制，并及時與臨床醫生反饋溝通，達到在第一時間監控病歷及其所反映的醫療處置過程，及時發現問題和改進臨床工作，規范醫務人員的醫療行為，減少醫療差錯的發生，提高衛生資源的效率和效益，提高醫院管理科學化水平，不斷促進醫療質量的提高。