基于BI 的VTE 風險評估與智能監控系統構建＊

魏巍，付繼剛，魏曉鵬，秦華鑫，郭泉成

（濰坊市人民醫院信息網絡管理辦公室，山東 濰坊 261041）

VTE[1-3]是常并發于其他疾病的心血管疾病。據統計，64.4%的患者存在VTE 風險，80%的深靜脈血栓（DVT）無臨床癥狀，極易漏診。利用智能化、自動化的VTE 風險評估技術開展強制性VTE 患者篩查，從而實現對VTE 患者的早評估、早預防、早診斷和早治療，能夠有效降低VTE 風險，提升VTE 防治水平，進一步完善醫院的醫療質量管理體系。作為人工智能驅動的醫療綜合業務協同平臺的重要組成部分，濰坊市人民醫院通過迭代開發和樣本訓練構建VTE 風險評估與智能監控系統并接入平臺實現輔助決策支持（BⅠ），為本院質控人員精細化監測、分析、反饋VTE質控指標提供可靠數據支撐。

1 平臺介紹

研制基于B/S 架構的VTE 系統，目標是實現自動化、智能化住院患者VTE 風險評估分級，為醫護人員提供VTE 預防措施及治療方案輔助決策支持，為管理人員提供VTE 防治態勢感知與監控，利用實時消息推送技術對防治執行過程進行提示預警，構建一個全時、全員、全域、全程的VTE 防治信息系統。系統在獨立運行業務的同時，將數據與服務接入全院醫療綜合業務協同平臺進行臨床輔助決策分析。

2 平臺架構設計

VTE 系統包括系統輸入、系統輸出、系統功能模塊、系統建模、BⅠ接入5 個部分。系統輸入包括患者VTE 特征數據集、醫療質控管理命令，系統輸出包括VTE 風險評估分級、出血風險評估分級、預防措施建議、醫院VTE 防治統計數據集等，系統功能模塊包括業務數據接入、系統自動評估、防治監評統計、系統質控干預、防治輔助決策、醫護系統提示、外部數據交互、數據挖掘分析等。系統以早評估、早預防、早診斷和早治療為目標進行建模，從HⅠS、手麻、醫囑、檢驗檢查、護理管理系統、電子病歷系統等業務系統接入患者基本信息、診斷信息、手術信息、檢驗檢查信息、電子病歷信息等相關診療信息作為評估數據基礎，從患者因素、疾病因素、治療因素、檢查因素4 個維度對診療信息進行劃分，最后結合病例?？菩畔⑦x用合理量表進行全員評估，有效識別確診患者和預警病例，完成全面數據分析。

2.1 物理架構

VTE 系統利用Web 頁面服務的形式向院內各科室相關人員提供信息化風險評估與預警監控服務，向相關醫護人員主動推送防治提示項和預警信息，同時動態監測醫護執行記錄和患者數據集，及時跟蹤反饋VTE 防治變化情況[4-5]。其物理結構如圖1 所示。

圖1 VTE 系統物理結構

2.2 功能架構

VTE 系統是架構于JAVA 體系之上可跨平臺支持的數據庫應用管理系統，包括HⅠS、電子病歷、檢驗、檢查、手麻以及其他各類業務系統，通過數據集成、數據標準化等處理，根據業務需求、系統模型處理對標準化數據進行加工運算，最終向用戶展現數據處理結果。

2.3 技術架構

VTE 系統以信息系統建設相關標準規范為框架，采用JAVA 相關技術組件開發應用服務，以MySQL 數據庫提供數據服務，以SpringBoot 等技術構建數據傳遞和功能框架，最終利用JQuery 等前端技術實現定制功能及數據的具體呈現直達用戶。系統用戶操作層、業務邏輯層、數據交互層、數據庫層4 層邏輯技術架構如圖2 所示。

圖2 4 層邏輯技術架構

3 VTE 業務模型實現

VTE 業務模型主要包括數據采集、數據智能處理、病例自動評估、報表統計、智能輔助與護理、防治質量控制核心指標、BⅠ接入等13 個模塊50 余個功能點。

3.1 業務數據采集

以定時任務結合主動抓取方式從HⅠS、LⅠS、PACS、手麻系統、電子病歷系統、護理病歷系統持續增量獲取病例在院期間的臨床業務數據，自動對數據進行評估、分析。針對新入病例、轉科病例、手術病例、待出院病例等相關結點，VTE 系統自動去抓取對應病例的最新信息并評估分析，動態實時地顯示最新的分析結果。

3.2 業務數據加工

使用自然語言處理技術、數據挖掘技術對患者在院內產生的結構化和非結構化的數據進行切分詞、挖掘分析、標準化、歸一，使得檢查數據、電子病歷數據、護理記錄數據等非結構化的數據標準化，轉換為計算機能夠識別的結構化數據。

3.3 評估模型與專病庫

基于國內外最新的指南規范及標桿醫院的經驗成果將風險評估、出血評估、臨床可能性評估、病例禁忌評估等模型內嵌到VTE 系統中，并以規則維護的方式來體現評估篩查的準則，支持對知識庫的實時維護與更新升級，將指南內容轉化為篩查、防治規則，為臨床輔助提供智能支持。

4 實施效果

VTE 系統能夠實現獨立監評統計與統計分析功能的同時，還可通過接口技術實現與HⅠS 的即時通信，做到實時提醒，同步接入BⅠ實現多維管理一致性。

4.1 在院病例實時提醒

系統實時獲取住院病例的診療數據，自動對臨床信息進行評估分析，將VTE 相關的重點問題呈現，為醫務質控人員進行精準智慧管理提供數據支撐。從評估、預警、疑診、確診等維度展現VTE 相關的實時指標數據，按照患者風險級別、病例預防措施、疾病發病類型、患者治療措施等以圖表的形式顯示評估、預防、治療情況。

4.2 VTE 指標監評統計

VTE 系統針對終末病例進行相關終末指標的詳細統計，主要包括綜合統計、評估質量、預防質量、治療質量、檢驗檢查、重點患者等維度的VTE 指標。綜合統計主要是統計篩選時段內整體出院病例數、VTE確診病例數、院內發生病例數、肺栓塞發生病例數、下肢靜脈血栓發生病例數、其他血栓病例數等相關的整體指標，評估質量主要統計匯總風險評估、出血評估、臨床可能性評估等評估相關的VTE 指標，預防質量主要統計匯總整體預防病例、基礎預防、物理預防、藥物預防、聯合預防、未預防等預防相關的VTE 指標，治療質量主要統計匯總整體治療病例、物理治療、藥物治療、手術治療、未治療等治療相關的VTE 指標，檢驗檢查主要統計匯總D-二聚體、靜脈超聲、肺動脈造影等檢驗、檢查相關的VTE 指標，重點患者主要統計匯總手術患者、危重患者、腫瘤患者、妊娠患者等VTE 高發人群相關的VTE 指標。切換不同VTE 指標可以查看當前指標的分布圖、趨勢圖等其他維度的相關數據。

4.3 VTE 分析統計

系統提供多維度的統計查詢功能。醫生護士審核數據統計能夠按照院區、科室、評估日期、角色、操作人查詢某時間段內醫生和護士風險評估次數以及每個節點審核的次數。出院患者節點分析統計能夠從全院或者科室層面，按照出院日期、患者姓名、就診號、登記號、節點類型、風險級別等查詢患者歷史評估信息。VTE 隨訪查詢統計能夠支持從全院、科室、隨訪表單等維度進行多維化的分析。

4.4 嵌入醫療決策支持

通過與BⅠ系統實現同庫、同步、同屬性的“三同”調用，明確數據指標、屬性定義、衡量指標、業務角色等相關口徑全院統一調取，提供可通用、快速響應的數據資源，按照指標屬性設計數據呈現方式，設置目標值與指標值等參數進行全面的數據分析，使得數據得到有效利用。

5 結束語

2021 年未建成VTE 平臺之前，濰坊市人民醫院VTE 防控工作無法形成完整的管理體系，臨床人員手工評估準確率低，醫護對接不及時而且防治效果不滿意。其中24 h 內VTE 風險評估率小于50%，中高危患者出血風險評估率和肺栓塞風險評估率均為0%，院內VTE 發生率大于5%。在建成VTE 平臺后，24 h 內VTE風險評估率大于90%，出血風險評估率和肺栓塞風險評估率均大于80%，院內VTE 發生率小于1%，所有指標均達到目標要求。VTE 系統作為防治管理模式實現智能化信息化管理的重要措施，承載著海量防治數據信息，基于BⅠ的VTE 風險評估與智能監控系統，既能實現本院監測指標項目的統一管理，又能夠結合國家相應目標屬性及數據的改進要求進行靈活配置，技術架構具有很大參考價值與可復現特性，為各大公立醫院開展數據分析，臨床輔助VTE 防治決策提供較高的實用價值。