基于醫療大數據的圍手術期預警平臺建設與應用

【摘" 要】" 圍手術期全流程管理是保障手術質量與安全的重要手段。通過利用醫院業務系統中醫療信息數據，建立包含風險預警、閉環管理、質控管理、運營管理等的圍手術期預警平臺，實現了手術越級管理、術前術中風險預警、語音手術安全核查、圍手術期VTE風險管理和質量評價等，圍手術期運行質量明顯改善。

【關鍵詞】" 圍手術期；風險預警；大數據；信息平臺；醫療質量

中圖分類號：R197.3""""" 文獻標識碼：B

Construction and Application of Perioperative Early Warning Platform Based on Medical Big Data/ZHANG Ying，LI Xuesong，MIAO Jian，et al.//Chinese Health Quality Management，2024，31（7）：50-54

Abstract" Perioperative process management is an important means to ensure the quality and safety of surgery. Through the use of medical information data in the hospital business system， a perioperative early warning platform including risk early warning， closed-loop management， quality control management and operation management was established to realize the functions of surgical leapfrog management， preoperative and intraoperative risk early warning， voice surgery safety verification， perioperative VTE risk management and quality evaluation，and the perioperative operation quality was significantly improved.

Key words" Perioperative Period; Risk Early Warning;Big Data;Information Platform;Medical Quality

First-author's address" Sinopharm Tongmei General Hospital，Datong，Shanxi，037003，China

DOI：10.13912/j.cnki.chqm.2024.31.7.11

在醫療質量管理體系中，手術質量是重點領域之一。自2005年至2020年，國家衛生行政部門發布手術相關法律法規及政策性文件共計46份，這些政策涉及手術用藥、質量管理、臨床路徑、護理流程等諸多方面［1-3］。在診療相關不良事件中，手術治療占較大比例。研究表明，手術過程中的不良事件高達58.4%［4］，可預防的術中不良事件占41.0%［5］。一項擇期手術患者圍手術期死亡病例分析研究［6］顯示，國內患者圍手術期病死率為1.8%。《國家醫療服務與質量安全報告》數據顯示，我國手術患者住院病死率呈上升趨勢［7］。由此可見，加強圍手術期管理至關重要。圍手術期管理以手術為中心，進行術前、術中、術后管理，使患者獲得最佳治療效果［8］。

臨床實踐證明，現代外科中圍手術期管理的重要性已遠遠超過了手術操作本身［9］。盡管投入巨大精力，但圍手術期管理仍存在較多堵點。當前，不同級別醫院手術管理智慧化水平參差不齊［10-11］；圍手術期信息化管理主要依靠現場抽查和人工分析統計［12］；醫療實踐中術前討論和術中評估不到位、三方核查不及時等導致手術死亡率上升［13-15］。有研究發現，部分醫療機構利用信息化進行資質準入、非計劃再次手術預警、手術高值耗材管理等［16］，圍手術期管理主要以終末質控為主，尚未形成以患者為中心的圍手術期管理體系［17］，智能化手術質量管理體系還未建立。在此背景下，國藥同煤總醫院利用信息技術構建圍手術期預警平臺，旨在實現圍手術期精細化管理，確保手術質量與安全。

1" 平臺建設

1.1" 成立項目組

該院成立由醫務科、護理部、麻醉科、外科、計算機中心等多部門業務骨干人員組成的項目組。由副院長牽頭組成決策領導層，醫務科、護理部協調管理，外科、麻醉科、計算機中心執行。

1.2" 梳理圍手術期流程

按照“術前-術中-術后”的順序，將圍手術期全流程劃分為術前評估、手術申請、手術安排、術前訪視、患者交接（出區）、入手術室和手術間、手術安全核查、麻醉開始、手術開始、術中監測、手術結束、入出麻醉恢復室、患者交接（回區）、術后隨訪等14個主要環節，每個環節包含若干關鍵節點（表1），對這些關鍵節點進行風險評估，針對其中高危風險點，借助智能化預警平臺進行環節控制。

1.3" 搭建平臺架構

基于醫院HIS、CIS、LIS、EMR等業務系統中基礎數據建立數據中心，通過數據清理、提取、應用，形成集風險預警、閉環管理、質控管理、運營管理于一體的圍手術期智能化管理預警體系。風險預警以專業教科書、診療指南、臨床路徑等為基礎知識庫，同時結合專家臨床經驗，利用檢驗、檢查、用藥、輸血、體征、文書等大數據，按照多種組合規則形成預警提醒。質控管理通過對手術、麻醉質量指標自動統計分析，使管理部門全面了解全院手術質量情況。運營管理通過分析手術例數、費用消耗、時間消耗、藥占比、耗占比等指標，進行手術效益管理。智能化圍手術期風險預警平臺基礎架構和業務分布如圖1、圖2所示。

1.4" 平臺功能

平臺基于業務系統中患者基礎信息、用藥、檢查檢驗、手術、病歷文書等結構化和非結構化數據，利用Kettle/ETL技術離線采集、SQL/xxjob實時采集、http/ftp三方采集等方式，形成圍手術期數據中心。利用數據引擎，對數據進行抽取、清洗和管理，最終實現數據應用。醫院各業務系統通過這些應用，實現術前、術中、術后全流程風險點提示，同時完成事后數據統計分析等。

（1）手術申請。首先，平臺管理人員預先完成醫生手術級別授權；其次，將患者的基本情況、手術申請、體征、病歷、檢查檢驗、用藥情況等信息采集到圍手術期數據中心，系統通過Java服務生成63項手術風險指標及手術相關注意事項，形成預警知識庫。當醫生開立手術申請時，系統自動審核醫生手術授權級別、檢查檢驗開具和完成情況、病歷文書完整性等，并核查手術患者檢查檢驗結果。若發現重要檢查及病歷文書缺失，則予以提示；患者檢查結果不適宜手術或出現手術越級情況時，禁止開立手術申請。

（2）手術安排。手術申請發送至手術室，系統通過SQL實時采集手術申請信息，自動安排手術間，智能化預約排程；手術安排情況同時供臨床醫生查看，便于其合理安排手術時間，提高手術室運轉效率。此外，通過SQL實時獲取患者檢查檢驗結果，判斷患者是否有傳染性疾病指標，系統會自動給出提示，并將手術安排至專用手術間或將手術臺次后移。

（3）術前訪視。在麻醉醫生進行術前訪視時，利用PDA掃描患者腕帶，系統通過SQL實時采集患者基本信息和手術申請信息，自動核對患者身份及手術方式；同時通過Java服務調用圍手術知識庫，對患者術前存在的風險因素給予提示，如患者關鍵檢查缺失、檢查結果異常等，提示醫生充分做好麻醉風險評估。

（4）術前患者交接。PDA掃描識別患者身份，并進行交接單填寫，通過SQL采集圍手術期數據中心患者體溫、血壓、心率、血氧飽和度、傳染病檢驗陽性、皮膚破損、壓瘡、意識狀態等體征數據和術前帶藥醫囑數據，進行智能提醒，以提示手術醫生對患者特殊情況予以關注。

（5）入手術室和手術間。利用PDA掃描患者腕帶和手術室、手術間信息位點，通過SQL采集手術排程情況并自動關聯，當手術間與患者不匹配時會發出警報，以確?；颊呓邮苷_手術。

（6）手術安全核查。在PDA中嵌入手術安全核查模塊，進行麻醉前、手術前、手術結束安全核查，核查完成后填寫安全核查表，前一次核查未完成時無法進行下一次核查。此外，每次安全核查過程均采用語音記錄，并自動對核查內容進行完整性校驗，確保安全核查落到實處。

（7）術中監測。通過Java服務獲取圍手術期數據中心相關信息，根據患者術中生命體征和麻醉狀態，監測變化情況、手術時長等，提示術中用血、術中追加用藥及麻醉異常情況，通過術中麻醉監測儀監測數據，自動生成麻醉記錄單。

（8）術后VTE風險管理。通過Web服務獲取HIS系統中患者病歷、體征、檢查檢驗結果等信息，系統自動評估患者發生VTE的風險，并提出預防建議。

（9）質控與運營管理。根據手麻系統中記錄的各類麻醉和手術相關時間節點、麻醉方式和分級、術中生命體征指標，HIS系統中診斷和手術記錄、醫囑記錄、住院時間和費用記錄等信息，平臺預先設定統計口徑，提取數據中心中患者體溫、血壓、用藥、化驗指標、檢查指標、手術、訪視文書以及手術過程等信息，利用數據源進行計算，實現麻醉專業質控指標、手術安全指標、公立醫院績效考核指標等的自動統計。

2" 平臺應用及效果

該院建成智能化圍手術期預警平臺，并應用于臨床管理。依據對圍手術期全流程14個主要環節的預警及控制，該院實現了住院非全麻手術閉環管理和住院全麻手術閉環管理。同時，該院依據智能化風險預警指標，制訂髖/膝關節置換術、冠狀動脈搭橋術圍手術期全流程標準化操作規范，對患者評估、用物準備、用藥用血、護理流程等手術全過程進行標準化管理。

圍手術期預警平臺應用于臨床后，圍手術期關鍵環節執行情況和手術相關運行質量明顯改善。術前訪視缺失由42.3%降至8.71%，手術開始核查缺失由37.14%降至0，手術結束安全核查缺失由59.5%降至5.3%，入出麻醉恢復室缺失率分別由72.3%和82.5%降至14.7%和14.2%，術后訪視缺失率由88.57%降至9.67%。術前平均住院日由3.36 d縮短至3.10 d，手術患者平均住院日由11.26 d縮短至8.25 d，手術并發癥發生率由0.79%降至0.29%，圍手術期死亡率由0.22%降至0.03%，在院患者滿意度提升至99.69%，外科系統醫療服務收入占比增加了8.63%。因圍手術期導致醫療糾紛數量由2019年的24例降至2022年的5例。

3" 體會與思考

本研究建立的圍手術期預警平臺融合了醫院多個業務系統，打破了信息孤島，利用CDR提取患者檢查檢驗、用藥、輸血、麻醉等診療信息，實現了全流程信息預警，為醫護人員提供實時風險提醒、違規行為自動攔截等智能預警服務。通過協同多個業務系統，實現流程互通、人員互動，確保了圍手術期全診療鏈條可追溯。同時，平臺應用豐富的醫療數據，進行客觀監管與評價，實現數據賦能管理，促進管理過程向數字化轉型。在應用智能化平臺基礎上，該院職能部門還定期對醫務人員圍手術期行為進行評價，并結合智能風險預警指標及措施，制訂了圍手術期全過程標準化操作規范，形成了“1+1＞2”的良好管理效應。綜合運用PDCA、RCA等管理工具，并結合醫院良好的操作規范和衛生標準操作程序等，有助于構建患者安全保障體系［18-19］。

合理的患者轉運交接方案是保障患者安全的策略之一［20］。目前，該院圍手術期預警平臺在臨床應用中雖取得良好效果，但仍有部分環節需進一步完善。如：手術結束后，對于需進入麻醉恢復室或重癥醫學科患者的轉運交接流程有待優化，患者在恢復室內的管理也有待進一步標準化。該平臺在風險預警基礎上，還需繼續開發輔助決策功能，深化其智能化應用程度。在信息不完整的情形下，醫生有時會做出探索式的決策，而探索式決策帶來的偏倚常常使得醫生難以發現手術風險，無法對意外事件做出計劃并迅速干預。利用機器學習法對患者持續監測是預防手術并發癥風險的有效方式，通過自動識別風險因素并展示患者風險評估結果，也能夠為醫生主觀評估提供更加準確的決策支持［21］。同時，還需持續更新平臺信息技術，使信息獲取更完整、業務流程更高效、應用場景更智能，為患者手術安全提供更加全面的保障。

參考文獻

［1］" BRENNAN TA， LEAPE LL， LAIRD NM， et al.Incidence of adverse events and negligence in hospital patients： results of the harvard medical practice study I［J］. Qual Saf Health Care， 2004， 13（2）：145-152.

［2］" DE VRIES EN， RAMRATTAN MA， SMORENBURG SM， et al.The incidence and nature of in-hospital adverse events：a systematic review［J］. Qual Saf Health Care， 2008， 17（3）： 216-223.

［3］" ANDERSON O， DAVIS R， HANNA GB， et al.Surgical adverse events：a systematic review［J］. Am J Surg， 2013， 206（2）：253-262.

［4］" ETZIONI DA， WASIF N， DUECK AC， et al.Association of hospital participation in a surgical outcomes monitoring program with inpatient complications and mortality［J］.JAMA， 2015， 313（5）：505-511.

［5］" JHA AK， JOYNT KE， ORAV EJ， et al.The long-term effect of premier pay for performance on patient outcomes［J］.N Engl J Med， 2012， 366（17）：1606-1615.

［6］" 彭志軍，曹立幸，曾海平，等.擇期手術患者圍手術期死亡原因文獻分析［J］.中國中西醫結合外科雜志，2022， 28（5）：612-615.

［7］" 李偉榮，劉 ""壯，馬基遠.北京市某醫院圍手術期死亡原因及影響因素分析［J］.中國病案，2023， 24（12）：85-88.

［8］" 趙" "娜，張艷麗.政策工具視角下我國圍手術期管理政策文本量化及協同性分析［J］.中國醫院管理，2022，42（5）：21-26.

［9］" 李佳音，王清江，曾福安，等.基于加速康復外科理念的乳腺良性腫瘤日間手術臨床路徑探索［J］.中國衛生質量管理， 2021， 28（4）：16-18.

［10］" 付波航，于寄語.我國醫療衛生體系資源配置與利用效率研究［J］.中國醫院，2023，27（4）：1-4.

［11］" 侯冷晨，牛培勤，張震軍，等.基于醫療大數據的手術分級探索與實踐［J］.中國衛生質量管理， 2020， 27（3）：38-39，58.

［12］" 侯夢薇，蘭 ""欣，韋延強，等.移動信息技術用于圍手術期管理的探索與實踐［J］.中國數字醫學，2023，18（7）：49-54.

［13］" 高" "揚，谷佳偉，張 ""駿，等.高質量發展背景下醫院手術精益化管理實踐路徑探索［J］.中國衛生質量管理，2023，40（12）：65-68.

［14］" 朱" nbsp;斌，黃建宏，黃宇光.《手術安全核查制度》實施10年，我們還有哪些問題？［J］.中國現代普通外科進展，2022，25（9）：744-746.

［15］" 劉月輝，張文一，米衛東，等.手術服務質量安全管理標準研究［J］.中華醫院管理雜志，2018，34（12）：979-983.

［16］" 苑 ""偉，陳相軍，陳 ""敏.圍手術期安全管理研究進展及啟示［J］.中國衛生質量管理，2019，26（6）：79-81.

［17］" 張德林，李 ""裴，鄭海源，等.圍手術期醫療質量智能管控平臺的設計與實現［J］.中華醫學圖書情報雜志，2017，26（4）：12-16.

［18］" 姚紅梅，左 ""煌，邊永娜，等.FOCUS—PDCA在圍手術期患者安全管理中的應用［J］.中國衛生質量管理，2014，21（6）：86-88.

［19］" 殷 ""杰，廖家智，秦仁義.基于前饋控制的圍手術期安全管理模式研究［J］.中國醫院，2016，20（3）：4-6.

［20］" EMOND YEJJM， CALSBEEK H， PETERS YAS， et al.Increased adherence to" perioperative safety guidelines associated with improved patient safety outcomes：a stepped-wedge， clusterrandomised multicentre trial［J］. British Journal of Anaesthesia， 2021， 128 （3）：562-573.

［21］" ABRAHAM J， BARTEK B， MENG A， et al.Integrating machine learning predictions for perioperative risk management： towards an empirical design of a flexible-standardized risk assessment tool［J］.Journal of Biomedical Informatics，2022，137：1-11.

通信作者：

朱驕鋒：國藥同煤總醫院醫務科、信息中心主任

E-mail： 523808784@qq.com

收稿日期：2024-01-19

修回日期：2024-04-20

責任編輯：黃海鳳